California Institute of Technology（加州理工学院）

Neuroprobe: Evaluating Intracranial Brain Responses to Naturalistic Stimuli

Neuroprobe：评估自然刺激下的颅内脑响应

Andrii Zahorodnii, Christopher Wang, Geeling Chau, Bennett Stankovits, Charikleia Moraitaki, Eli Gross, Alexander Brady, Andrei Barbu, Boris Katz, Ila R Fiete

机构 * MIT CSAIL, CBMM（MIT CSAIL，CBMM） ； MIT McGovern Institute（MIT McGovern研究所） ； Caltech（加州理工学院） ； Columbia University（哥伦比亚大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 Neuroprobe通过高分辨率颅内EEG数据研究多模态语言处理，提供评估框架比较不同模型架构，揭示语言处理在大脑中的时间与空间动态。

Comments 38 pages, 7 main figures, 16 supplementary figures, 13 tables

Predicting Plasticity in Deep Continual Learning: A Theoretical Perspective

深度持续学习中塑性的预测：一种理论视角

Jiuqi Wang, Jayanth Srinivasa, Claire Chen, Shuze Daniel Liu, Ali Payani, Shangtong Zhang

机构 * University of Virginia（弗吉尼亚大学） ； Cisco Research（思科研究） ； California Institute of Technology（加州技术研究院） ； Purdue University（普渡大学） 纠错

AI总结 本文从理论角度探讨深度持续学习中塑性预测问题，提出新的度量标准优化准备度，证明其在回归和分类任务中能更可靠地预测可训练性。

Comments 21 pages, 4 figures, 2 tables

Probing the Critical Point (CritPt) of AI Reasoning: a Frontier Physics Research Benchmark

探测人工智能推理的临界点（CritPt）：一个前沿物理研究基准

Minhui Zhu, Minyang Tian, Xiaocheng Yang, Tianci Zhou, Lifan Yuan, Penghao Zhu, Eli Chertkov, Shengyan Liu, Yufeng Du, Ziming Ji, Indranil Das, Qingzhi Chen, Junyi Cao, Yufeng Du, Jiabin Yu, Peixue Wu, Jinchen He, Yifan Su, Yikun Jiang, Yujie Zhang, Chang Liu, Ze-Min Huang, Weizhen Jia, Yunkai Wang, Farshid Jafarpour, Yong Zhao, Xinan Chen, Jessie Shelton, Aaron W. Young, John Bartolotta, Wenchao Xu, Yue Sun, Anjun Chu, Victor Colussi, Chris Akers, Nathan Brooks, Wenbo Fu, Jinchao Zhao, Marvin Qi, Anqi Mu, Yubo Yang, Allen Zang, Yang Lyu, Peizhi Mai, Christopher Wilson, Xuefei Guo, Juntai Zhou, Daniel Inafuku, Chi Xue, Luyu Gao, Ze Yang, Yaïr Hein, Yonatan Kahn, Kevin Zhou, Di Luo, John Drew Wilson, Jarrod T. Reilly, Dmytro Bandak, Ofir Press, Liang Yang, Xueying Wang, Hao Tong, Nicolas Chia, Eliu Huerta, Hao Peng

机构 * Argonne National Laboratory（阿贡国家实验室） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Virginia Tech（弗吉尼亚理工大学） ； Ohio State University（俄亥俄州立大学） ； Independent（独立） ； Northeastern University（东北大学） ； Caltech（加州理工学院） ； University of Florida（佛罗里达大学） ； University of Waterloo（滑铁卢大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； Columbia University（哥伦比亚大学） ； Perimeter Institute for Theoretical Physics（理论物理研究所） ； University of Connecticut（康涅狄格大学） ； University of Cologne（科隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； Utrecht University（乌得勒支大学） ； Harvard University（哈佛大学） ； ETH Zürich（苏黎世联邦理工学院） ； Paul Scherrer Institute（保罗·谢尔研究所） 纠错

AI总结 本文提出CritPt基准，用于测试LLM在未发表的科研级推理任务中的能力，涵盖现代物理多个领域，发现当前LLM在复杂科研挑战中表现有限，仅能实现5.7%的准确率。

Comments 40 pages, 6 figures, 6 tables

Synergistic Simplex: Cooperative Runtime Assurance for Safety-Critical Autonomous Systems

协同单纯形：用于安全关键自主系统的协作运行保证

Ayoosh Bansal, Mikael Yeghiazaryan, Artyom Khachatryan, Tianyi Zhu, Hunmin Kim, Naira Hovakimyan, Lui Sha

机构 * University of Illinois Urbana-Champaign (UIUC)（伊利诺伊大学厄巴纳-香槟分校） ； Center for Scientific Innovation and Education (CSIE)（科学创新与教育中心） ； California Institute of Technology (Caltech)（加州理工学院） ； Mercer University（梅森大学） 纠错

AI总结 本文提出协同单纯形架构，通过双向整合ML组件与安全监控器，在保持形式安全保证的同时提升系统性能，展示了其在自动驾驶障碍检测中的设计与评估。