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

WARP-RM: A Warp-Augmented Relative Progress Reward Model for Data Curation

WARP-RM: 一种用于数据筛选的扭曲增强相对进度奖励模型

Justin Yu, Andrew Goldberg, Kavish Kondap, Karim El-Refai, Ethan Ransing, Qianzhong Chen, Mac Schwager, Fred Shentu, Philipp Wu, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； XDOF 纠错

AI总结 提出WARP-RM，通过时间扭曲增强从成功演示中自监督学习密集相对进度信号，用于行为克隆中加权高优势动作块，在机器人叠衣任务中显著提升数据效率。

Nonparametric Filtering, Estimation and Classification using Neural Jump ODEs

基于神经跳ODEs的非参数滤波、估计与分类

Jakob Heiss, Florian Krach, Thorsten Schmidt, Félix B. Tambe-Ndonfack

机构 * Department of Mathematics ETH Zurich（数学系，苏黎世联邦理工学院） ； Department of Statistics UC Berkeley（统计系，伯克利大学） ； Department of Mathematics Albert-Ludwigs-Universität Freiburg（数学系，弗赖堡阿尔伯特-路易斯大学） 纠错

AI总结 本文提出基于神经跳ODEs的非参数滤波与分类方法，通过理论保证和实验证明其在复杂分布下的优越性能，适用于金融和健康监测等实时性要求高的领域。

Journal ref Statistics & Risk Modeling, vol. 42, no. 3-4, 2025, pp. 55-90

Uncovering smooth structures in single-cell data with PCS-guided neighbor embeddings

用PCS引导的邻居嵌入揭示单细胞数据中的平滑结构

Rong Ma, Xi Li, Jingyuan Hu, Bin Yu

机构 * Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛T.H. Chan公共卫生学院生物统计学系） ； Department of Data Science, Dana-Farber Cancer Institute（达纳-法伯癌症研究所数据科学系） ； Eric and Wendy Schmidt Center, Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所埃里克和文迪·施密特中心） ； Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计学系） ； Department of EECS, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Center for Computational Biology, University of California, Berkeley（加州大学伯克利分校计算生物学中心） 纠错

AI总结 研究针对从单细胞数据提取平滑低维表示的挑战，基于PCS框架评估NE算法，引入NESS改进其表示，通过应用于六个数据集，获得如识别过渡和稳定细胞状态等生物学见解。