Columbia University（哥伦比亚大学）

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

Foundation Model-guided Iteratively Prompting and Pseudo-Labeling for Partially Labeled Medical Image Segmentation

基于基础模型的迭代提示与伪标签方法用于部分标注的医学图像分割

Qiaochu Zhao, Wei Wei, David Horowitz, Richard Bakst, Yading Yuan

机构 * Department of Biomedical Engineering, Columbia University（哥伦比亚大学生物医学工程系） ； Department of Radiation Oncology, Columbia University Irving Medical Center（哥伦比亚大学欧文医学中心放射肿瘤科） ； Data Science Institute, Columbia University（哥伦比亚大学数据科学研究所） ； Herbert Irving Comprehensive Cancer Center, Columbia University（哥伦比亚大学赫伯特·欧文综合癌症中心） ； Department of Radiation Oncology, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院放射肿瘤科） 纠错

AI总结 本文提出IPnP框架，通过训练网络与冻结基础模型协作，迭代生成并优化未标注器官的伪标签，提升部分标注条件下医学图像分割性能。

Comments 5 pages, 5 figures. Accepted for presentation at IEEE International Symposium on Biomedical Imaging (ISBI) 2026

HabitatAgent: An End-to-End Multi-Agent System for Housing Consultation

HabitatAgent：一种端到端的多智能体系统用于住房咨询

Hongyang Yang, Yanxin Zhang, Yang She, Yue Xiao, Hao Wu, Yiyang Zhang, Jiapeng Hou, Rongshan Zhang

机构 * Fangdongdong（方东东） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出HabitatAgent，一种基于LLM的多智能体系统，通过四个专业角色提供可审计且可靠的住房咨询流程，实现高准确率的住房选择支持。

Comments Accepted at the DMO-FinTech Workshop (PAKDD 2026)

Robust Geospatial Coordination of Multi-Agent Communications Networks Under Attrition

在 Attrition（ attrition）下多智能体通信网络的鲁棒地理协调

Jonathan S. Kent, Eliana Stefani, Brian Plancher

机构 * Advanced Technology Center, Lockheed Martin Space（洛克希德·马丁航天公司先进技术中心） ； Fu Foundation School of Engineering and Applied Science, Columbia University（哥伦比亚大学傅氏基金工程与应用科学学院） ； Lockheed Martin AI Center, Lockheed Martin Corporation（洛克希德·马丁公司人工智能中心） ； Barnard College, Columbia University（哥伦比亚大学巴纳德学院） ； Dartmouth College（达特茅斯学院） 纠错

AI总结 本文提出在极端环境中通过鲁棒任务网络下 attrition（ attrition）问题，利用物理启发的多智能体网络算法实现高可靠性通信，实验表明其在高 attrition 环境下仍能保持高任务 uptime。

Comments 8 pages, 4 figures, 4 tables, accepted to IEEE RA-L

Regularizing Extrapolation in Causal Inference

在因果推断中正则化外推

David Arbour, Harsh Parikh, Bijan Niknam, Elizabeth Stuart, Kara Rudolph, Avi Feller

机构 * Adobe Research（Adobe研究院） ； Yale University（耶鲁大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Columbia University（哥伦比亚大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出统一框架，通过正则化外推水平来改进因果推断中的外推问题，引入偏倚-偏倚-方差权衡，并通过合成实验和实际应用验证其有效性。