University of Edinburgh（爱丁堡大学）

APRES: An Agentic Paper Revision and Evaluation System

APRES：一种代理论文修订与评估系统

Bingchen Zhao, Jenny Zhang, Chenxi Whitehouse, Minqi Jiang, Michael Shvartsman, Abhishek Charnalia, Despoina Magka, Tatiana Shavrina, Derek Dunfield, Oisin Mac Aodha, Yoram Bachrach

机构 * Meta Superintelligence Labs（Meta 超智能实验室） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 APRES利用大型语言模型改进论文质量，通过评估标准提升引用预测，79%的专家更喜欢修订后的论文。

Contextual Latent World Models for Offline Meta Reinforcement Learning

上下文潜在世界模型用于离线元强化学习

Mohammadreza Nakheai, Aidan Scannell, Kevin Luck, Joni Pajarinen

机构 * Aalto University（阿alto大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出上下文潜在世界模型，通过联合训练潜在世界模型和上下文编码器，提升任务表示的表达能力，从而增强跨任务泛化性能。

Adapting Time Series Foundation Models through Data Mixtures

通过数据混合适应时间序列基础模型

Thomas L. Lee, Edoardo M. Ponti, Amos Storkey

机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

AI总结 MixFT通过数据混合重新划分数据，以更好地适应不同子领域，提升时间序列基础模型的零样本预测性能。

Comments Preprint, 8 pages

Near-Constant Strong Violation and Last-Iterate Convergence for Online CMDPs via Decaying Safety Margins

在线CMDP中近常数强违反与最后迭代收敛 via 递减安全边际

Qian Zuo, Zhiyong Wang, Fengxiang He

机构 * School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学信息学院） ； School of Mathematics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学数学学院） 纠错

AI总结 FlexDOME算法通过递减安全边际和正则化项，在在线CMDP中实现了近常数强约束违反、次线性强遗憾和非渐近最后迭代收敛。