University of Southern California（南加州大学）

Reuse your FLOPs: Scaling RL on Hard Problems by Conditioning on Very Off-Policy Prefixes

重用FLOPs：通过条件化非常离策略前缀来扩展RL在困难问题上的应用

Amrith Setlur, Zijian Wang, Andrew Cohen, Paria Rashidinejad, Sang Michael Xie

机构 * Meta ； Carnegie Mellon University（卡内基梅隆大学） ； University of Southern California（南加州大学） 纠错

AI总结 通过条件化离策略前缀提升RL在困难问题上的学习效率，实现更快的训练奖励和更高的最终奖励。

Privasis: Synthesizing the Largest "Public" Private Dataset from Scratch

Privasis：从零开始合成最大的“公共”私有数据集

Hyunwoo Kim, Niloofar Mireshghallah, Michael Duan, Rui Xin, Shuyue Stella Li, Jaehun Jung, David Acuna, Qi Pang, Hanshen Xiao, G. Edward Suh, Sewoong Oh, Yulia Tsvetkov, Pang Wei Koh, Yejin Choi

机构 * NVIDIA ； CMU（卡内基梅隆大学） ； USC（南加州大学） 纠错

AI总结 Privasis是首个从零开始构建的百万级合成数据集，用于提升隐私敏感领域研究的规模和效率，其模型在隐私净化任务中表现优异。

Comments For code and data, see https://privasis.github.io

What Makes a Good Example? Modeling Exemplar Selection with Neural Network Representations

什么使一个好的例子？用神经网络表示进行实例选择建模

Fanxiao Wani Qiu, Oscar Leong, Alexander LaTourrette

机构 * Department of Psychology, University of Southern California（心理学系，南加州大学） ； Department of Statistics and Data Science, University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校） 纠错

AI总结 本文通过神经网络表示和原则性子集选择标准建模人类实例选择，发现联合代表性与多样性结合的策略最能反映人类判断，且转换器表示比卷积网络更符合人类行为。

SATORIS-N: Spectral Analysis based Traffic Observation Recovery via Informed Subspaces and Nuclear-norm minimization

SATORIS-N：基于谱分析的交通密度观测恢复 via 有信息子空间和核范数最小化

Sampad Mohanty, Bhaskar Krishnamachari

机构 * Thomas Lord Department of Computer Science University of Southern California Los Angeles, USA（托马斯·劳德计算机科学系 美国南加州大学 洛杉矶） 纠错

AI总结 SATORIS-N通过利用子空间信息和核范数最小化，有效恢复部分缺失的交通密度数据，提升高遮挡情况下的准确性。

Feature, Alignment, and Supervision in Category Learning: A Comparative Approach with Children and Neural Networks

特征、对齐与监督在类别学习中的作用：基于儿童与神经网络的比较方法

Fanxiao Wani Qiu, Oscar Leong

机构 * Department of Psychology, University of Southern California（南加州大学心理学系） ； Department of Statistics and Data Science, University of California, Los Angeles（加州大学洛杉矶分校统计与数据科学系） 纠错

AI总结 本文通过比较儿童与神经网络在少量半监督类别学习任务中的表现，揭示了监督、特征结构和对齐在学习过程中的相互作用。

One Model, All Roles: Multi-Turn, Multi-Agent Self-Play Reinforcement Learning for Conversational Social Intelligence

一个模型，所有角色：多轮、多智能体自我对战强化学习用于对话社交智能

Bowen Jiang, Taiwei Shi, Ryo Kamoi, Yuan Yuan, Camillo J. Taylor, Longqi Yang, Pei Zhou, Sihao Chen

机构 * Microsoft Corporation（微软公司） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Southern California（南加州大学） ； Penn State University（宾夕法尼亚州立大学） 纠错

AI总结 OMAR通过多轮多智能体自我对战强化学习，使AI在无监督情况下发展出共情、说服等社交智能。

De-conflating Preference and Qualification: Constrained Dual-Perspective Reasoning for Job Recommendation with Large Language Models

解构偏好与资格：基于大语言模型的约束双视角推理 job 推荐

Bryce Kan, Wei Yang, Emily Nguyen, Ganghui Yi, Bowen Yi, Chenxiao Yu, Yan Liu

机构 * University of Southern California（南加州大学） 纠错

AI总结 JobRec通过约束双视角推理解构偏好与资格，提升职位推荐的可控性和匹配质量。

Accelerating Structured Chain-of-Thought in Autonomous Vehicles

加速自动驾驶中的结构化链式推理

Yi Gu, Yan Wang, Yuxiao Chen, Yurong You, Wenjie Luo, Yue Wang, Wenhao Ding, Boyi Li, Heng Yang, Boris Ivanovic, Marco Pavone

机构 * NVIDIA ； University of Southern California（南加州大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学） 纠错

AI总结 FastDriveCoT通过并行解码方法加速自动驾驶中的结构化链式推理，实现3-4倍的生成速度提升和端到端延迟的显著降低，同时保持推理效果。

Sub-optimality bounds for certainty equivalent policies in partially observed systems

确定性等价策略在部分观测系统中的次优界限

Berk Bozkurt, Aditya Mahajan, Ashutosh Nayyar, Yi Ouyang

机构 * INLAN ； McGill University（麦吉尔大学） ； University of Southern California（南加州大学） ； Atmanity 纠错

AI总结 本文研究了部分观测系统中确定性等价策略的次优界限，推导了在适当光滑条件下策略次优性的上界，并通过实例展示了结果。

Comments 12 pages, 0 figures

Stability Regularized Cross-Validation

稳定性正则化的交叉验证

Ryan Cory-Wright, Andrés Gómez

机构 * Department of Analytics, Marketing and Operations, Imperial Business School, UK（分析、营销与运营系，帝国商业学院，英国） ； Department of Industrial and Systems Engineering, Viterbi School of Engineering, University of Southern California, CA, USA（工业与系统工程系，维特里商学院，南加州大学，美国） 纠错

AI总结 本文提出一种稳定性正则化的嵌套k折交叉验证方法，通过减少模型不稳定性来提升测试集性能并降低离样失望感。

Comments Some of this material previously appeared in 2306.14851v2, which we have split into two papers (this one and 2306.14851v3), because it contained two ideas that need separate papers