University of Oxford（牛津大学）

Robust Parameter Learning for Uncertain MDPs

不确定马尔可夫决策过程的鲁棒参数学习

Yannik Schnitzer, Alessandro Abate, David Parker

机构 * University of Oxford（牛津大学） 纠错

AI总结 本文提出通过参数马尔可夫决策过程(pMDPs)学习不确定MDPs，利用统计不确定性将经验转移频率投影到参数空间，生成更精确的PAC不确定性模型，通过多级多边形外近似解决算法挑战。

Sonata: A Hybrid World Model for Inertial Kinematics under Clinical Data Scarcity

Sonata：一种用于临床数据稀缺情况下的六轴躯干IMU表示学习的混合世界模型

Blaise Delaney, Salil Patel, Yuji Xing, Dominic Dootson, Karin Sevegnani, Chrystalina Antoniades

机构 * TimeTrace Labs（TimeTrace实验室） ； NVIDIA ； University of Oxford（牛津大学） 纠错

AI总结 Sonata在临床数据稀缺情况下，通过混合世界模型实现了六轴躯干IMU的高效表示学习，具有更强的临床判别能力、前瞻性跌倒风险预测和跨群体迁移能力。

Comments 18 pages, 3 figures

Deep Thinking by Markov Chain of Continuous Thoughts

基于连续思维的马尔可夫链深度思考

Jiayu Liu, Zhenya Huang, Xuan Yang, Tianyun Ji, Anya Sims, Hao Xu, Enhong Chen, Yee Whye Teh, Ning Miao

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） ； Department of Statistics, University of Oxford（牛津大学统计系） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； Hong Kong Institute of AI for Science, City University of Hong Kong（香港人工智能科学研究院，香港城市大学） 纠错

AI总结 本文提出MarCos模型，通过连续表示实现多步推理，提升数学任务处理速度，实现并行思维。