Cisco（思科）

Scale-Equivariant Generative Forecasting: Weight-Tied Dilated Convolutions, Wavelet Scattering Inputs, and Spectral-Consistency Training for Self-Similar Time Series

尺度等变生成预测：权重绑定的扩张卷积、小波散射输入和频谱一致性训练用于自相似时间序列

Andrea Morandi

机构 * Cisco Systems, Inc.（思科系统公司） 纠错

AI总结 本文提出了一种尺度等变生成预测方法，通过权重绑定的扩张卷积、小波散射输入和频谱一致性训练，用于自相似时间序列的生成，展示了在S&P 500日收益率上的优越性能。

TIER: Trajectory-Invariant Execution Rewards for Multi-Step Tool Composition

TIER: 用于多步工具组合的轨迹不变执行奖励

Anay Kulkarni, ChiaEn Lu, Dheeraj Mekala, Jayanth Srinivasa, Gaowen Liu, Jingbo Shang

机构 * UC San Diego（加州大学圣迭戈分校） ； Cisco Research（思科研究） 纠错

AI总结 本文提出TIER，一种基于函数模式和运行时执行的奖励框架，能够提供密集且可解释的序列级反馈，支持多种解决方案策略并适应变化的工具接口，在DepthBench等基准上实现了高准确率。

Comments Preprint. Submitted to NeurIPS 2026. 28 pages, 7 figures, 8 tables. Code and datasets available at https://github.com/anaykulkarni/TIER

EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents

EnactToM：一种用于具身智能体功能理论之心的演进基准

Gurusha Juneja, Dylan Lu, Saaket Agashe, Parth Diwane, Edward Gunn, Jayanth Srinivasa, Gaowen Liu, William Yang Wang, Yali Du, Xin Eric Wang

机构 * University of California, Santa Barbara（加州大学圣巴巴拉分校） ； King’s College London（伦敦国王学院） ； Cisco Research（思科研究） 纠错

AI总结 本文提出EnactToM基准，用于测试具身智能体的功能理论之心能力，通过300个3D家庭环境任务验证解决能力和认知深度，揭示了现有模型在隐含信念上的不足。