University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

ThetaEvolve: Test-time Learning on Open Problems

ThetaEvolve：开放问题的测试时间学习

Yiping Wang, Shao-Rong Su, Zhiyuan Zeng, Eva Xu, Liliang Ren, Xinyu Yang, Zeyi Huang, Xuehai He, Luyao Ma, Baolin Peng, Hao Cheng, Pengcheng He, Weizhu Chen, Shuohang Wang, Simon Shaolei Du, Yelong Shen

机构 * Microsoft（微软公司） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

AI总结 ThetaEvolve通过测试时间强化学习提升开放问题求解能力，实现开源模型在数学优化问题上的新突破。

Comments 30 pages, link: https://github.com/ypwang61/ThetaEvolve

OctoMed: Data Recipes for State-of-the-Art Multimodal Medical Reasoning

OctoMed：面向尖端多模态医疗推理的数据配方

Timothy Ossowski, Sheng Zhang, Qianchu Liu, Guanghui Qin, Reuben Tan, Tristan Naumann, Junjie Hu, Hoifung Poon

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） 纠错

AI总结 OctoMed通过结构化推理轨迹的数据配方，提升医疗多模态推理模型的性能和鲁棒性。

AdS/Deep-Learning made easy II: neural network-based approaches to holography and inverse problems

AdS/Deep-Learning made easy II: 基于神经网络的反问题和全息学方法

Hyun-Sik Jeong, Hanse Kim, Keun-Young Kim, Gaya Yun, Hyeonwoo Yu, Kwan Yun

机构 * Asia Pacific Center for Theoretical Physics（亚太理论物理中心） ； Department of Physics, Pohang University of Science（物理系，波扬大学科学） ； Department of Physics, University of Wisconsin-Madison（物理系，威斯康星大学麦迪逊分校） ； Department of Physics（物理系） ； Photon Science, Gwangju Institute of Science（光科学，全州科学研究院） ； Research Center for Photon Science Technology（光科学技术研究中心） 纠错

AI总结 本文提出利用神经网络解决全息学和经典力学中的反问题，通过PIML方法重建空间时间与有效势能，并探讨KANs在特定情况下的高效应用。

Comments 31pages, 17 figures

On the Complexity of the Grounded Semantics for Infinite Argumentation Frameworks

无限论证框架的 grounded 语义复杂性分析

Uri Andrews, Luca San Mauro

机构 * Department of Mathematics University of Wisconsin-Madison（威斯康星大学麦迪逊分校数学系） ； Dipartimento di Ricerca e Innovazione Umanistica University of Bari, Italy（巴里大学人文研究与创新系） 纠错

AI总结 本文研究了无限论证框架中 grounded 语义的复杂性，发现其计算难度极高，与有限情况下的多项式时间计算形成鲜明对比。

Comments In Proceedings TARK 2025, arXiv:2511.20540

Journal ref EPTCS 437, 2025, pp. 112-127