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

Humanly: A Configurable and Traceable Environment for Human-AI Collaborative Writing

Humanly：一个用于人机协作写作的可配置且可追溯的环境

Shenzhe Zhu, Haoqian Zhang, Xu Yang, Jingyu Tang, Yi Nian, Xiaoxue Du, Shu Yang, Alex Pentland, Joachim Baumann, Jiaxin Pei

机构 * UT Austin（德克萨斯大学奥斯汀分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； MIT（麻省理工学院） ； USC（南加州大学） ； KAUST（阿卜杜拉国王科技大学） 纠错

AI总结 研究针对人机协作写作难以判断创作过程的问题，提出Humanly写作平台，用户能配置环境，平台记录活动与辅助，可打包会话生成证书，支持多种场景，经研究验证对各角色有帮助且能区分打字方式。

QC-PHAST Search: Classical--Quantum Query Benchmarks for Finite-Pool Rare-Regime Discovery

QC-PHAST搜索：用于有限池稀有区域发现的经典-量子查询基准

Harsh Milind Tirhekar, Chandrajit Bajaj

机构 * Department of Computer Science（计算机科学系） ； College of Natural Sciences（自然科学学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Oden Institute for Computational Engineering and Sciences（计算工程与科学奥登研究所） 纠错

AI总结 研究参数化动力系统稀有区域发现问题，引入QC-PHAST协议和框架，利用科学元数据等评估搜索方式，以量子行作参考，通过多种手段确定何时经典或资源感知搜索占优，给出可审计协议。

Comments 70 pages, 16 figures, 36 tables