Columbia University（哥伦比亚大学）

2607.07397 2026-07-09 cs.AI cs.DB 新提交

Agentic Data Environments

智能体数据环境

Elaine Ang, Chenxi Huang, Georgios Liargkovas, Jerry Liu, Jinhui Liu, Nikos Pagonas, Charlie Summers, Haonan Wang, Jiakai Xu, Tianle Zhou, Yusen Zhang, Zhou Yu, Zhuo Zhang, Tianyi Peng, Kostis Kaffes, Eugene Wu

机构 * Columbia University（哥伦比亚大学）

AI总结探讨智能体数据环境，其作为智能体运行的执行基础，既能增强智能体能力又保障安全。该环境拓宽了智能体运行的数据范围，改变了对数据系统的传统认知，有望在提升智能体效能同时控制故障成本。

Journal ref IEEE Data Bulletin Vol. 50 No. 1 2026

2605.23145 2026-07-09 stat.ML cs.LG math.ST stat.ME stat.TH 版本更新

Operationalizing Individual Fairness via Gradient Descent and Bradley-Terry Models

通过梯度下降和Bradley-Terry模型实现个体公平性

Conlan Olson, Linjun Zhang, Zhun Deng, Pragya Sur

机构 * Columbia University（哥伦比亚大学）； Rutgers University（罗格斯大学）； UNC Chapel Hill（北卡罗来纳大学教堂山分校）； Harvard University（哈佛大学）

AI总结提出一种从三元组查询中学习马氏距离度量的算法，结合谱初始化与梯度下降，在非凸损失下快速收敛到真实度量，并证明估计度量下的个体公平性足以近似真实度量下的公平性。

Comments 60 pages, 2 figures

2503.15770 2026-07-09 physics.optics cs.AR cs.CV 版本更新

Physically Grounded Monocular Depth via Nanophotonic Wavefront Encoding

通过纳米光子波前编码实现物理基础的单目深度

Bingxuan Li, Jiahao Wu, Yuan Xu, Zezheng Zhu, Yunxiang Zhang, Kenneth Chen, Yanqi Liang, Nanfang Yu, Qi Sun

机构 * New York University（纽约大学）； Columbia University（哥伦比亚大学）

AI总结研究旨在解决单目深度感知中度量尺度模糊问题，核心方法是用超透镜通过纳米光子学编码深度线索，结合DFMs与输入自适应策略及模拟管道，实验证明该方法有效提升单目度量深度传感精度。

Comments ECCV 2026