University of Texas at Austin（得克萨斯大学奥斯汀分校）

ResearchGPT: Benchmarking and Training LLMs for End-to-End Computer Science Research Workflows

Penghao Wang, Yuhao Zhou, Mengxuan Wu, Ziheng Qin, Bangyuan Zhu, Shengbin Huang, Xuanlei Zhao, Panpan Zhang, Xiaojiang Peng, Yuzhang Shang, Jianfei Yang, Zheng Zhu, Tianlong Chen, Zhangyang Wang, Kai Wang

机构 * NUS（国立新加坡大学） ； NTU（国立科技大学） ； SZTU（深圳技术大学） ； UCF（佛罗里达大学） ； GigaAI（GigaAI研究所） ； UNC（北卡罗来纳大学教堂山分校） ； UT Austin（得克萨斯大学奥斯汀分校） 纠错

Information-Theoretic Reward Decomposition for Generalizable RLHF

Liyuan Mao, Haoran Xu, Amy Zhang, Weinan Zhang, Chenjia Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； UT Austin（得克萨斯大学奥斯汀分校） ； Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） 纠错

Comments Work done during internships at Institute of Artificial Intelligence (TeleAI), China Telecom

Seeing the Arrow of Time in Large Multimodal Models

Zihui Xue, Mi Luo, Kristen Grauman

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

Comments Accepted by NeurIPS 2025, Project website: https://vision.cs.utexas.edu/projects/SeeAoT

Optimal Control for Transformer Architectures: Enhancing Generalization, Robustness and Efficiency

Kelvin Kan, Xingjian Li, Benjamin J. Zhang, Tuhin Sahai, Stanley Osher, Markos A. Katsoulakis

机构 * Department of Mathematics UCLA（数学系，加州大学洛杉矶分校） ； Oden Institute University of Texas at Austin（奥登研究所，德克萨斯大学奥斯汀分校） ； School of Data Science and Society UNC Chapel Hill（数据科学与社会学院，北卡罗来纳大学夏洛特分校） ； SRI International（SRI国际） ； Department of Mathematics and Statistics University of Massachusetts Amherst（数学与统计系，马萨诸塞大学阿姆赫斯特分校） 纠错

HLSFactory: A Framework Empowering High-Level Synthesis Datasets for Machine Learning and Beyond

Stefan Abi-Karam, Rishov Sarkar, Allison Seigler, Sean Lowe, Zhigang Wei, Hanqiu Chen, Nanditha Rao, Lizy John, Aman Arora, Cong Hao

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Georgia Tech Research Institute（佐治亚理工研究机构） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Arizona State University（亚利桑那州立大学） ； International Institute of Information Technology Bangalore（班加罗尔国际信息科技研究所） 纠错

Comments MLCAD 2024 version of the paper. New case study with ML QoR prediction. Artifact evaluation details included