University of California, Los Angeles（加州大学洛杉矶分校）

2602.06584 2026-02-09 cs.CL cs.LG stat.ML

Inference-Time Rethinking with Latent Thought Vectors for Math Reasoning

基于潜在思维向量的推理时间重新思考用于数学推理

Deqian Kong, Minglu Zhao, Aoyang Qin, Bo Pang, Chenxin Tao, David Hartmann, Edouardo Honig, Dehong Xu, Amit Kumar, Matt Sarte, Chuan Li, Jianwen Xie, Ying Nian Wu

机构 * Department of Statistics and Data Science, UCLA（统计与数据科学系， UCLA）； Lambda Inc（Lambda公司）； Tsinghua University（清华大学）； Salesforce Research（Salesforce研究）

AI总结本文提出基于潜在思维向量的推理时间重新思考框架，通过迭代自我纠正提升数学推理能力，实验证明其在GSM8K数据集上优于基线模型。

2501.07681 2026-02-09 cs.LG cs.CV math.OC stat.ML

Dataset Distillation as Pushforward Optimal Quantization

数据集蒸馏作为推前最优量化

Hong Ye Tan, Emma Slade

机构 * UCLA University of Cambridge（加州大学洛杉矶分校剑桥大学）； Tangram Therapeutics

AI总结本文提出基于最优量化的数据集蒸馏方法，通过潜在空间聚类提升ImageNet-1K数据集的蒸馏性能，优于现有SOTA方法。

Comments ICLR 2026, https://openreview.net/forum?id=FMSp8AUF3m

2509.17382 2026-02-09 stat.ML cs.LG math.ST stat.ME stat.TH

Optimal Bias-variance Tradeoff in Matrix and Tensor Estimation

矩阵和张量估计中的最优偏差-方差权衡

Shivam Kumar, Xiaokai Luo, Haotian Xu, Carlos Misael Madrid Padilla, Oscar Hernan Madrid Padilla, Daren Wang

机构 * Booth School of Business, University of Chicago（芝加哥大学商学院）； Department of ACMS, University of Notre Dame（诺特难大学ACMS系）； Department of Mathematics and Statistics, Auburn University（阿伯茨伦大学数学与统计学系）； Department of Statistics and Data Science, Washington University in Saint Louis（圣路易斯华盛顿大学统计学与数据科学系）； Department of Statistics, University of California, Los Angeles（加州大学洛杉矶分校统计学系）； Department of Mathematics, University of California, San Diego（加州大学圣地亚哥分校数学系）

AI总结本文提出了一种改进的高阶SVD估计器，研究了矩阵和张量估计中的最优偏差-方差权衡，证明了其在不同秩下的性能表现，并展示了结果的最优性。