University of Edinburgh（爱丁堡大学）

Semi-structured multi-state delinquency model for mortgage default

半结构化多状态违约模型用于抵押贷款违约分析

Victor Medina-Olivares, Wangzhen Xia, Stefan Lessmann, Nadja Klein

机构 * Business School, The University of Edinburgh（爱丁堡大学商学院） ； School of Management, Technische Universität München（慕尼黑工业大学管理学院） ； School of Business and Economics, Humboldt-Universität zu Berlin（柏林洪堡大学商业与经济学院） ； Scientific Computing Center, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院科学计算中心） 纠错

AI总结 本文提出一种半结构化离散时间多状态模型，结合结构化加性预测器与神经网络组件，有效捕捉违约转换过程，通过正交化处理提升模型识别性，并在模拟中验证了其在信用违约预测中的实用性。

GS-BrainText: A Multi-Site Brain Imaging Report Dataset from Generation Scotland for Clinical Natural Language Processing Development and Validation

GS-BrainText：来自Generation Scotland的多站点脑影像报告数据集，用于临床自然语言处理开发与验证

Beatrice Alex, Claire Grover, Arlene Casey, Richard Tobin, Heather Whalley, William Whiteley

机构 * Advanced Care Research Centre, University of Edinburgh（爱丁堡大学高级护理研究中心） ； School of Literatures, Languages and Cultures, University of Edinburgh（爱丁堡大学文学、语言与文化学院） ； Edinburgh Futures Institute, University of Edinburgh（爱丁堡大学爱丁堡未来研究所） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； Usher Institute, University of Edinburgh（爱丁堡大学厄舍研究所） ； Institute for Neuroscience and Cardiovascular Research, University of Edinburgh（爱丁堡大学神经科学与心血管研究所） ； Generation Scotland, Institute of Genetics and Cancer, University of Edinburgh（爱丁堡大学遗传学与癌症研究所苏格兰世代研究中心） ； NHS Lothian（NHS洛锡安） ； School of Mathematical and Computer Sciences, Heriot-Watt University（赫瑞瓦特大学数学与计算机科学学院） 纠错

AI总结 GS-BrainText包含8511份脑部影像报告，其中2431份标注了24种脑部疾病表型，用于开发和验证通用的临床NLP算法，揭示NLP工具在泛化中的挑战。

Comments 11 pages, 1 figure

SWE Context Bench: A Benchmark for Context Learning in Coding

SWE Context Bench: 一个用于编码上下文学习的基准测试

Jared Zhu, Minhao Hu, Junde Wu

机构 * Independent Researcher（独立研究员） ； University of Oxford（牛津大学） ； University of Edinburgh（爱丁堡大学） ； Technical University of Munich（慕尼黑工业大学） ； MemoraX AI ； National University of Singapore（新加坡国立大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出SWE-ContextBench基准，用于评估编程代理的上下文重用能力，通过1100个基础任务和376个相关任务，从GitHub问题和拉取请求中挖掘真实依赖关系，评估预测准确度、时间效率和成本效率。