University of California, Berkeley（加州大学伯克利分校）

Calibeating Prediction-Powered Inference

校准预测驱动推断

Lars van der Laan, Mark Van Der Laan

机构 * Department of Statistics, University of Washington（华盛顿大学统计学系） ； Department of Statistics and Division of Biostatistics, Center for Targeted Machine Learning and Causal Inference, University of California, Berkeley（加州大学伯克利分校统计学系与生物统计学系，目标机器学习与因果推断中心） ； Targeted ML Solutions, targetedml.com（Targeted ML Solutions公司） 纠错

AI总结 本文提出校准预测驱动推断方法，通过后处理校准预测分数提升半监督估计效率，证明线性与等距校准的优化性，并展示其在模拟和真实数据中优于PPI和AIPW。

Comments Paper website: https://larsvanderlaan.github.io/ppi-aipw/

Generalization Properties of Score-matching Diffusion Models for Intrinsically Low-dimensional Data

分数匹配扩散模型在本质上低维数据中的泛化性质

Saptarshi Chakraborty, Quentin Berthet, Peter L. Bartlett

机构 * Department of Statistics, University of Michigan（密歇根大学统计学系） ； Google DeepMind（谷歌DeepMind） ； Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计学系） ； Department of Electrical Engineering and Computer Sciences, UC Berkeley（加州大学伯克利分校电气工程与计算机科学系） 纠错

AI总结 本文研究了分数匹配扩散模型在学习未知分布时的统计收敛性，得出了基于Wasserstein-p距离的有限样本误差界，并引入了(p,q)-Wasserstein维度概念，展示了扩散模型对数据内在几何的适应性及缓解维度灾难的能力。

Basic syntax from speech: Spontaneous concatenation in unsupervised deep neural networks

基本语法来自言语：无监督深度神经网络中的自发拼接

Gašper Beguš, Thomas Lu, Zili Wang

机构 * Department of Linguistics, University of California, Berkeley（加州大学伯克利分校语言学系） ； Department of Computer Science, Iowa State University（爱荷华州立大学计算机科学系） 纠错

AI总结 研究通过无监督深度神经网络发现，从原始语音中可自发生成多词拼接，揭示了语法演化的潜在机制。