Harvard University（哈佛大学） - arXivDaily 高校专区

2604.21263 2026-04-24 cs.AI cs.PL cs.SE q-bio.QM

Trustworthy Clinical Decision Support Using Meta-Predicates and Domain-Specific Languages

可信的临床决策支持使用元谓词和领域特定语言

Michael Bouzinier, Sergey Trifonov, Michael Chumack, Eugenia Lvova, Dmitry Etin

机构 * Harvard University（哈佛大学）； IDEXX Laboratories（IDEXX实验室）； Forome Association（Forome协会）； Deggendorf Institute of Technology（德格多夫技术学院）

AI总结本文提出使用元谓词和领域特定语言来确保临床决策规则的证据适当性，通过元谓词验证在部署前约束证据使用，提升决策的可审计性与准确性。

2604.21215 2026-04-24 cs.LG

The Recurrent Transformer: Greater Effective Depth and Efficient Decoding

递归变换器：更大的有效深度和高效的解码

Costin-Andrei Oncescu, Depen Morwani, Samy Jelassi, Alexandru Meterez, Mujin Kwun, Sham Kakade

机构 * Harvard University（哈佛大学）

AI总结递归变换器通过层间递归记忆机制，在保持标准自回归解码成本的同时，提升了有效深度并减少了内存占用，实现了比传统变换器更高效的解码性能。

2604.21138 2026-04-24 cs.RO cs.AI

Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems

在杂乱中导航：基于路标的目标级规划用于多机器人系统

Jiabao Ji, Yongchao Chen, Yang Zhang, Ramana Rao Kompella, Chuchu Fan, Gaowen Liu, Shiyu Chang

机构 * UC Santa Barbara（加州大学圣芭芭拉分校）； Massachusetts Institute of Technology（麻省理工学院）； Harvard University（哈佛大学）； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室）； Cisco Research（思科研究）

AI总结本文提出了一种混合多机器人控制框架，通过引入路标和课程训练策略，解决多机器人任务和运动规划的联合优化问题，提升了任务成功率。