Northeastern University（东北大学）

Forecasting with Guidance: Representation-Level Supervision for Time Series Forecasting

基于指导的预测：用于时间序列预测的表示级监督

Jiacheng Wang, Liang Fan, Baihua Li, Luyan Zhang

机构 * Xijing University（西安电子科技大学） ； Northeastern University（东北大学） 纠错

AI总结 本文提出ReGuider方法，通过预训练时间序列基础模型进行表示级监督，提升时间序列预测的准确性与表现力。

Comments 6 pages, 3 figures, 4 tables

DUPLEX: Agentic Dual-System Planning via LLM-Driven Information Extraction

DUPLEX：基于LLM驱动信息提取的代理双系统规划

Keru Hua, Ding Wang, Yaoying Gu, Xiaoguang Ma

机构 * Midea Corporate Research Center（美的集团研发中心） ； Midea Group（美的集团） ； Northeastern University（东北大学） ； Engineering Department（工程部） 纠错

AI总结 DUPLEX通过限制LLM进行结构化语义 grounding，结合符号规划器实现可靠规划，优于现有端到端和混合LLM基线。

The Diminishing Returns of Early-Exit Decoding in Modern LLMs

现代大语言模型中早期退出解码的边际效益

Rui Wei, Rui Du, Hanfei Yu, Devesh Tiwari, Jian Li, Zhaozhuo Xu, Hao Wang

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Northeastern University（东北大学） ； Stony Brook University（石溪大学） 纠错

AI总结 研究现代大语言模型中早期退出解码的有效性，分析中间表示演变，并提出衡量模型内在适合性的指标，发现新模型代际中早期退出效果递减，密集变换器比专家混合和状态空间模型更适合早期退出。