University of Michigan（密歇根大学安娜堡分校）

Academic Text-to-Music Grand Challenge: Datasets, Baselines, and Evaluation Methods

学术文本到音乐大奖赛：数据集、基线和评估方法

Fang-Chih Hsieh, Wei-Jaw Lee, Chun-Ping Wang, Hung-yi Lee, Hao-Wen Dong, Yi-Hsuan Yang

机构 * Artificial Intelligence Center of Research Excellence, National Taiwan University, Taipei, Taiwan（台湾大学人工智能研究中心） ； Department of Performing Arts Technology, University of Michigan, Ann Arbor, MI, United States（密歇根大学表演艺术技术系） 纠错

AI总结 本文介绍了ICME 2026学术文本到音乐生成大奖赛（ATTM）的概述和技术框架。尽管文本到音乐生成（TTM）系统取得了快速进展，但该领域目前主要由在大规模专有数据集上训练的模型主导，这些模型使用工业级计算资源，给学术研究带来了显著障碍。为此，ATTM挑战赛建立了一个公平的基准，要求参赛者使用标准化的、采用CC许可的MTG-Jamendo数据集子集（仅包含纯音乐）从头开始训练生成模型。该挑战分为两个赛道：效率赛道（限制在5亿参数以内）和性能赛道（无参数限制）。提交将通过多阶段评估过程进行评估，包括客观指标，如Fréchet音频距离、CLAP分数和新的概念覆盖分数（CCS），随后进行主观听觉测试。通过提供开源基线、预处理管道、参考标题和公开计算FAD和CLAP的评估代码，该挑战旨在促进学术环境中的TTM研究。

Comments Accepted to IEEE ICME 2026 Grand Challenge Paper. v2: Updated Table II to report A100-equivalent GPU hours instead of raw self-reported values for a normalized and fair compute comparison

Understanding Deep Representation Learning via Layerwise Feature Compression and Discrimination

通过逐层特征压缩与判别理解深度表示学习

Peng Wang, Xiao Li, Can Yaras, Zhihui Zhu, Laura Balzano, Wei Hu, Qing Qu

机构 * University of Michigan（密歇根大学） ； Ohio State University（俄亥俄州立大学） 纠错

AI总结 本文通过定义层内压缩和层间判别指标，理论证明深度线性网络在近正交输入和最小范数平衡低秩权重下，特征以几何率压缩、线性率判别，首次定量刻画深度线性网络的分层特征演化，并在非线性网络和迁移学习中验证。

Comments This paper has been accepted for publication in the Journal of Machine Learning Research

When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments

当AI遇见金融（StockAgent）：基于大语言模型的模拟真实环境股票交易

Chong Zhang, Xinyi Liu, Zhongmou Zhang, Mingyu Jin, Lingyao Li, Zhenting Wang, Wenyue Hua, Dong Shu, Suiyuan Zhu, Xiaobo Jin, Sujian Li, Mengnan Du, Yongfeng Zhang

机构 * University of Liverpool（利物浦大学） ； Peking University（北京大学） ； Shanghai University of Finance（上海金融学院） ； Rutgers University（罗格斯大学） ； University of Michigan（密歇根大学） ； Northwestern University（西北大学） ； New York University（纽约大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

AI总结 提出基于大语言模型的多智能体系统StockAgent，模拟真实股票交易环境，评估外部因素对交易行为的影响，并避免测试集泄露问题。

Comments 33 pages, 10 figures. Published in ACM Transactions on Intelligent Systems and Technology (TIST)