University of Pennsylvania（宾夕法尼亚大学）

N$^2$: A Unified Python Package and Test Bench for Nearest Neighbor-Based Matrix Completion

N²：一种统一的Python包和测试平台，用于基于最近邻的矩阵补全

Caleb Chin, Aashish Khubchandani, Harshvardhan Maskara, Kyuseong Choi, Jacob Feitelberg, Albert Gong, Manit Paul, Tathagata Sadhukhan, Anish Agarwal, Raaz Dwivedi

机构 * Cornell University（康奈尔大学） ； Columbia University（哥伦比亚大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出N²，一种统一的Python包和测试平台，用于基于最近邻的矩阵补全，展示了新的NN变体和现实世界数据集的基准测试，证明NN方法在现实应用中的优越性。

Comments 21 pages, 6 figures

A Theoretical Analysis of Mamba's Training Dynamics: Filtering Relevant Features for Generalization in State Space Models

Mamba训练动态的理论分析：在状态空间模型中筛选相关特征以实现泛化

Mugunthan Shandirasegaran, Hongkang Li, Songyang Zhang, Meng Wang, Shuai Zhang

机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校） 纠错

AI总结 本文分析了Mamba模型的训练动态，证明其通过选择性递归实现特征筛选，提升泛化能力，为Transformer解释提供了理论依据。

Journal ref ICLR 2026

Watermarking Discrete Diffusion Language Models

对离散扩散语言模型进行水印标记

Avi Bagchi, Akhil Bhimaraju, Moulik Choraria, Daniel Alabi, Lav R. Varshney

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stony Brook University（石溪大学） 纠错

AI总结 本文提出了一种针对离散扩散语言模型的水印标记方法，通过保持分布的Gumbel-max采样技巧和序列位置播种随机性，实现了可靠检测和无失真水印。