EPFL（洛桑联邦理工学院）

Active Context Selection Improves Simple Regret in Contextual Bandits

主动上下文选择提升上下文老虎机中的简单遗憾

Mohammad Shahverdikondori, Jalal Etesami, Negar Kiyavash

机构 * College of Management of Technology, EPFL（EPFL技术管理学院） ； Department of Computer Science, TU Munich（慕尼黑工业大学计算机科学系） 纠错

AI总结 本文研究了具有有限上下文空间的上下文多臂老虎机问题，通过主动选择上下文样本来优化简单遗憾，提出了一种在已知和未知上下文分布时均能有效提升性能的算法。

The Evaluation Game: Beyond Static LLM Benchmarking

评估游戏：超越静态LLM基准测试

Paul Wang, Jade Garcia-Bourrée, Anne-Marie Kermarrec, Vincent Corruble

机构 * Sorbonne Université, CNRS, LIP6（索邦大学，国家科学研究中心，LIP6实验室） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） 纠错

AI总结 本文提出了一种基于博弈论的框架，用于评估大型语言模型的安全性，通过数据增强的群作用结构分析评估者与训练者之间的互动，揭示了对抗性测试中局部泛化和记忆补丁的区别。

Comments 36 pages

GRASP: Deterministic argument ranking in interaction graphs

GRASP：交互图中的确定性论证排名

Diganta Misra, Antonio Orvieto, Rediet Abebe, Volkan Cevher

机构 * MPI-IS Tübingen（图宾根MPI研究所） ； Tübingen AI Center（图宾根人工智能中心） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Eberhard Karls Universität Tübingen（图宾根埃伯哈德·卡尔斯大学） ； LIONS, EPFL（EPFL的LIONS实验室） 纠错

AI总结 本文提出GRASP框架，通过聚合稳定的局部交互判断生成全局排名，以解决大语言模型作为裁判时整体评判不一致的问题，强调结构充分性而非说服力或修辞吸引力。

Comments Preprint

Quantifying the Generalization Gap in Seizure Detection: A Large-Scale Empirical Benchmark via the SzCORE Challenge

量化癫痫检测中的泛化差距：通过SzCORE挑战进行大规模经验基准测试

Jonathan Dan, Amirhossein Shahbazinia, Christodoulos Kechris, David Atienza

机构 * Embedded Systems Laboratory, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院嵌入式系统实验室） 纠错

AI总结 本文通过SzCORE挑战的大规模经验研究，量化了癫痫检测中模型泛化能力的差距，评估了28种最先进的算法架构，揭示了当前模型在不同患者群体中表现不一致的问题，并提出了标准化评估的必要性。