University of Edinburgh（爱丁堡大学）

Tractable Hierarchical Control of Autoregressive Language Models

自回归语言模型的可处理分层控制

Max Scribner, Antonio Vergari, Vaishak Belle

机构 * University of Edinburgh（爱丁堡大学） 纠错

AI总结 研究如何约束自回归大语言模型生成，核心方法是将其提炼为可处理概率模型，利用有限时长$LR(k)$文法可多项式时间计算满足情况的特性，实现对LLM生成的有效约束与引导，确保输出满足形式句法约束。

Comments 21 pages, 4 figures, 2 algorithms

Writhe-Based Polymer Link Classification Using Machine Learning

基于机器学习的基于缠绕数的聚合物链环分类

Jack Beda, Djordje Mihajlovic, Kasturi Barkataki, Davide Michieletto

机构 * School of Physics and Astronomy, The University of Edinburgh（物理与天文学学院，爱丁堡大学） ； School of Mathematics, The University of Edinburgh（数学学院，爱丁堡大学） ； MRC Human Genetics Unit, Institute of Genetics and Cancer, University of Edinburgh（人类遗传学单位，遗传与癌症研究所，爱丁堡大学） 纠错

AI总结 研究链环拓扑分类问题，核心方法是基于缠绕数密度矩阵训练前馈神经网络，主要贡献是能高效分类双组件链环，准确率高且在一定条件下稳定，为复杂链环拓扑快速分类提供了有前景的工具。

Comments 8 pages, 4 figures

A Counterfactual Cause in Situation Calculus

情境计算中的反事实原因

Daxin Liu, Vaishak Belle

机构 * State Key Laboratory for Novel Software Technology \& School of Artificial Intelligence, Nanjing University, China School of Informatics, The University of Edinburgh, UK 纠错

AI总结 本文提出基于反事实分析的原因概念，扩展到成就原因，并分析其与Batusov和Soutchanski的成就原因及Halpern和Pearl的实际因果性理论的关系。

Comments In Proceedings ICLP 2026, arXiv:2607.17707

Journal ref EPTCS 450, 2026, pp. 500-514

SciTrek: Evaluating and Improving Long-Context Numerical Reasoning over Scientific Articles

谁被引用最多？在科学文章上基准测试长上下文数值推理

Miao Li, Alexander Gurung, Irina Saparina, Mirella Lapata

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

AI总结 SciTrek基准测试通过长上下文科学文章问题探索LLM的数值推理能力，发现即使最佳模型在长上下文下也面临显著挑战，尤其在处理引用和复合逻辑问题时表现不佳。

Comments 26 pages