University of Oxford（牛津大学）

Not All News Is Equal: Topic- and Event-Conditional Sentiment from Finetuned LLMs for Aluminum Price Forecasting

并非所有新闻都同等重要：基于微调LLM的专题和事件条件情绪用于铝价预测

Alvaro Paredes Amorin, Andre Python, Christoph Weisser

机构 * International Business School, Zhejiang University（浙江大学国际商学院） ； Center for Data Science, Zhejiang University（浙江大学数据科学中心） ； Centre for Human Genetics, Nuffield Department of Medicine, Oxford University（牛津大学纳菲尔德医学部人类遗传学中心） ； School of Medicine, Zhejiang University（浙江大学医学院） ； Bielefeld School of Business, Hochschule Bielefeld (HSBI) - University of Applied Sciences and Arts（比勒费尔德应用科学大学比勒费尔德商学院） 纠错

AI总结 本文研究了微调LLM在铝价预测中的情绪提取效果，通过整合新闻数据与传统数据，发现LSTM模型在高波动时期表现更优，提升了预测性能和经济价值。

Learning Inter-Atomic Potentials without Explicit Equivariance

学习无显式等价性的原子间势能

Ahmed A. Elhag, Arun Raja, Alex Morehead, Samuel M. Blau, Hongtao Zhao, Christian Tyrchan, Eva Nittinger, Garrett M. Morris, Michael M. Bronstein

机构 * University of Oxford（牛津大学） ； Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； AstraZeneca（阿斯利康） ； AITHYRA 纠错

AI总结 本文提出TransIP，一种基于Transformer的原子间势能训练方法，通过优化嵌入空间使模型具备SO(3)等价性，无需显式架构约束，在不同数据集规模下性能优于等价性基线和数据增强基线。

Comments 22 pages, 7 tables, 11 figures. Under review. Changes from v2 to v3: Added results for new experiments, training models for 80 epochs on OMol25

DeepRV: Accelerating Spatiotemporal Inference with Pre-trained Neural Priors

DeepRV: 通过预训练神经先验加速时空推断

Jhonathan Navott, Daniel Jenson, Seth Flaxman, Elizaveta Semenova

机构 * School of Public Health, Imperial College London（帝国理工学院公共卫生学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） 纠错

AI总结 DeepRV通过预训练神经网络替代传统高斯过程先验，实现O(N²)复杂度，提升大规模时空数据推断效率与精度，适用于概率编程管道。

Comments Code to reproduce all experiments is available in the dl4bi codebase: https://github.com/MLGlobalHealth/dl4bi