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

BAP-SQL: Budget-Aware Observation Planning for Agentic Text-to-SQL

BAP-SQL：面向智能体Text-to-SQL的预算感知观测规划

Chong Peng, Pin Qian, Su Wang, Yihang Chen, Varun Sah

机构 * Microsoft（微软公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 BAP-SQL是面向智能体Text-to-SQL的预算感知观测规划方法，通过将观测形成作为预算控制阶段，在紧预算下提升了SQL生成成功率，同时减少了token使用量。

Comments 10 pages, 3 figures

Confident but Unreliable: A Behavioral Safety Audit of Vision-Language Models on Brain MRI

自信但不可靠：对基于脑MRI的视觉语言模型的行为安全审计

Amir Sabbaghziarani, Mohammadsajad Abavisani, Sergey Plis

机构 * Georgia State University（佐治亚州立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） ； TReNDS Center（TReNDS中心） 纠错

AI总结 本研究对6个指令微调VLMs开展脑MRI行为安全审计，发现其置信度校准差、存在大量高置信度错误，提出医学图像VLM评估需报告置信度可靠性等指标。

Neural Networks with Local Converging Inputs for Efficient Options Pricing Models

具有局部收敛输入的神经网络用于高效期权定价模型

Harris Cobb, Wenbo Hao, Yingjie Liu

机构 * School of Mathematics, Georgia Institute of Technology（佐治亚理工学院数学学院） 纠错

AI总结 该研究提出NNLCI神经网络，通过局部校正粗细网格的期权定价解，以少量高保真数据训练，将细网格解的RMSE降低4-12倍，可高效用于高维期权定价，降低计算需求。

Comments 15 pages

GENERIC-FNO: Embedding Energy Conservation and Entropy Production into Fourier Neural Operators

GENERIC-FNO：将能量守恒和熵产生嵌入傅里叶神经算子

Jason Sulskis, Sathya Ravi

机构 * University of Illinois at Chicago（伊利诺伊大学芝加哥分校） ； Georgia Tech Research Institute（佐治亚理工学院研究所） 纠错

AI总结 提出GENERIC-FNO，首个在函数空间直接嵌入非平衡热力学完整GENERIC结构的神经算子，通过秩一投影精确满足退化条件，实现能量守恒与熵产生，在超分辨率下保持结构保证。

Comments Under review at TMLR

FLARE: Diffusion for Hybrid Language Model

FLARE: 混合语言模型的扩散方法

Yuchen Zhu, Jing Shi, Chongjian Ge, Hao Tan, Yiran Xu, Wanrong Zhu, Jason Kuen, Koustava Goswami, Rajiv Jain, Yongxin Chen, Molei Tao, Jiuxiang Gu

机构 * Adobe Research（Adobe研究院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出FLARE框架，通过结合自回归和扩散目标、硬件感知内核和统一推理，将混合注意力LLM转换为支持并行解码的扩散模型，在保持能力的同时提升吞吐量。

Lagrangian Index Policy for Restless Bandits with Average Reward

拉格朗日指数策略用于具有平均奖励的 restless 多臂老虎机

Konstantin Avrachenkov, Vivek S. Borkar, Pratik Shah

机构 * INRIA Sophia Antipolis（INRIA索菲亚-安蒂波利斯） ； Indian Institute of Technology Bombay（印度班加罗尔理工学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出了一种用于 restless 多臂老虎机的拉格朗日指数策略，通过强化学习算法实现在线学习，并分析了其在最优网络爬行和信息年龄最小化中的应用。

Journal ref Queueing Systems 110, 21 (2026)