University of Oxford（牛津大学）

PIVOT: Bridging Black-Scholes Implied-Volatility and Price Objectives via Differentiable Jäckel Operator

PIVOT: 通过可微分的Jäckel算子桥接Black-Scholes隐含波动率与价格目标

Raeid Saqur, Yannick Limmer, Anastasis Kratsios, Blanka Horvath, Hans Buehler

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； McMaster University（麦基尔大学） ； Vector Institute for AI（人工智能矢量研究所） ； DRW 纠错

AI总结 提出PIVOT层，通过隐式微分保留Jäckel求解器的前向精度，并利用门控机制处理低vega区域的奇异性，实现价格与隐含波动率空间的高效可微转换。

Comments 30 pages, 17 figures, 12 tables

From Democracies to Autocracies: How AI Systems Enable Authoritarianism by Design

从民主到专制：AI系统如何通过设计实现威权主义

Jeba Sania, Marta Ziosi, Fazl Barez

机构 * Harvard Kennedy School（哈佛肯尼迪学校） ； University of Oxford（牛津大学） 纠错

AI总结 本文通过比较美国到中国的六种AI系统生命周期，识别出集中行政数据、监管漏洞、弱用户合规性及编码受保护群体特征等关键特征，揭示AI系统在不同政体中促成威权主义的机制。

Public transit gains and spatially uneven travel demand changes after NYC congestion pricing

纽约市拥堵收费后公共交通增益与空间不均的出行需求变化

Donghang Li, Dingyi Zhuang, Yunlin Li, Chenan Shen, Nina Cao, Yunhan Zheng, Shenhao Wang, Jinhua Zhao

机构 * Department of Civil and Environmental Engineering, Massachusetts Institute of Technology（麻省理工学院土木与环境工程系） ； Department of Urban Studies and Planning, Massachusetts Institute of Technology（麻省理工学院城市研究与规划系） ； Mathematical Institute, University of Oxford（牛津大学数学院） ； Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系） ； College of Urban and Environmental Sciences, Peking University（北京大学城市与环境科学学院） ； Department of Urban and Regional Planning, University of Florida（佛罗里达大学城市与区域规划系） ； Center for Computational Science and Engineering, Massachusetts Institute of Technology（麻省理工学院计算科学与工程中心） 纠错

AI总结 利用时间序列基础模型生成概率反事实预测，评估纽约市2025年实施的拥堵收费政策，发现公交和地铁客流量显著增加，但总体出行需求略有下降，且影响存在空间异质性。

SceneConductor: 3D Scene Generation from a Single Image with Multi-Agent Orchestration

SceneConductor: 基于多智能体编排的单图像3D场景生成

Jeonghwan Kim, Yushi Lan, Yongwei Chen, Hieu Trung Nguyen, Chuanyu Pan, Xingang Pan

机构 * Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； Meshy AI 纠错

AI总结 提出多智能体编排框架，将单图像3D场景生成分解为场景初始化、环境构建和多智能体细化三个阶段，并引入几何感知布局预测器，在几何精度、空间一致性和感知真实性上超越现有方法。