University of Cambridge（剑桥大学）

CARE: Privacy-Compliant Agentic Reasoning with Evidence Discordance

CARE：具有证据不一致性的隐私合规代理推理

Haochen Liu, Weien Li, Rui Song, Zeyu Li, Chun Jason Xue, Xiao-Yang Liu, Sam Nallaperuma, Xue Liu, Ye Yuan

机构 * University of Cambridge（剑桥大学） ； McGill University（麦吉尔大学） ； MBZUAI - Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Columbia University（哥伦比亚大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） 纠错

AI总结 针对医疗领域中症状与体征矛盾的问题，CARE框架通过多阶段隐私合规的代理推理，在不访问敏感数据的情况下提升冲突证据处理能力。

Comments Preprint

A Gaussian Process View on Observation Noise and Initialization in Wide Neural Networks

从宽神经网络的角度看观测噪声和初始化

Sergio Calvo-Ordoñez, Jonathan Plenk, Richard Bergna, Alvaro Cartea, Jose Miguel Hernandez-Lobato, Konstantina Palla, Kamil Ciosek

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Oxford-Man Institute, University of Oxford（牛津大学牛津曼研究所） ； OATML, University of Oxford（牛津大学OATML） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； Spotify 纠错

AI总结 本文提出通过引入正则化项和移位网络，解决宽神经网络中观测噪声和初始化问题，使NTK-GP等价性适用于任意先验均值，提升实际应用中的Gaussian Process建模效果。

Comments AISTATS 2026, Camera-ready version