Flexible Kernels for Protein Property Prediction
用于蛋白质性质预测的灵活核函数
机构 * University of Cambridge（剑桥大学）
AI总结 提出利用进化替代矩阵和局部线性性的序列核函数，结合高斯过程实现数据高效的蛋白质性质预测，并融入结构信息进行多任务学习。
Comments 50 pages; to appear at ICML 2026
高校专区
University of Cambridge（剑桥大学）
Convergence of Monte Carlo Optimistic Policy Iteration: Beyond Uniform State-Action Updates
蒙特卡洛乐观策略迭代的收敛性：超越均匀状态-动作更新
机构 * Department of Engineering, University of Cambridge（剑桥大学工程系）
AI总结 本文证明，在每状态动作均匀更新的条件下，首次访问蒙特卡洛乐观策略迭代收敛到最优，放宽了传统均匀状态-动作更新的要求，并通过均场动力学和锁定论证方法给出证明。
Interactions Between Crosscoder Features: A Compact Proofs Perspective
交叉编码器特征间的交互：一个紧凑证明的视角
机构 * Anthony J. Leggett Institute for Condensed Matter Theory（安东尼·J·莱格特凝聚态理论研究所） ； MATS ； UK AI Security Institute (AISI)（英国人工智能安全研究所） ； Imperial College London（帝国理工学院伦敦分校） ； Goodfire ； University of Cambridge（剑桥大学） ； Theorem Labs（定理实验室）
AI总结 本文从紧凑证明角度形式化交叉编码器特征交互，提出交互度量并应用于计算稀疏性、语义聚类和检测休眠代理。
Comments Accepted at the NeurIPS 2025 Workshop on Mechanistic Interpretability
Express Language Modeling
Express 语言建模
机构 * Cornell Tech（康奈尔科技） ； University of Cambridge（剑桥大学） ； Microsoft Research（微软研究院）
AI总结 提出 Express 工具，将非因果注意力近似转换为因果近似，结合 Thinformer 实现最优因果注意力保证，并加速语言建模中的四个资源瓶颈。
