California Institute of Technology（加州理工学院）

P$^{3}$: Joint Program-and-Proof Planning for Verified Code Generation

P³：用于验证代码生成的程序与证明联合规划

Zenan Li, Ziran Yang, Peiyang Song, Zhaoyu Li, Kaiyu Yang

机构 * Apodex ； Princeton University（普林斯顿大学） ； Caltech（加州理工学院） ； University of Toronto（多伦多大学） 纠错

AI总结 P³是一种用于验证代码生成的程序与证明联合规划的LLM智能体工作流，在三个基准上的求解率优于基线，还降低了API成本与运行时间。

Idea Search: Guiding Tree Search with Ideas to Explore Diverse Scientific Methods

思路搜索：用思路引导树搜索以探索多样化的科学方法

Xuefei Julie Wang, Hao Cui, Michael P. Brenner, Subhashini Venugopalan

机构 * California Institute of Technology（加州理工学院） ； Google Research（谷歌研究院） ； Harvard University（哈佛大学） 纠错

AI总结 该研究针对树搜索在科学方法探索中易陷局部最优的问题，提出Idea Search框架，通过整合动态思路库优化树搜索，在scRNA-seq批次整合任务上提升了性能。

Real-time physics inversion for retrieval of sub-pixel wildfire temperatures from VSWIR imaging spectroscopy

基于VSWIR成像光谱学的亚像素野火温度反演的实时物理反演方法

William R. Keely, Philip G. Brodrick, Katherine Mistick, Adam Chlus, Robert O. Green, Philip E. Dennison

机构 * Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） ； University of Utah（犹他大学） 纠错

AI总结 本研究提出基于AVIRIS-3数据的VSWIR成像光谱学野火温度反演框架，采用全物理方法与非线性最小二乘优化，验证其适用于星载EMIT等设备，亚像素温度反演误差较小。

Comments In Review in Remote Sensing of Environment