University of Oxford（牛津大学）

OxEnsemble: Fair Ensembles for Low-Data Classification

OxEnsemble：低数据分类中的公平集成

Jonathan Rystrøm, Zihao Fu, Chris Russell

机构 * Oxford Internet Institute, University of Oxford（牛津大学牛津互联网研究所） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 针对数据稀缺且各群体数据不平衡的公平分类问题，OxEnsemble通过高效训练集成模型并强制公平性，在医学影像等场景中实现更一致的性能和更好的公平性-准确性权衡。

Comments Forthcoming @ MIDL 2026

PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems

PyVRP$^+$：基于LLM的元认知启发式进化方法用于车辆路径问题中的混合遗传搜索

Manuj Malik, Jianan Zhou, Shashank Reddy Chirra, Zhiguang Cao

机构 * Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出PyVRP$^+$，通过LLM驱动的元认知启发式进化方法改进混合遗传搜索算法，发现更高效的启发式策略，提升VRP问题的求解性能。

Comments 18 pages, accepted to the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents

GameWorld: 向标准化和可验证的多模态游戏代理评估迈进

Mingyu Ouyang, Siyuan Hu, Kevin Qinghong Lin, Hwee Tou Ng, Mike Zheng Shou

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） 纠错

AI总结 GameWorld提出一个标准化且可验证的多模态游戏代理评估基准，包含34种游戏和170个任务，通过可验证的指标评估代理能力，揭示了当前代理在视频游戏中与人类能力的差距。

Comments 23 pages, 8 figures

Introduction to Symbolic Regression in the Physical Sciences

符号回归在物理科学中的介绍

Deaglan J. Bartlett, Harry Desmond, Pedro G. Ferreira, Gabriel Kronberger

机构 * Astrophysics, University of Oxford（牛津大学天体物理学系） ； Heuristic and Evolutionary Algorithms Laboratory, University of Applied Sciences Upper Austria（上奥地利应用科学大学启发式与进化算法实验室） 纠错

AI总结 本文介绍符号回归在物理科学中的应用，涵盖自动方程发现、涌现现象建模和高效模拟的紧凑替代模型。讨论了方法论、挑战及未来方向。

Comments 8 pages, no figures; accepted in Royal Society Philosophical Transactions A special issue "Symbolic regression in the physical sciences"

Journal ref Philos Trans A Math Phys Eng Sci 9 April 2026; 384 (2317): 20240600

Constraining dark matter halo profiles with symbolic regression

用符号回归约束暗物质晕轮廓

Alicia Martín, Tariq Yasin, Deaglan J. Bartlett, Harry Desmond, Pedro G. Ferreira

机构 * Astrophysics, University of Oxford（牛津大学天体物理学系） 纠错

AI总结 本文用符号回归方法从观测数据约束暗物质晕密度轮廓，测试了在不同误差和样本量下模型选择的鲁棒性。

Comments 18 pages, 5 figures. Accepted for publication in Philosophical Transactions of the Royal Society A

Journal ref Philos Trans A Math Phys Eng Sci (2026) 384 (2317): 20250090

Symbolic Emulators for Cosmology: Accelerating Cosmological Analyses Without Sacrificing Precision

符号模拟在宇宙学中的应用：在不牺牲精度的情况下加速宇宙学分析

Deaglan J. Bartlett, Shivam Pandey

机构 * Astrophysics, University of Oxford（牛津大学天体物理学） ； IAP（巴黎天体物理研究所） ； Department of Physics and Astronomy, Johns Hopkins University（约翰霍普金斯大学物理与天文学系） 纠错

AI总结 本文提出符号模拟方法，用于加速宇宙学分析，通过提高计算效率和内存使用，实现与传统数值方法一致的精度。

Comments 22 pages, 6 figures. Invited contribution for the Royal Society Philosophical Transactions A special issue "Symbolic regression in the physical sciences"

Journal ref Philos Trans A Math Phys Eng Sci (2026) 384 (2317): 20240585

RiTTA: Modeling Event Relations in Text-to-Audio Generation

RiTTA：文本到音频生成中的事件关系建模

Yuhang He, Yash Jain, Xubo Liu, Andrew Markham, Vibhav Vineet

机构 * Microsoft Research（微软研究院） ； Microsoft（微软） ； CVSSP, University of Surrey, UK（英国萨里大学视觉语音与信号处理中心） ； CS Department, University of Oxford, UK（英国牛津大学计算机科学系） 纠错

AI总结 本文系统研究文本到音频生成中事件关系建模，构建了包含所有潜在关系的语料库，并提出新评估指标和微调框架以提升模型对音频事件关系的建模能力。

Comments EMNLP25, Project Site: https://yuhanghe01.github.io/RiTTA-Proj/. Code: https://github.com/yuhanghe01/RiTTA