University of Oxford（牛津大学）

Initialization-Free Bundle Adjustment Revisited: A Controlled Experimental Study

重新审视无需初始化的光束平差法：一项受控实验研究

Simon Weber, Mateo de Mayo, Je Hyeong Hong, Carl Olsson, Daniel Cremers, Ronald Clark

机构 * University of Oxford（牛津大学） ； Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Hanyang University（汉阳大学） ； Lund University（隆德大学） 纠错

AI总结 本文通过统一评估框架开展受控实验，揭示无需初始化的光束平差法存在优化-重建差距，明确其核心挑战是获取可可靠度量升级的投影重建，为该领域研究提供了实验基础。

EvoTS-Agent: A Self-Evolving LLM Agent for Financial Time Series Change Point Detection

EvoTS-Agent：一种用于金融时间序列变点检测的自进化大语言模型智能体

Lei Jiang, Ye Wei, Xinyu Xi, Jordan Langham-Lopez, Yifan Bao, Raad Khraishi, Yihao Ang, Anthony K. H. Tung, Lukasz Szpruch, Hao Ni

机构 * Alan Turing Institute（阿兰·图灵研究所） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； NatWest AI Research（国民西敏寺银行人工智能研究部） ； University of Edinburgh（爱丁堡大学） ； University College London（伦敦大学学院） 纠错

AI总结 该研究针对金融时间序列变点检测难题，提出自进化 LLM 智能体 EvoTS-Agent，经验证引导进化检测流程，在四个基准数据集上表现优于现有同类智能体且执行成功率达100%。

Temporal Leakage in Financial News NLP: A Multi-Architecture Audit with a Regime-Specific M&A Signal

金融新闻NLP中的时间泄露：针对特定 regime 并购信号的多架构审计

Chenhao Xue, Raslen Guesmi, Siwei Feng, Yucheng Gong, Jacob Xavier Sundram, Jordan Pang, Lan Wang, Julian Kaljuvee

机构 * Predictive Labs Ltd（Predictive实验室有限公司） ； University of Oxford（牛津大学） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 该研究针对金融新闻NLP的时间泄露问题，在多模型架构上审计了其影响，发现并购信号具有时间局限性，主张将泄露审计作为金融NLP基准的必备披露项。

Iterative tensor network transformations for element-wise evaluation of elementary and filtering functions

用于初等函数与滤波函数逐元素评估的迭代张量网络变换

Xiao Wang, Tomohiro Hashizume, Pia Siegl, Dieter Jaksch

机构 * Clarendon Laboratory, University of Oxford（牛津大学克拉伦登实验室） ； The Hamburg Centre for Ultrafast Imaging（汉堡超快成像中心） ； Institute for Quantum Physics, University of Hamburg（汉堡大学量子物理研究所） ； Institute of Software Methods for Product Virtualization, German Aerospace Center (DLR)（德国航空航天中心产品虚拟化软件方法研究所） 纠错

AI总结 本文提出迭代张量网络变换（ITNTs）框架，可在压缩域中对张量列编码的数据执行初等与滤波函数的逐元素评估，能高效处理大规模数据，在三维流场计算与Max-SAT问题求解中展现出应用价值。

Comments 23 pages, 10 figures