Cornell University（康奈尔大学）

Hybrid Hidden Markov Model for Modeling Equity Excess Growth Rate Dynamics: A Discrete-State Approach with Jump-Diffusion

混合隐马尔可夫模型用于建模股权超额增长率动态：一种离散状态方法与跳跃-扩散

Abdulrahman Alswaidan, Jeffrey D. Varner

机构 * Cornell University（康奈尔大学） 纠错

AI总结 本文提出混合隐马尔可夫模型，通过离散状态和跳跃-扩散机制建模股权超额增长率动态，实现更准确的分布和波动聚类再现。

Malliavin Calculus for Counterfactual Gradient Estimation in Adaptive Inverse Reinforcement Learning

针对自适应逆强化学习的反事实梯度估计的马尔蒂尼算子

Vikram Krishnamurthy, Luke Snow

机构 * School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院） 纠错

AI总结 本文提出一种基于拉格朗日算法的自适应逆强化学习方法，利用马尔蒂尼算子高效估计反事实梯度，解决传统方法收敛慢的问题。

PRISM: Robust VLM Alignment with Principled Reasoning for Integrated Safety in Multimodality

PRISM：面向多模态集成安全的原理化推理对齐

Nanxi Li, Zhengyue Zhao, G. Edward Suh, Marco Pavone, Chaowei Xiao

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） ； NVIDIA（英伟达） 纠错

AI总结 PRISM通过结构化四阶段推理过程，有效应对多模态安全违规，提升VLM的鲁棒性与安全性，同时保持模型实用性。

Risk-Aware Linear Bandits: Theory and Applications in Smart Order Routing

风险感知的线性老虎机：在智能订单路由中的理论与应用

Jingwei Ji, Renyuan Xu, Ruihao Zhu

机构 * Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； SC Johnson College of Business, Cornell University（康奈尔大学SC约翰逊商学院） 纠错

AI总结 本文提出风险感知线性老虎机算法，用于智能订单路由，通过线性结构假设和变差最小化设计，显著降低后悔值，实验证明其在复杂决策场景中优于现有方法。