University of Pennsylvania（宾夕法尼亚大学）

PepCompass: Navigating peptide embedding spaces using Riemannian Geometry

利用黎曼几何导航肽嵌入空间：PepCompass

Marcin Możejko, Adam Bielecki, Jurand Prądzyński, Marcin Traskowski, Antoni Janowski, Hyun-Su Lee, Marcelo Der Torossian Torres, Michał Kmicikiewicz, Paulina Szymczak, Karol Jurasz, Michał Kucharczyk, Cesar de la Fuente-Nunez, Ewa Szczurek

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Institute of AI for Health, Hemholtz Center Munich（健康人工智能研究所，慕尼黑亥姆霍兹中心） 纠错

AI总结 PepCompass通过引入黎曼几何框架，利用测地线搜索和局部枚举贝叶斯优化，高效发现抗菌肽种子并优化高活性肽。

Effects of Training Data Quality on Classifier Performance

训练数据质量对分类器性能的影响

Alan F. Karr, Regina Ruane

机构 * Department of Statistics, Operations and Data Science, Temple University（统计学、运营与数据科学系，特伦特大学） ； Fraunhofer USA Center Mid-Atlantic（弗劳恩霍夫美国中大西洋中心） ； Computational Social Science Laboratory, University of Pennsylvania（计算社会科学实验室，宾夕法尼亚大学） 纠错

AI总结 研究探讨了训练数据质量对分类器性能的影响，通过四种分类器分析发现，随着数据质量下降，分类器性能显著下降，一致性增加。

MINAR: Mechanistic Interpretability for Neural Algorithmic Reasoning

MINAR: 图神经网络中神经算法推理的机制可解释性

Jesse He, Helen Jenne, Max Vargas, Davis Brown, Gal Mishne, Yusu Wang, Henry Kvinge

机构 * Pacific Northwest National Laboratory, Richland, WA（太平洋西北国家实验室） ； Halıcıoğlu Data Science Institute, University of California, San Diego, San Diego, CA（哈利奇奥格鲁数据科学研究所，加州大学圣地亚哥分校） ； Department of Computer and Information Science, University of Pennsylvania, Pennsylvaina, PA（计算机与信息科学系，宾夕法尼亚大学） ； Department of Mathematics, University of Washington, Seattle, WA（数学系，华盛顿大学） 纠错

AI总结 MINAR是一种用于图神经网络中神经算法推理的机制可解释性工具，通过归因修补方法发现电路，揭示训练过程中的电路形成和剪枝机制。

Shared Nature, Unique Nurture: PRISM for Pluralistic Reasoning via In-context Structure Modeling

共享本质，独特培养：通过上下文结构建模实现多元推理的PRISM

Guancheng Tu, Shiyang Zhang, Tianyu Zhang, Yi Zhang, Diji Yang

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Yale University（耶鲁大学） ； University of California Santa Cruz（加州大学圣克鲁兹分校） 纠错

AI总结 PRISM通过上下文结构建模实现多元推理，提升创造力和科学发现能力，展现独特认知轨迹的多元AI新范式。

Contextual Safety Reasoning and Grounding for Open-World Robots

面向开放世界机器人的上下文安全推理与 grounding

Zachary Ravichandran, David Snyder, Alexander Robey, Hamed Hassani, Vijay Kumar, George J. Pappas

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 CORE框架通过视觉语言模型实现在线上下文推理与空间grounding，提供概率安全保证，在开放世界中有效执行上下文适应的安全行为。