New York University（纽约大学）

BRo-JEPA: Learning Modular Transformations in Latent Space

BRo-JEPA：在潜空间中学习模算术

Divyansh Jha, Yuanfang Xie, Brennen Yu, Varan Mehra

机构 * Georgia Institute of Technology（佐治亚理工学院） ； NYU Langone Health（纽约大学Langone医疗中心） 纠错

AI总结 本文提出BRo-JEPA模型，通过在潜空间中施加模10算术的循环结构，实现零样本泛化，解决了标准模型无法外推未见操作的问题。

Comments 20 pages, 14 figures

Memory by Design: Probabilistic Sequence Layers

记忆设计：概率序列层

Matthew Dowling, Hyungju Jeon, Cristina Savin, Il Memming Park

机构 * Champalimaud Research, Champalimaud Foundation, Portugal（恰帕拉马德研究、恰帕拉马德基金会、葡萄牙） ； Center for Neural Science, New York University, USA（神经科学中心、纽约大学、美国） ； Center for Data Science, New York University, USA（数据科学中心、纽约大学、美国） ； RyvivyR Inc., NY, USA（RyvivyR公司、纽约、美国） 纠错

AI总结 提出设计-模型框架，通过精确贝叶斯滤波推导高效循环序列映射，线性高斯实例中的贝叶斯层传播均值和协方差以跟踪不确定性，统一多种次二次递归，并提升鲁棒性和长上下文检索。

Comments Preprint, in submission

Adversarial Data Modeling in Epidemiology

在对抗性数据和用户欺骗下建模流行病动态

Yiqi Su, Christo Kurisummoottil Thomas, Walid Saad, Sanmay Das, Bud Mishra, Naren Ramakrishnan

机构 * Virginia Tech（弗吉尼亚理工学院） ； Worcester Polytechnic Institute（沃斯特理工学院） ； New York University（纽约大学） 纠错

AI总结 本文提出博弈论框架，用于建模在对抗性数据和用户欺骗下的流行病动态，通过分析均衡结果展示欺骗对流行病控制的影响，并提出有效控制策略。

Parametric and Generative Forecasts of EPEX Day-Ahead Energy Market Curves

EPEX日前能源市场曲线的参数化和生成式预测

Julian Gutierrez, Redouane Silvente

机构 * New York University Abu Dhabi（纽约大学阿布扎克分校） ； CREST, ENSAE, Institut Polytechnique de Paris（CREST、ENSAE、巴黎理工学院） 纠错

AI总结 研究EPEX日前能源市场曲线预测，提出参数化和生成式两种方法，参数方法用极端梯度提升，生成方法用条件去噪扩散概率模型，通过曲线重建和存储优化问题评估，生成式方法在存储应用中有更好表现。

Comments 40 pages, 30 figures