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