University of Michigan（密歇根大学安娜堡分校）

SP3O: Reinforcement Learning from Segment Preferences without Reward Modeling

SP3O：无需奖励建模的分段偏好强化学习

Evan Assmus, Qining Zhang, Lei Ying

机构 * University of Michigan（密歇根大学） 纠错

AI总结 SP3O是一种无需奖励建模的新型PbRL算法，利用分段级偏好反馈，通过PPO型损失函数优化策略，在机器人控制和LLM微调等长视界任务中性能优于现有算法。

GeoID-PINN: Identifiability-Aware Regional Epidemic Inference with Geographic Coupling

GeoID-PINN：考虑地理耦合的可识别性感知区域流行病推断方法

Weixiong Hua, Fan Bu

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本研究提出GeoID-PINN，一种结合地理耦合与正则化的物理信息神经网络，用于区域流行病SIRD动力学推断，在模拟数据与路易斯安那州64个县COVID-19数据上均提升了预测准确性。

Comments 11 pages, 3 figures. Accepted at the 8th epiDAMIK ACM SIGKDD Workshop on Data-driven Decision Making for Public and Population Health (epiDAMIK @ KDD 2026)

Prescribed-Basis Coefficient-to-Coefficient Neural Operator for Partial Differential Equations

通过固定基空间中的系数映射学习算子

Chuqi Chen, Yang Xiang, Weihong Zhang

机构 * Department of Mathematics（数学系） ； University of Michigan（密歇根大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Algorithms of Machine Learning and Autonomous Driving Research Lab（机器学习与自动驾驶算法研究实验室） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute（香港科技大学深圳-香港协同创新研究机构） 纠错

AI总结 FB-C2CNet通过固定基空间中的系数映射学习算子，有效降低计算复杂度并提升训练效率。