Understanding and Steering the Cognitive Behaviors of Reasoning Models at Test-Time
在测试时理解并引导推理模型的认知行为
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Together AI ； University of Sydney（悉尼大学）
AI总结 CREST通过引导推理模型的认知行为，提高推理准确性和效率，减少计算成本。
高校专区
University of Texas at Austin（得克萨斯大学奥斯汀分校）
Text2Seg: Remote Sensing Image Semantic Segmentation via Text-Guided Visual Foundation Models
Text2Seg: 通过文本引导的视觉基础模型实现遥感图像语义分割
机构 * University of Georgia（佐治亚大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Virginia（弗吉尼亚大学）
AI总结 Text2Seg通过文本引导的视觉基础模型实现遥感图像语义分割，显著提升零样本预测性能。
Comments 10 pages, 3 figures
Rethinking the Value of Multi-Agent Workflow: A Strong Single Agent Baseline
重新思考多智能体工作流的价值：一个强大的单智能体基线
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊） ； Emory University（埃默里大学） ； Northeastern University（东北大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究通过单个代理的多轮对话模拟多智能体工作流，提出OneFlow算法，实现高效且准确的多代理流程，为多智能体系统研究提供强基线。
Fast Two-Time-Scale Stochastic Gradient Method with Applications in Reinforcement Learning
快速双时间尺度随机梯度方法及其在强化学习中的应用
机构 * J.P. Morgan AI Research（摩根大通AI研究） ； UT Austin, Department of Aerospace Engineering & Engineering Mechanics（得克萨斯大学奥斯汀分校航空航天工程与工程力学系）
AI总结 本文提出了一种快速双时间尺度随机梯度方法，通过引入平均步骤提升收敛速度，并在强化学习中实现了优于现有方法的性能。
LIBRA: Language Model Informed Bandit Recourse Algorithm for Personalized Treatment Planning
LIBRA：基于语言模型的带状 recourse 算法用于个性化治疗计划
机构 * McCombs School of Business, University of Texas at Austin（德克萨斯大学奥斯汀分校麦克斯韦商学院） ； Naveen Jindal School of Management, University of Texas at Dallas（德克萨斯大学达拉斯分校奈文·金达管理学院） ； Mays Business School, Texas A&M University（德克萨斯农工大学梅斯商学院） ； Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿商学院）
AI总结 LIBRA 是一种结合大语言模型和带状学习的算法，用于在个性化治疗中实现更高效的决策和鲁棒性。
Comments 50 pages. Previous version with human-AI collaboration: arXiv:2410.14640
Enhancing the QA Model through a Multi-domain Debiasing Framework
通过多领域去偏框架增强问答模型
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本文提出多领域去偏框架，通过知识蒸馏和领域扩展技术，有效缓解问答模型中的偏见问题，提升其在对抗性环境下的性能和可靠性。
Comments 5 pages, 7 tables
