University of Oxford（牛津大学）

A Universal Nearest-Neighbor Estimator for Intrinsic Dimensionality

一种适用于内在维度性的通用最近邻估计器

Eng-Jon Ong, Omer Bobrowski, Gesine Reinert, Primoz Skraba

机构 * School of Mathematical Sciences, Queen Mary University of London（伦敦大学玛丽女王学院数学科学学院） ； Department of Statistics, Oxford University（牛津大学统计学系） 纠错

AI总结 本文提出了一种基于最近邻距离比的通用ID估计器，通过理论分析证明其在不同数据分布下均能收敛到真实ID，实验验证其在基准流形和现实数据集上的有效性。

BiasBusters: Uncovering and Mitigating Tool Selection Bias in Large Language Models

BiasBusters: 检测和缓解大语言模型中的工具选择偏差

Thierry Blankenstein, Jialin Yu, Zixuan Li, Vassilis Plachouras, Sunando Sengupta, Philip Torr, Yarin Gal, Alasdair Paren, Adel Bibi

机构 * University of Oxford（牛津大学） ； Microsoft（微软） 纠错

AI总结 研究通过基准测试揭示LLM工具选择中的系统性偏差，并提出轻量级缓解策略以减少选择偏差。

Comments ICLR 2026 Camera Ready