Imperial College London（帝国理工学院）

Generalization at the Edge of Stability

在稳定性边缘的泛化

Mario Tuci, Caner Korkmaz, Umut Şimşekli, Tolga Birdal

机构 * INRIA, CNRS, Département d’Informatique de l’Ecole Normale Supérieure / PSL, France（法国国家信息与自动化技术研究院（INRIA）、法国国家科学研究中心（CNRS）、巴黎综合理工学院计算机系 / PSL研究院） ； Department of Computing, Imperial College London, United Kingdom（伦敦帝国理工学院计算机系，英国） 纠错

AI总结 本文研究了在稳定性边缘训练神经网络的泛化机制，引入了'尖锐度维度'并证明了基于该维度的泛化界，揭示了混沌 regime 中泛化依赖于Hessian谱和部分行列式结构。

Comments Project page: https://circle-group.github.io/research/GATES

Global Optimization of Gaussian Process Acquisition Functions Using a Piecewise-Linear Kernel Approximation

利用分段线性核近似进行高斯过程获取函数的全局优化

Yilin Xie, Shiqiang Zhang, Joel A. Paulson, Calvin Tsay

机构 * Imperial College London（帝国理工学院伦敦分校） ； The Ohio State University（俄亥俄州立大学） 纠错

AI总结 本文提出基于混合整数规划的分段线性核混合整数二次规划方法，用于解决高斯过程获取函数的全局优化问题，通过理论分析和实验验证了该方法在不确定性基础上的获取函数优化效果。

Comments 17 pages, 4 figures, 5 tables

Collaborative Contextual Bayesian Optimization

协同上下文贝叶斯优化

Chih-Yu Chang, Qiyuan Chen, Tianhan Gao, David Fenning, Chinedum Okwudire, Neil Dasgupta, Wei Lu, Raed Al Kontar

机构 * Department of Mathematics, Imperial College London, London, United Kingdom ； Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI, USA. ； Department of Industrial \& Operations Engineering, University of Michigan, Ann Arbor, MI, USA. ； Department of Chemical ； Nano Engineering, University of California, San Diego, CA, USA 纠错

AI总结 本文提出CCBO框架，实现多客户端协同进行上下文贝叶斯优化，支持在线协作和离线初始化，并通过模拟和实际应用证明其在客户端异质性下的有效性。

How Adversarial Environments Mislead Agentic AI?

对抗性环境如何误导代理AI？

Zhonghao Zhan, Huichi Zhou, Zhenhao Li, Peiyuan Jing, Krinos Li, Hamed Haddadi

机构 * Imperial College London（伦敦帝国学院） 纠错

AI总结 研究指出代理AI在依赖外部工具时存在信任缺口，提出对抗性环境注入威胁模型，通过POTEMKIN协议测试发现，对抗性攻击导致代理在知识和导航鲁棒性上存在差异。

Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026

Towards Real-Time ECG and EMG Modeling on $μ$NPUs

面向μNPUs的实时ECG和EMG建模

Josh Millar, Ashok Samraj Thangarajan, Soumyajit Chatterjee, Hamed Haddadi

机构 * Imperial College London London United Kingdom ； Nokia Bell Labs London United Kingdom ； Brave Software \& University of Cambridge London United Kingdom ； Imperial College London ； Nokia Bell Labs ； Brave Software \& University of Cambridge 纠错

AI总结 本文提出PhysioLite模型，通过轻量架构和硬件优化，在μNPUs上实现ECG/EMG信号分析，性能媲美最新Transformer模型，且体积仅为10%。