Columbia University（哥伦比亚大学）

Croissant Baker: Metadata Generation for Discoverable, Governable, and Reusable ML Datasets

饼干师：用于可发现、可治理和可重用的机器学习数据集元数据生成

Rafi Al Attrach, Rajna Fani, Sebastian Lobentanzer, Joan Giner-Miguelez, Debanshu Das, Varuni H. K., Nobin Sarwar, Rajat Ghosh, Anwai Archit, Surbhi Motghare, Christina Conrad Parry, Luis Oala, Lara Grosso, Joaquin Vanschoren, Steffen Vogler, Sujata Goswami, Eric S. Rosenthal, Marzyeh Ghassemi, Matthew McDermott, Tom Pollard

机构 * Technical University of Munich（慕尼黑技术大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Helmholtz Munich（海德堡-慕尼黑研究所以及医学中心） ； Barcelona Supercomputing Center（巴塞罗那超级计算中心） ； Google（谷歌） ； Couchbase（Couchbase公司） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； Nutanix（Nutanix公司） ； Georg-August-University Göttingen（哥廷根大学） ； Salesforce（Salesforce公司） ； Sage Bionetworks（Sage Bionetworks公司） ； Dotphoton（Dotphoton公司） ； Harvard University（哈佛大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Bayer AG（拜耳公司） ； Independent Researcher（独立研究者） ； Massachusetts General Hospital（麻省总医院） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出Croissant Baker，一种本地优先的开源命令行工具，可直接从数据集目录生成验证过的Croissant元数据，通过模块化处理程序注册表，支持大规模数据集，如MIMIC-IV，达到97-100%的准确率。

Comments 23 pages, 5 figures, 11 tables. Project: https://lcp.mit.edu/croissant-baker/ Code: https://github.com/MIT-LCP/croissant-baker

Policy Optimization in Hybrid Discrete-Continuous Action Spaces via Mixed Gradients

通过混合梯度在混合离散-连续动作空间中进行策略优化

Matias Alvo, Daniel Russo, Yash Kanoria

机构 * Graduate School of Business Columbia University（哥伦比亚大学商学院） 纠错

AI总结 本文提出混合策略优化方法HPO，通过混合梯度估计器解决高维空间中离散-连续动作的策略优化问题，实验显示其在库存控制和切换线性二次调节问题中优于PPO。

A cross-species neural foundation model for end-to-end speech decoding

跨物种神经基础模型用于端到端语音解码

Yizi Zhang, Linyang He, Chaofei Fan, Tingkai Liu, Han Yu, Trung Le, Jingyuan Li, Scott Linderman, Lea Duncker, Francis R Willett, Nima Mesgarani, Liam Paninski

机构 * Columbia University（哥伦比亚大学） ； Stanford University（斯坦福大学） ； Microsoft（微软公司） ； University of Washington（华盛顿大学） 纠错

AI总结 本文提出端到端BraIn-to-Text框架，通过单个可微神经网络将神经活动转化为连贯句子，利用跨任务、跨物种预训练神经编码器提升语音解码性能，降低词错误率至10.22%。

Energy-Regularized Sequential Model Editing on Hyperspheres

超球面能量正则化的序列模型编辑

Qingyuan Liu, Jia-Chen Gu, Yunzhi Yao, Hong Wang, Nanyun Peng

机构 * Columbia University（哥伦比亚大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出SPHERE方法，通过超球面能量正则化提升模型在序列编辑中的稳定性与知识保留能力，实验表明其在编辑性能上优于基线方法16.41%。

Comments Accepted by ICLR 2026. The code is available at https://github.com/PlusLabNLP/SPHERE. Project page: https://www.qingyuanliu.net/sphere_projectpage/