Distributionally Robust K-Means Clustering
分布鲁棒K均值聚类
机构 * California Institute of Technology（加州理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出分布鲁棒K均值聚类方法，通过最小化最坏情况下的期望平方距离来增强鲁棒性，实验显示在异常检测和噪声鲁棒性上有显著提升。
高校专区
California Institute of Technology（加州理工学院）
Instructing LLMs to Negotiate using Reinforcement Learning with Verifiable Rewards
通过可验证奖励的强化学习指导大语言模型进行谈判
机构 * Purdue University（普渡大学） ； California Institute of Technology（加州理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文探讨了通过可验证奖励的强化学习训练大语言模型进行谈判的有效性，揭示了四阶段战略演化，展示了训练后的模型在谈判中提取剩余价值的能力。
Agentic Exploration of PDE Spaces using Latent Foundation Models for Parameterized Simulations
基于潜在基础模型的PDE空间代理探索用于参数化模拟
机构 * University of Michigan（密歇根大学） ； Universidad Politécnica de Madrid（马德里理工大学） ； Purdue University（普渡大学） ； Universitat Politècnica de València（瓦伦西亚理工大学） ； Caltech（加州理工学院） ； University of Washington（华盛顿大学）
AI总结 本文提出利用多代理LLM与潜在基础模型耦合，实现对PDE参数空间的连续探索，发现流体中不同尺度的标度律，展示了代理推理在PDE系统中的自动化科学发现能力。
