Cornell University（康奈尔大学）

Better Protein Function Prediction by Modeling Survivorship Bias

通过建模幸存者偏差更好地预测蛋白质功能

Zhongmou Chao, Poompol Buathong, Ekaterina Selivanovitch, Susan Daniel, Peter I. Frazier

机构 * Smith School of Chemical and Biomolecular Engineering, Cornell University, USA（卡内基梅隆大学斯密斯化学与生物分子工程学院，美国） 纠错

AI总结 本文提出Evo-PU框架，利用突变知识建模幸存者偏差，提升单物种序列数据的功能预测性能，优于传统PU学习、OCC和PLMs。

Comments 29 pages, 12 figures, 3 tables

Latent-Space Causal Discovery from Indirect Neuroimaging Observations

从间接神经影像观测中发现潜在空间因果关系

Sangyoon Bae, Miruna Oprescu, David Keetae Park, Shinjae Yoo, Jiook Cha

机构 * Interdisciplinary Program in Artificial Intelligence（人工智能交叉学科项目） ； Seoul National University（首尔国立大学） ； Computer Science（计算机科学） ； Cornell Tech, Cornell University（康奈尔科技，康奈尔大学） ； Brookhaven National Laboratory（布鲁克海文国家实验室） ； Department of Psychology（心理学系） 纠错

AI总结 本文提出INCAMA方法，通过物理感知逆向与延迟感知Mamba编码器，提升从间接神经影像中恢复因果结构的性能，实验显示在TVB模拟和HCP任务fMRI中表现更优。

Comments 9 pages, 2 figures

Evaluating Large Language Models in Scientific Discovery

评估大型语言模型在科学发现中的表现

Zhangde Song, Jieyu Lu, Yuanqi Du, Botao Yu, Thomas M. Pruyn, Yue Huang, Kehan Guo, Xiuzhe Luo, Yuanhao Qu, Yi Qu, Yinkai Wang, Haorui Wang, Jeff Guo, Jingru Gan, Parshin Shojaee, Di Luo, Andres M Bran, Gen Li, Qiyuan Zhao, Shao-Xiong Lennon Luo, Yuxuan Zhang, Xiang Zou, Wanru Zhao, Yifan F. Zhang, Wucheng Zhang, Shunan Zheng, Saiyang Zhang, Sartaaj Takrim Khan, Mahyar Rajabi-Kochi, Samantha Paradi-Maropakis, Tony Baltoiu, Fengyu Xie, Tianyang Chen, Kexin Huang, Weiliang Luo, Meijing Fang, Xin Yang, Lixue Cheng, Jiajun He, Soha Hassoun, Xiangliang Zhang, Wei Wang, Chandan K. Reddy, Chao Zhang, Zhiling Zheng, Mengdi Wang, Le Cong, Carla P. Gomes, Chang-Yu Hsieh, Aditya Nandy, Philippe Schwaller, Heather J. Kulik, Haojun Jia, Huan Sun, Seyed Mohamad Moosavi, Chenru Duan

机构 * Deep Principle（深原则） ； Department of Computer Science, Cornell University（计算机科学系，康奈尔大学） ； Department of Computer Science and Engineering, The Ohio State University（计算机科学与工程系，俄亥俄州立大学） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（化学工程与应用化学系，多伦多大学） ； Department of Computer Science and Engineering, University of Notre Dame（计算机科学与工程系，圣母大学） ； QuEra Computing Inc.（QuEra计算公司） ； Department of Pathology, Department of Genetics, Cancer Biology Program, Stanford University School of Medicine（病理学系、遗传学系、癌症生物学项目，斯坦福大学医学院） ； Harvard Law School（哈佛法学院） ； Department of Computer Science, Tufts University（计算机科学系，塔夫茨大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校） ； Department of Computer Science, Virginia Tech（计算机科学系，弗吉尼亚理工大学） ； Department of Physics, Tsinghua University（物理系，清华大学） ； Institute for Advanced Study, Tsinghua University（清华大学高级研究所） ； Laboratory of Artificial Chemical Intelligence, Ecole Polytechnique Federale de Lausanne（人工化学智能实验室，瑞士联邦理工学院） 纠错

AI总结 本文提出一个基于场景的基准测试，评估LLM在生物学、化学、材料科学和物理学中的科学发现能力，揭示了模型在科学发现任务中的性能差距和改进方向。

Neural CDEs as Correctors for Learned Time Series Models

神经CDEs作为已学习时间序列模型的校正器

Muhammad Bilal Shahid, Zhanhong Jiang, Prajwal Koirala, Soumik Sarkar, Cody Fleming

机构 * Department of Mechanical Engineering（机械工程系） ； Iowa State University（爱荷华州立大学） ； Sibley School of Mechanical and Aerospace Engineering（机械与航空航天工程学院） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出了一种预测-校正框架，利用神经控制微分方程校正时间序列预测误差，通过正则化策略提升性能并保证稳定性，实验显示其在多种预测器上均能提升预报效果。

Benchmarking World-Model Learning with Environment-Level Queries

用环境级查询评估世界模型学习

Archana Warrier, Dat Nguyen, Michelangelo Naim, Moksh Jain, Yichao Liang, Karen Schroeder, Cambridge Yang, Joshua B. Tenenbaum, Sebastian Vollmer, Kevin Ellis, Zenna Tavares

机构 * Basis Research Institute ； DFKI GmbH ； Harvard University ； Universit\'e de Montr\'eal \& Mila - Quebec AI Institute ； University of Cambridge ； Massachusetts Institute of Technology ； Cornell University 纠错

AI总结 本文提出WorldTest协议，通过环境级查询评估智能体是否学习到支持多种环境属性的模型，通过AutumnBench验证人类在网格世界环境中的表现优于前沿模型。

Comments 34 pages, 10 figures

Inverse Reinforcement Learning with Just Classification and a Few Regressions

逆强化学习与仅分类及少量回归

Lars van der Laan, Nathan Kallus, Aurelien Bibaut

机构 * Department of Statistics, University of Washington（华盛顿大学统计系） ； Netflix（网飞） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出GenPQR方法，通过模块化分类和回归技术，实现逆强化学习中的奖励恢复，无需依赖锚点动作限制或专用神经网络架构，理论支持更广泛的状态wise线性归一化。

A Computer Vision Pipeline for Individual-Level Behavior Analysis: Benchmarking on the Edinburgh Pig Dataset

用于个体层面行为分析的计算机视觉流水线：在爱丁堡猪数据集上的基准测试

Haiyu Yang, Enhong Liu, Jennifer Sun, Sumit Sharma, Meike van Leerdam, Sebastien Franceschini, Puchun Niu, Miel Hostens

机构 * Department of Animal Science, College of Agriculture and Life Sciences, Cornell University（动物科学系，农业与生命科学学院，康奈尔大学） ； University of Liège, Gembloux Agro-Bio Tech (ULìege-GxABT)（列日大学，吉尔伯特农业生物技术（ULiège-GxABT）） 纠错

AI总结 本文提出了一种模块化流水线，利用先进的计算机视觉技术自动化群体饲养环境中的动物行为分析，通过爱丁堡猪数据集验证，实现了94.2%的总体准确率，优于现有方法。

Comments 9 figures

Do Melody and Rhythm Coevolve?

旋律与节奏是否共进化？

Harin Lee, Rainer Polak, Manuel Anglada-Tort, Marc Schönwiesner, Minsu Park, Nori Jacoby

机构 * University of Cambridge, UK（剑桥大学，英国） ； RITMO Centre for Interdisciplinary Studies in Rhythm, Time and Motion, University of Oslo, Norway（节奏、时间与运动跨学科研究中心，奥斯陆大学，挪威） ； Department of Psychology, Goldsmiths College, University of London, UK（心理学系，伦敦大学金史密斯学院，英国） ； Department of Life Sciences, Leipzig University, Germany（生命科学系，莱比锡大学，德国） ； Division of Social Science, New York University Abu Dhabi, UAE（社会科学系，阿布扎赫尔新 york 大学，阿联酋） ； Department of Psychology, Cornell University, USA（心理学系，康奈尔大学，美国） 纠错

AI总结 研究通过分析27628首歌曲的旋律和节奏数据，发现两者在文化间存在差异，但节奏多样性与民族语言多样性相关，而旋律多样性无此关联，表明二者可能受不同文化压力影响。

Comments 6 pages, 3 figures, to be included in Proceedings of the Annual Meeting of the Cognitive Science Society

Bootstrapping Post-training Signals for Open-ended Tasks via Rubric-based Self-play on Pre-training Text

通过基于评分标准的自我博弈提升开放式任务的后训练信号

Chengyu Huang, Sheng-Yen Chou, Zhengxin Zhang, Claire Cardie

机构 * Department of Computer Science, Cornell University（康奈尔大学计算机科学系） 纠错

AI总结 本文提出POP框架，利用预训练语料生成评分标准，用于自我博弈训练LLM，提升其在医疗问答、创意写作等开放式任务上的性能。

Priming, Path-dependence, and Plasticity: Understanding the molding of user-LLM interaction and its implications from (many) chat logs in the wild

预设、路径依赖与可塑性：从（众多）真实聊天日志理解用户与大语言模型交互的塑造及其影响

Shengqi Zhu, Jeffrey M. Rzeszotarski, David Mimno

机构 * Cornell University（康奈尔大学） ； Loyola University Maryland（洛约拉大学马里兰分校） 纠错

AI总结 通过分析14万次聊天记录，研究发现用户与LLM的交互模式在早期迅速形成并稳定，长期结果与早期探索密切相关，揭示了用户行为的路径依赖和可塑性特征。

Scaling Pretrained Representations Enables Label-Free Out-of-Distribution Detection Without Fine-Tuning

预训练表示的扩展实现了无需微调的无标签分布外检测

Brett Barkley, Preston Culbertson, David Fridovich-Keil

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Department of Computer Science（计算机科学系） ； Cornell University（康奈尔大学） ； Department of Aerospace Engineering and Engineering Mechanics（航空航天工程与工程力学系） 纠错

AI总结 本文研究了通过扩展预训练表示实现无需微调的无标签分布外检测，展示了冻结表示的几何结构对检测性能的影响，证明了在不同任务中，表示质量提升可提高检测效果。

KFC-W: Generating 3D-Consistent Videos from Unposed Internet Photos

KFC-W: 从未经摆拍的互联网照片生成3D一致的视频

Gene Chou, Kai Zhang, Sai Bi, Hao Tan, Zexiang Xu, Fujun Luan, Bharath Hariharan, Noah Snavely

机构 * Cornell University（康奈尔大学） ； Adobe Research（Adobe研究） 纠错

AI总结 本文提出KFC-W模型，通过自监督学习从未经摆拍的互联网照片生成3D一致的视频，无需3D标注，优于现有方法，在几何和外观一致性上表现更佳，适用于3D高斯点扩散等应用。

Comments project page: https://genechou.com/kfcw/

P3-LLM: An Integrated NPU-PIM Accelerator for Edge LLM Inference Using Hybrid Numerical Formats

P3-LLM：一种用于边缘LLM推理的NPU-PIM集成加速器，采用混合数值格式

Yuzong Chen, Chao Fang, Xilai Dai, Yuheng Wu, Thierry Tambe, Marian Verhelst, Mohamed S. Abdelfattah

机构 * Department of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程系） ； EAST-MICAS, KU Leuven（KU莱顿大学EAST-MICAS） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） 纠错

AI总结 本文提出P3-LLM，通过混合精度量化和PIM架构设计，提升边缘LLM推理效率，实现4.9倍以上的加速效果。

Comments Accepted to the 53rd IEEE/ACM International Symposium on Computer Architecture (ISCA), 2026

Analyzing Adversarial Inputs in Deep Reinforcement Learning

分析深度强化学习中的对抗输入

Davide Corsi, Guy Amir, Guy Katz, Alessandro Farinelli

机构 * University of California, Irvine, USA（加州大学尔布雷特分校） ； Cornell University, USA（康奈尔大学） ； The Hebrew University of Jerusalem, Israel（特拉维夫大学） ； University of Verona, Italy（威尼斯大学） 纠错

AI总结 本文通过形式验证方法分析深度强化学习中对抗输入的特性，提出Adversarial Rate指标，用于评估对抗输入对DRL策略的影响，并提供工具和算法以缓解训练DRL网络的脆弱性。

Comments Accepted to AISoLA 2025

Budget-Aware Routing for Long Clinical Text

面向预算的路由：长临床文本

Khizar Qureshi, Geoffrey Martin, Yifan Peng

机构 * MIT, Cambridge, MA（麻省理工学院，马萨诸塞州剑桥） ； Cornell University, Ithaca, NY（康奈尔大学，纽约州伊萨克中心） ； Weill Cornell Medicine, New York, NY（韦尔医学院，纽约市） 纠错

AI总结 本文研究了在预算限制下选择临床文本上下文的方法，提出RCD目标平衡相关性、覆盖性和多样性，并通过实验展示不同单位化策略和路由启发式方法的效果差异。

Vibe Coding in Product Teams: Reconfiguring AI-Assisted Workflows, Prototyping, and Collaboration

产品团队中的Vibe编码：重新配置AI辅助的工作流、原型设计与协作

Jie Li, Youyang Hou, Laura Lin, Ruihao Zhu, Hancheng Cao, Abdallah El Ali

机构 * Netherlands and MIT Media Lab（荷兰和MIT媒体实验室） ； Notion Labs（Notion实验室） ； Collov AI ； Cornell University（康奈尔大学） ； Goizueta Business School, Emory University（埃默里大学戈伊兹埃塔商学院） ； Centrum Wiskunde & Informatica, The Netherlands and Utrecht University, The Netherlands（荷兰代尔夫特理工大学和乌得勒支大学） 纠错

AI总结 本文研究Vibe编码如何重塑产品开发流程与协作，揭示其四阶段工作流及带来的效率与创造力提升，同时指出代码不可靠、集成困难等挑战。

Markets with Heterogeneous Agents: Dynamics and Survival of Bayesian vs. No-Regret Learners

异质主体市场：贝叶斯学习者与无遗憾学习者的动态与生存

David Easley, Yoav Kolumbus, Eva Tardos

机构 * Cornell University（康奈尔大学） 纠错

AI总结 研究比较贝叶斯学习者与无遗憾学习者在资产市场中的表现，探讨其生存条件及市场主导因素，提出混合策略提升鲁棒性与适应性。

Comments Learning in Markets, Heterogeneous Agents, Regret and Survival, Bayesian Learning, No-Regret Learning, Portfolio Optimization, Kelly Rule, Distribution Shifts, Robust Bayesian Updates

Koopman-Assisted Reinforcement Learning

Koopman辅助强化学习

Preston Rozwood, Edward Mehrez, Ludger Paehler, Wen Sun, Steven L. Brunton

机构 * Department of Computer Science, Cornell University（康奈尔大学计算机科学系） ； Subharmonic Technologies Inc.（Subharmonic Technologies公司） ； Department of Economics, Cornell University（康奈尔大学经济学系） ； Department of Engineering Physics and Computation, Technical University of Munich（慕尼黑技术大学工程物理与计算系） ； Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） 纠错

AI总结 本文提出基于数据驱动Koopman算子的强化学习算法，通过将非线性系统提升到新坐标空间，使动力学近似线性化，从而更易处理Hamilton-Jacobi-Bellman方程。该方法重构了两种最大熵RL算法，适用于确定性和随机性系统。

Comments 28 pages, 10 figures, 4 tables

Physical Foundation Models: Fixed hardware implementations of large-scale neural networks

物理基础模型：大规模神经网络的固定硬件实现

Logan G Wright, Tianyu Wang, Tatsuhiro Onodera, Peter L. McMahon

机构 * Department of Applied Physics, Yale University, New Haven, CT 06520, USA（耶鲁大学应用物理系） ； School of Applied and Engineering Physics, Cornell University, Ithaca, NY 14853, USA（康奈尔大学应用与工程物理学院） ； Department of Electrical and Computer Engineering, Boston University, Boston, MA 02215, USA（波士顿大学电气与计算机工程系） ； NTT Physics and Informatics Laboratories, NTT Research, Inc., Sunnyvale, CA 94085, USA（NTT物理与信息学实验室，NTT研究公司） ； Kavli Institute at Cornell for Nanoscale Science, Cornell University, Ithaca, NY 14853, USA（康奈尔大学纳米科学研究所） 纠错

AI总结 本文探讨了物理基础模型（PFMs）的概念，提出通过物理设计实现神经网络，以提升能效、速度和参数密度，适用于大规模模型。

Understanding and Improving Length Generalization in Hierarchical Sparse Attention Models

理解并改进层次稀疏注意力模型中的长度泛化

Jiaqi Leng, Xiang Hu, Junxiong Wang, Jianguo Li, Wei Wu, Yucheng Lu

机构 * Fudan University（复旦大学） ； Tencent AI Lab（腾讯AI实验室） ； Cornell University（康奈尔大学） ； Ant Group（蚂蚁集团） ； Ant International（蚂蚁国际） ； NYU Shanghai（纽约大学上海分校） 纠错

AI总结 本文通过系统分析揭示了层次稀疏注意力模型中长度泛化的核心设计原则，提出三种关键组件：非线性Chunk编码器、旁路残差路径和预训练中的稀疏选择，从而在RULER和BABILong数据集上实现了免训练的长度外推。

Comments ICLR 2026 camera-ready version

Foreclassing: A new machine learning perspective on human decision making with temporal data

前瞻性：一种新的机器学习视角下的人类决策过程中的时间数据处理

Daniel Andrew Coulson, Martin T. Wells

机构 * Department of Statistics and Data Science, Cornell University（统计与数据科学系，康奈尔大学） 纠错

AI总结 本文提出Foreclassing问题，旨在通过统一的端到端模型自动化人类决策过程，结合时间序列预测和不确定性处理，提升决策准确性。

Comments 20 pages, 1 figure, 15 tables

Trace-Level Analysis of Information Contamination in Multi-Agent Systems

多智能体系统中信息污染的跟踪级分析

Anna Mazhar, Huzaifa Suri, Sainyam Galhotra

机构 * Cornell University（康奈尔大学） ； University of Illinois（伊利诺伊大学） 纠错

AI总结 研究多智能体系统中信息污染现象，通过跟踪差异量化污染影响，提出污染表现类型分类及测量框架，揭示验证防护失效原因。

FinChain: A Symbolic Benchmark for Verifiable Chain-of-Thought Financial Reasoning

FinChain：可验证链式思维金融推理的符号基准

Zhuohan Xie, Daniil Orel, Rushil Thareja, Dhruv Sahnan, Hachem Madmoun, Fan Zhang, Debopriyo Banerjee, Georgi Georgiev, Xueqing Peng, Lingfei Qian, Jimin Huang, Jinyan Su, Aaryamonvikram Singh, Rui Xing, Rania Elbadry, Chen Xu, Haonan Li, Fajri Koto, Ivan Koychev, Tanmoy Chakraborty, Yuxia Wang, Salem Lahlou, Veselin Stoyanov, Sophia Ananiadou, Preslav Nakov

机构 * MBZUAI ； Syllogia ； The University of Tokyo（东京大学） ； The Fin AI（Fin AI） ； Cornell University（康奈尔大学） ； The University of Melbourne（墨尔本大学） ； IIT Delhi（德里理工学院） ； The University of Manchester（曼彻斯特大学） 纠错

AI总结 FinChain通过符号模板和可执行代码实现可验证的金融链式推理，评估26种LLM发现其在符号金融推理中存在明显缺陷，领域适应和数学增强的微调模型能显著缩小差距。

Comments 24 pages, includes 12 figures and 9 tables; introduces the FinChain benchmark and ChainEval metric

Is Human-Like Text Liked by Humans? Multilingual Human Detection and Preference Against AI

人类风格的文本是否受到人类欢迎？多语言人类检测与对抗AI的偏好

Yuxia Wang, Rui Xing, Jonibek Mansurov, Giovanni Puccetti, Zhuohan Xie, Minh Ngoc Ta, Jiahui Geng, Jinyan Su, Mervat Abassy, Saad El Dine Ahmed, Kareem Elozeiri, Nurkhan Laiyk, Maiya Goloburda, Tarek Mahmoud, Raj Vardhan Tomar, Alexander Aziz, Ryuto Koike, Masahiro Kaneko, Artem Shelmanov, Ekaterina Artemova, Vladislav Mikhailov, Akim Tsvigun, Alham Fikri Aji, Nizar Habash, Iryna Gurevych, Preslav Nakov

机构 * MBZUAI ； Nebius AI ； KU Leuven ； University of Oslo（奥斯陆大学） ； ISTI-CNR ； Toloka AI ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； BKAI Research Center, Hanoi University of Science and Technology（BKAI研究所以内大学科学技术大学） ； Cornell University（康奈尔大学） ； Zewail City of Science and Technology（泽韦尔科学与技术城） ； TU Darmstadt（图鲁姆大学） ； CIC, University of Delhi（CIC，德里大学） ； Alexandria University（亚历山大大学） ； University of Florida（佛罗里达大学） ； Institute of Science Tokyo（东京科学研究院） 纠错

AI总结 研究通过多语言多领域数据集验证人类识别AI生成文本的准确性，发现人类检测准确率达87.6%，挑战原有结论，指出人类与机器文本在具体性、文化细微差别和多样性上的差距，提示明确提示可部分弥补这些差距。

Comments ACL 2026 Main

Cheaper, Better, Faster, Stronger: Robust Text-to-SQL without Chain-of-Thought or Fine-Tuning

更便宜、更好、更快、更强：无需链式思维或微调的鲁棒性文本到SQL

Yusuf Denizay Dönder, Derek Hommel, Andrea W Wen-Yi, David Mimno, Unso Eun Seo Jo

机构 * Gena Co.（Gena公司） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出N-rep一致性方法，通过多重表示缓解单一表示的弱点，以更低成本实现与更昂贵方法相似的BIRD基准表现。

DeepTaxon: An Interpretable Retrieval-Augmented Multimodal Framework for Unified Species Identification and Discovery

DeepTaxon: 一种可解释的检索增强多模态框架，用于统一的物种识别与发现

Jiawei Wang, Ming Lei, Yaning Yang, Xinyan Lin, Yuquan Le, Qiwei Ma, Zhiwei Xu, Zheqi Lv, Yuchen Ang, Zhe Quan, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Hunan University（湖南大学） ； Xiangtan University（湘潭大学） ； Hunan Normal University（湖南师范大学） ； Zhejiang University（浙江大学） ； Cornell University（康奈尔大学） ； Meituan（美团） 纠错

AI总结 DeepTaxon通过可解释的检索增强多模态框架，统一物种识别与发现，通过检索证据进行链式推理，提升识别和发现的准确性与可解释性。

Comments 13 pages, 6 figures, 9 tables

On the Convergence Theory of Pipeline Gradient-based Analog In-memory Training

关于管道梯度基类比在内存训练的收敛理论

Zhaoxian Wu, Quan Xiao, Tayfun Gokmen, Hsinyu Tsai, Kaoutar El Maghraoui, Tianyi Chen

机构 * Cornell University（康奈尔大学） ； IBM Research（IBM研究院） ； Rensselaer Polytechnic Institute（拉特格斯理工学院） 纠错

AI总结 本文研究了异步管道并行在类比在内存计算硬件上进行多层深度神经网络训练的收敛性，证明了Analog-SGD-AP在迭代复杂度上与数字SGD和同步管道SGD相当。

Otherness as a Quality in Designing Expressive Robotic Touch

其他性作为设计表现性机器人触觉的特性

Ran Zhou, Laurens Boer, Daniel Leithinger, Madeline Balaam

机构 * KTH Royal Institute of Technology（皇家理工学院） ； IT University of Copenhagen（哥本哈根大学） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出将机器人触觉的固有其他性作为设计质量，通过分析艺术和设计先例，探讨如何通过设计策略塑造其他性，以促进表达性和启发性的触觉设计。

Comments Full paper accepted to 2026 ACM Designing Interactive Systems Conference (DIS '26)

A Tale of Two Variances: When Single-Seed Benchmarks Fail in Bayesian Deep Learning

双方差的故事：当单种子基准在贝叶斯深度学习中失效时

Qishi Zhan, Minxuan Hu, Liang He, Guansu Wang, Jiaxin Liu

机构 * Department of Mathematical and Statistical Sciences（数学与统计科学系） ； Marquette University（马凯特大学） ； Cornell Ann S. Bowers College of Computing and Information Science（康奈尔大学安·S·博斯计算与信息科学学院） ； Cornell University（康奈尔大学） ； Physics Science and Engineering（物理科学与工程） ； Tongji University（同济大学） ； School of Computing and Information Systems（计算与信息科学学院） ； The University of Melbourne（墨尔本大学） ； Siebel School of Computing and Data Science（希贝尔计算与数据科学学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 研究探讨了在有限数据下，单种子基准的均值作为随机变量的可靠性，发现某些方法在训练过程中会产生显著的方差峰值，影响模型评估结果。

Unstable Rankings in Bayesian Deep Learning Evaluation

贝叶斯深度学习评估中的不稳定性

Qishi Zhan, Minxuan Hu, Guansu Wang, Jiaxin Liu, Liang He

机构 * Department of Mathematical and Statistical Sciences（数学与统计学系） ； Marquette University（马凯特大学） ； Cornell University（康奈尔大学） ； The University of Melbourne（墨尔本大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tongji University（同济大学） 纠错

AI总结 本文指出在数据稀缺时，贝叶斯深度学习方法的评估假设失效，提出使用贝叶斯分层模型和预测最小可检测差异曲线来评估方法稳定性，证明在低数据环境下需考虑不确定性。