Carnegie Mellon University（卡内基梅隆大学）

Trading off rewards and errors in multi-armed bandits

在多臂老虎机中权衡奖励与误差

Akram Erraqabi, Alessandro Lazaric, Michal Valko, Emma Brunskill, Yun-En Liu

机构 * Inria SequeL ； CMU EnLearn 纠错

AI总结 研究多臂老虎机中准确识别臂均值与累积奖励之间的权衡，提出具有后悔保证的算法，通过实验验证上下界。

Comments Published at AISTATS 2017 (20th International Conference on Artificial Intelligence and Statistics)

ARFBench: Benchmarking Time Series Question Answering Ability for Software Incident Response

ARFBench: 用于软件事件响应的时间序列问题回答能力基准测试

Stephan Xie, Ben Cohen, Mononito Goswami, Junhong Shen, Emaad Khwaja, Chenghao Liu, David Asker, Othmane Abou-Amal, Ameet Talwalkar

机构 * Machine Learning Department, Carnegie Mellon University（卡内基梅隆大学机器学习系） ； Datadog AI Research（Datadog AI研究） ； Amazon Web Services（亚马逊网络服务） 纠错

AI总结 本文提出ARFBench基准测试，评估多模态基础模型对软件事件数据中时间序列异常的理解能力，发现前沿VLM表现优异，提出混合模型并建立模型-专家 oracle，达到超人类水平。

Comments Updated author affiliation

The Algorithmic Gaze of Image Quality Assessment: An Audit and Trace Ethnography of the LAION-Aesthetics Predictor

图像质量评估的算法凝视：LAION-Aesthetics预测器的审计与踪迹民族志

Jordan Taylor, William Agnew, Maarten Sap, Sarah E. Fox, Haiyi Zhu

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文研究了广泛用于训练视觉生成图像模型的LAION-Aesthetics预测器，揭示其在筛选图像数据时对女性描述的偏向性，以及其对西方艺术史中帝国和男性凝视的强化，呼吁转向更多元的审美评估。

Comments To Appear at FAccT 2026

Score-based Greedy Search for Structure Identification of Partially Observed Linear Causal Models

基于得分的贪心搜索在部分观测线性因果模型结构识别中的应用

Xinshuai Dong, Ignavier Ng, Haoyue Dai, Jiaqi Sun, Xiangchen Song, Peter Spirtes, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（莫卧儿 bin Zayed 人工智能大学） 纠错

AI总结 本文提出了一种基于得分的贪心搜索方法，用于识别包含潜在变量的线性因果模型结构，通过全局一致性保证结构可识别性，并在合成和真实数据上验证了方法的有效性。