Georgia Institute of Technology（佐治亚理工学院）

Structure-Aware Variational Learning of a Class of Generalized Diffusions

具有结构意识的变分学习一类广义扩散过程

Yubin Lu, Xiaofan Li, Chun Liu, Qi Tang, Yiwei Wang

机构 * School of Mathematics, South China University of Technology（华南理工大学数学学院） ； Department of Applied Mathematics, Illinois Institute of Technology（伊利诺伊理工学院应用数学系） ； School of Computational Science and Engineering, Georgia Institute of Technology（佐治亚理工学院计算科学与工程学院） 纠错

AI总结 本文提出基于能量的变分学习框架，通过能量耗散原理从部分和噪声观测中学习随机梯度系统的潜在能量函数，提升对观测时间、噪声水平和数据多样性的鲁棒性。

On the Quantization Robustness of Diffusion Language Models in Coding Benchmarks

扩散语言模型在编码基准中的量化鲁棒性研究

Aarav Gupta, Gururaj Deshpande, Chandreyi Chakraborty

机构 * College of Computing（计算机学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文研究了扩散语言模型在量化后的鲁棒性，发现CoDA在低比特宽度下比Qwen3-1.7B更稳健，且混合精度配置在精度、延迟和内存间提供平衡。

Anchor-and-Resume Concession Under Dynamic Pricing for LLM-Augmented Freight Negotiation

基于动态定价的LLM增强货运谈判中的锚定与恢复让步

Hoang Nguyen, Lu Wang, Marta Gaia Bras

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出一种双指标锚定与恢复框架，解决动态定价下传统让步框架的局限性，通过实时价差推导β参数并保证非递减报价，实验证明其在不同价差情况下均能提升谈判效率与收益。