Columbia University（哥伦比亚大学）

AQKA: Active Quantum Kernel Acquisition Under a Shot Budget

AQKA: 在有限量子核预算下的主动量子核获取

Jian Xu, Chao Li, Delu Zeng, John Paisley, Qibin Zhao

机构 * RIKEN iTHEMS（日本理化学研究院iTHEMS研究中心） ； RIKEN AIP（日本理化学研究院Advanced Institute for Physics） ； South China University of Technology（华南理工大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出AQKA方法，通过分解射频预算区域，优化量子核学习中的射频分配，提升稀疏敏感KRR和SVM性能，同时在量子硬件上实现多种子在线自适应射频分配。

Sketching the Readout of Large Language Models for Scalable Data Attribution and Valuation

为大规模语言模型的可扩展数据归因与估值绘制读出

Yide Ran, Jianwen Xie, Minghui Wang, Wenjin Zheng, Denghui Zhang, Chuan Li, Zhaozhuo Xu

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Lambda Inc.（Lambda公司） ； Columbia University（哥伦比亚大学） ； Mailman School of Public Health（马利曼公共卫生学院） ； University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） 纠错

AI总结 本文提出RISE方法，通过聚焦输出层影响热点，利用分解的外积形式实现高效归因与估值，减少存储并扩展至32B参数模型，验证了其在数据检测、领域分离和高质量数据选择中的有效性。

Comments 54 pages

Representation-Aware Distributionally Robust Optimization: A Knowledge Transfer Framework

表示感知分布鲁棒优化：一种知识转移框架

Zitao Wang, Nian Si, Molei Liu

机构 * Department of Statistics, Columbia University（哥伦比亚大学统计系） ； Department of Industrial Engineering and Decision Analytics, Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系） ； Department of Biostatistics, Peking University Health Science Center（北京大学北京医科大学生物统计学系） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） 纠错

AI总结 研究提出表示感知分布鲁棒估计（READ）框架，利用外部表示指导鲁棒性几何，增加改变表示坐标扰动的运输成本。在当前目标推断和未来总体部署中研究READ，模拟和应用证明其在多源多任务转移学习中有优势。