University of Washington（华盛顿大学）

SENDAI: A Hierarchical Sparse-measurement, EfficieNt Data AssImilation Framework

SENDAI：一种分层稀疏测量、高效数据同化框架

Xingyue Zhang, Yuxuan Bao, Mars Liyao Gao, J. Nathan Kutz

机构 * Department of Electrical ； Computer Engineering, University of Washington, Seattle, USA ； Paul G. Allen School of Computer Science \& Engineering, University of Washington, Seattle, USA ； Department of Applied Mathematics, University of Washington, Seattle, USA ； School of Environmental ； Forest Sciences, University of Washington, Seattle, USA 纠错

AI总结 SENDAI通过结合模拟先验和学习偏差修正，实现稀疏观测下的高效数据同化，适用于物理基础推断和实时监控。

Data-Driven Generation of Neutron Star Equations of State Using Variational Autoencoders

基于变分自编码器的数据驱动生成中子星方程 of 状态

Alex Ross, Tianqi Zhao, Sanjay Reddy

机构 * Institute for Nuclear Theory, University of Washington（核理论研究所，华盛顿大学） 纠错

AI总结 本文提出基于变分自编码器的数据驱动方法，用于高保真重建中子星方程 of 状态，通过监督可观测值和潜在变量实现高精度EOS生成

Comments 12 pages, 8 figures. In preparation for submission to Machine Learning: Science and Technology

Can Neural Networks Learn Small Algebraic Worlds? An Investigation Into the Group-theoretic Structures Learned By Narrow Models Trained To Predict Group Operations

神经网络能否学习小的代数世界？对由窄模型预测群操作所学习的群论结构的调查

Henry Kvinge, Andrew Aguilar, Nayda Farnsworth, Grace O'Brien, Robert Jasper, Sarah Scullen, Helen Jenne

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； Department of Mathematics, University of Washington（华盛顿大学数学系） ； Colgate University（科尔盖特大学） 纠错

AI总结 研究探讨神经网络在预测群操作任务中学习群论结构的能力，发现模型能捕捉抽象代数特性，但无法提取单位元概念。

Comments Presented at TAG-DS 2025

Human-LLM Collaborative Feature Engineering for Tabular Data

人类与大语言模型协作的表格数据特征工程

Zhuoyan Li, Aditya Bansal, Jinzhao Li, Shishuang He, Zhuoran Lu, Mutian Zhang, Qin Liu, Yiwei Yang, Swati Jain, Ming Yin, Yunyao Li

机构 * Purdue University（普渡大学） ； Adobe（Adobe公司） ； UIUC（伊利诺伊大学香槟分校） ； University of Washington（华盛顿大学） ； UC Davis（加州大学戴维斯分校） 纠错

AI总结 本文提出人类与大语言模型协作的表格数据特征工程框架，通过解耦操作提出与选择过程，结合人类专家反馈提升特征工程效率和效果。

Comments ICLR 2026

LLM Personas as a Substitute for Field Experiments in Method Benchmarking

LLM 人格作为方法基准测试中的实地实验替代品

Enoch Hyunwook Kang

机构 * Foster School of Business, University of Washington, Seattle, USA（华盛顿大学福斯特商学院） 纠错

AI总结 本文提出通过LLM人格模拟替代实地实验，证明在特定条件下，人格模拟与改变评估人群效果相同，并定义了样本量对区分方法有效性的决定性作用。