M3: Conversational LLMs Simplify Secure Clinical Data Access, Understanding, and Analysis
M3: 对话式大语言模型简化安全的临床数据访问、理解与分析
Rafi Al Attrach, Pedro Moreira, Rajna Fani, Renato Umeton, Amelia Fiske, Leo Anthony Celi
机构
*
Massachusetts Institute of Technology（麻省理工学院）
；
Technical University of Munich（慕尼黑技术大学）
；
Universitat Pompeu Fabra（庞培法华大学）
；
St. Jude Children’s Research Hospital（圣犹大儿童研究医院）
；
Beth Israel Deaconess Medical Center（贝斯以色列医疗中心）
；
Harvard T.H. Chan School of Public Health（哈佛大学T.H. Chan公共卫生学院）
Rapid patient-specific neural networks for intraoperative X-ray to volume registration
快速的患者特异性神经网络用于术中X射线到体积的配准
Vivek Gopalakrishnan, David-Dimitris Chlorogiannis, Andrew Abumoussa, Anna M. Larson, Nazim Haouchine, Darren B. Orbach, Sarah Frisken, Neel Dey, Polina Golland
机构
*
Harvard-MIT Health Sciences and Technology, Massachusetts Institute of Technology（哈佛-麻省理工健康科学与技术, 麻省理工学院）
；
Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室, 麻省理工学院）
；
Department of Radiology, Harvard Medical School（哈佛医学院放射科）
；
Saint Luke’s Marion Bloch Neuroscience Institute（圣路易斯马里恩布洛克神经科学研究所）
；
Department of Critical Care Medicine, Shriners Children’s Hospital（谢尔曼儿童医院重症医学科）
；
Department of Interventional Neuroradiology, Boston Children’s Hospital（波士顿儿童医院介入神经放射科）
；
Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital（阿提努拉A·马丁诺斯生物医学成像中心, 麻省总医院）
optimize_anything: A Universal API for Optimizing any Text Parameter
optimize_anything: 一个用于优化任何文本参数的通用API
Lakshya A Agrawal, Donghyun Lee, Shangyin Tan, Wenjie Ma, Karim Elmaaroufi, Rohit Sandadi, Sanjit A. Seshia, Koushik Sen, Dan Klein, Ion Stoica, Joseph E. Gonzalez, Omar Khattab, Alexandros G. Dimakis, Matei Zaharia
Beyond Majority Voting: LLM Aggregation by Leveraging Higher-Order Information
超越多数投票：利用高阶信息进行LLM聚合
Rui Ai, Yuqi Pan, David Simchi-Levi, Milind Tambe, Haifeng Xu
机构
*
Massachusetts Institute of Technology（麻省理工学院）
；
School of Engineering and Applied Sciences（工程与应用科学学院）
；
Harvard University（哈佛大学）
；
Data Science, The University of Chicago（数据科学，芝加哥大学）
Neural Networks With Dense Weights Are Not Universal Approximators
具有密集权重的神经网络不是通用逼近器
Levi Rauchwerger, Stefanie Jegelka, Ron Levie
机构
*
Princeton University, Dept of CS（普林斯顿大学计算机科学系）
；
MIT, Dept of EECS and CSAIL（麻省理工学院电子工程与计算机科学系及计算机科学与人工智能实验室）
；
TUM, School of CIT, MCML, MDSI（技术大学（TUM）信息科技学院，MCML，MDSI）
；
Technion – IIT, Faculty of Mathematics（技术学院–以色列理工学院数学学院）
Katherine M. Collins, Cedegao E. Zhang, Graham Todd, Lance Ying, Mauricio Barba da Costa, Ryan Liu, Prafull Sharma, Adrian Weller, Ionatan Kuperwajs, Lionel Wong, Joshua B. Tenenbaum, Thomas L. Griffiths
机构
*
University of Cambridge（剑桥大学）
；
MIT（麻省理工学院）
；
Princeton University（普林斯顿大学）
；
NYU（纽约大学）
；
Harvard University（哈佛大学）
；
Stanford University（斯坦福大学）
机构
*
Department of Urban and Regional Planning, University of Florida（城市与区域规划系，佛罗里达大学）
；
Singapore-MIT Alliance for Research and Technology Centre (SMART)（新加坡-麻省理工联合研究中心（SMART））
；
Department of Landscape Architecture and Urban Planning, Texas A&M University（景观建筑与城市规划系，德克萨斯大学安德森分校）
；
Department of Agronomy, University of Florida（农业系，佛罗里达大学）
Optimal Control of Multiclass Fluid Queueing Networks: A Machine Learning Approach
多类流队列网络的最优控制：一种机器学习方法
Dimitris Bertsimas, Cheol Woo Kim
机构
*
Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院）
；
Operations Research Center, Massachusetts Institute of Technology（麻省理工学院运筹学中心）
机构
*
Singapore Management University（新加坡国立管理学院）
；
Singapore-MIT Alliance for Research and Technology Centre（新加坡-麻省理工联合研究和技术中心）
；
University of Technology Sydney（悉尼技术大学）
A Call to Lagrangian Action: Learning Population Mechanics from Temporal Snapshots
对拉格朗日作用的呼吁：从时间快照中学习群体动力学
Vincent Guan, Lazar Atanackovic, Kirill Neklyudov
机构
*
University of British Columbia（不列颠哥伦比亚大学）
；
Broad Institute of MIT（MIT-哈佛Broad研究所）
；
University of Alberta（阿尔伯塔大学）
；
Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
；
Mila - Quebec AI Institute（魁北克AI研究所）
