University of Cambridge（剑桥大学）

PerturbPFN: Probing the Limits of Synthetic Priors in Drug Perturbation Modelling

PerturbPFN：探索药物扰动建模中合成先验的极限

Yuche Gao, José Miguel Hernández-Lobato, Siyuan Guo

机构 * University of Cambridge（剑桥大学） ； Prior Labs（普瑞尔实验室） 纠错

AI总结 针对预测细胞对未知化学扰动反应的挑战，提出PerturbPFN模型，通过推断潜在系统图等并经SCM解码器传播效果，基于合成情节训练，在真实和合成数据上评估，实现低推理成本且具可解释性的扰动预测。

Comments 19 pages. Accepted at the 2nd ICML Workshop on Foundation Models for Structured Data (FMSD 2026), Seoul, South Korea

How LLM Task-Adaptation Reshapes Alignment: A Multi-dimensional Study of Behavioral and Representational Drift

大语言模型任务适应如何重塑对齐：行为和表征漂移的多维研究

James Elcock, William F. Shen, Xinchi Qiu, Nicholas D. Lane

机构 * University of Cambridge（剑桥大学） 纠错

AI总结 研究大语言模型任务适应对对齐的影响，通过系统评估监督微调、KL正则化SFT和可验证奖励强化学习等方法，发现训练后调整非均匀重塑对齐，不同方法影响各异，强调任务适应是对齐干预，应进行多维对齐评估。

Comments 21 pages, 7 figures (includes references and appendices)

Beyond travel mode: urban context shapes active mobility's mental health effects over time

超越出行方式：城市环境随时间塑造主动出行对心理健康的影响

Shujuan Chen, Yue Li, Ying Jin

机构 * Martin Centre for Architectural and Urban Studies, University of Cambridge（剑桥大学马丁建筑与城市研究中心） ； Cambridge Public Health, University of Cambridge（剑桥大学剑桥公共卫生） 纠错

AI总结 研究主动出行对心理健康的影响，用因果机器学习等方法分析英国成年人数据，发现主动出行对焦虑等的个体影响有不平等，且随时间扩大，受城市环境强烈影响，未考虑个体和环境差异会加剧健康不平等。

Artificial Intelligence for Mathematical Reasoning: An Integrated Survey of Language Models, Neuro-symbolic Systems, and Verified Discovery

人工智能数学推理：语言模型、神经符号系统与验证发现的综合综述

Syed Rifat Raiyan, Mohsinul Kabir, Hasan Mahmud, Md Kamrul Hasan, Sophia Ananiadou

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学） 纠错

AI总结 本文综述了数学推理领域从早期规则系统到当代推理模型、多智能体系统及验证发现工作流的演变，沿非正式推理、形式推理、数学发现及推理技术四轴组织，并评估了基准测试、失败模式及未来方向。

Comments Under review, 47 pages, 14 figures, 22 tables

Flow4R: Unifying 4D Reconstruction and Tracking with Scene Flow

Flow4R: 用场景流统一4D重建与跟踪

Shenhan Qian, Ganlin Zhang, Shangzhe Wu, Daniel Cremers

机构 * Technical University of Munich（慕尼黑技术大学） ； MCML ； University of Cambridge（剑桥大学） 纠错

AI总结 Flow4R通过统一的场景流表示，在4D重建与跟踪任务中实现最先进的性能。

Comments Project Page: https://shenhanqian.github.io/flow4r