Cornell University（康奈尔大学）

BlueFin: Benchmarking LLM Agents on Financial Spreadsheets

BlueFin: 在金融电子表格上对LLM智能体进行基准测试

Srivatsa Kundurthy, Clara Na, Colton Moraine, Anoushka Mohta, Case Winter, George Fang, John Ling, Emma Strubell, Zach Kirshner

机构 * Longitude Labs Inc.（Longitude Labs公司） ； Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 提出BlueFin基准，通过131个真实金融电子表格任务评估LLM智能体的合成、操作和理解能力，并验证了LM评判与人类专家的一致性。

Comments 26 pages

Cost-aware Stopping for Bayesian Optimization

成本感知的贝叶斯优化停止规则

Qian Xie, Linda Cai, Alexander Terenin, Peter I. Frazier, Ziv Scully

机构 * Cornell University, Ithaca, New York, USA（康奈尔大学） ； University of California, Berkeley, Berkeley, California, USA（加州大学伯克利分校） 纠错

AI总结 针对贝叶斯优化中成本感知的停止问题，提出一种基于理论连接成本感知采集函数的停止规则，并证明其能保证期望成本调整简单遗憾的界。

Comments Accepted by ICML 2026

BackSplit: The Importance of Sub-dividing the Background in Biomedical Lesion Segmentation

BackSplit：在生物医学病灶分割中细分背景的重要性

Rachit Saluja, Asli Cihangir, Ruining Deng, Johannes C. Paetzold, Fengbei Liu, Mert R. Sabuncu

机构 * Cornell University（康奈尔大学） ； Cornell Tech（康奈尔科技） ； Weill Cornell Medicine（韦尔医学院） 纠错

AI总结 提出BackSplit方法，通过将背景细分为多个子类（如组织、器官）进行训练，在不增加推理成本的情况下显著提升小病灶分割性能，并从信息论角度证明其有效性。

Comments Accepted to CVPR 2026