OpenThoughts-Agent: Data Recipes for Agentic Models
OpenThoughts-Agent: 智能体模型的数据配方
Negin Raoof, Richard Zhuang, Marianna Nezhurina, Etash Guha, Atula Tejaswi, Ryan Marten, Charlie F. Ruan, Tyler Griggs, Alexander Glenn Shaw, Hritik Bansal, E. Kelly Buchanan, Artem Gazizov, Reinhard Heckel, Chinmay Hegde, Sankalp Jajee, Daanish Khazi, Emmanouil Koukoumidis, Xiangyi Li, Hange Liu, Shlok Natarajan, Harsh Raj, Nicholas Roberts, Ethan Shen, Nishad Singhi, Michael Siu, Ashima Suvarna, Hanwen Xing, Patrick Yubeaton, Robert Zhang, Leon Liangyu Chen, Xiaokun Chen, Steven Dillmann, Saadia Gabriel, Xunyi Jiang, Anurag Kashyap, Boxuan Li, Yein Park, Minh Pham, Sujay Sanghavi, Lin Shi, Ke Sun, Yixin Wang, Zhiwei Xu, Erica Zhang, Siyan Zhao, Wanjia Zhao, Jenia Jitsev, Alex Dimakis, Benjamin Feuer, Ludwig Schmidt
机构
*
UC Berkeley（加州大学伯克利分校）
；
Stanford University（斯坦福大学）
；
JSC（于利希超级计算中心）
；
LAION
；
University of Texas at Austin（德克萨斯大学奥斯汀分校）
；
Bespoke Labs
；
Laude Institute
；
UCLA（加州大学洛杉矶分校）
；
Harvard University & Harvard Medical School（哈佛大学与哈佛医学院）
；
TU Munich & Munich Center for Machine Learning（慕尼黑工业大学与慕尼黑机器学习中心）
；
New York University（纽约大学）
；
Medical University of South Carolina（南卡罗来纳医科大学）
；
The LLM Data Company
；
BenchFlow
；
Independent Researcher（独立研究员）
；
Northeastern University（东北大学）
；
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
；
University of Washington（华盛顿大学）
；
TU Darmstadt（达姆施塔特工业大学）
；
University of Southern California（南加州大学）
；
UC San Diego（加州大学圣地亚哥分校）
；
Amazon（亚马逊）
；
Microsoft（微软）
；
Korea University（高丽大学）
；
Cornell Tech（康奈尔科技）
；
University of Michigan（密歇根大学）
Similarity of Neural Network Representations in Superposition
神经网络表示在叠加中的相似性
Sunny Liu, Habon Issa, André Longon, Liv Gorton, Meenakshi Khosla, Alex Williams, David Klindt
机构
*
Cold Spring Harbor Laboratory（冷泉港实验室）
；
UC San Diego（加州大学圣地亚哥分校）
；
Anthropic（Anthropic公司）
；
New York University Flatiron Institute（纽约大学Flatiron研究所）
Are LLM Evaluators Really Narcissists? Sanity Checking Self-Preference Evaluations
LLM评估者真的是自恋者吗？对自我偏好评估的健全性检查
Dani Roytburg, Matthew Bozoukov, Matthew Nguyen, Jou Barzdukas, Mackenzie Puig-Hall, Narmeen Oozeer
机构
*
Department of Machine Learning, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学机器学习系）
；
Department of Computer Science and Engineering, University of California San Diego, La Jolla, CA, USA（加州大学圣地亚哥分校计算机科学与工程系）
；
Department of Computer Science, University of Virginia, Charlottesville, VA, USA（弗吉尼亚大学计算机科学系）
；
Martian Research, San Francisco, California, USA（火星研究公司）
；
Apart Research, San Francisco, California, USA（Apart研究公司）
A Robust Model-Based Approach for Continuous-Time Policy Evaluation with Unknown Lévy Process Dynamics
基于模型的鲁棒方法用于具有未知Lévy过程动力学的连续时间策略评估
Qihao Ye, Xiaochuan Tian, Yuhua Zhu
机构
*
Department of Mathematics, University of California, San Diego, CA 92093, United States（加州大学圣地亚哥分校数学系）
；
Department of Statistics and Data Science, University of California, Los Angeles, CA 90095, United States（加州大学洛杉矶分校统计学与数据科学系）
Ayush Noori, Aaron E. Boussina, Hai Ho Bich, James Anibal, Julia Maslinski, Manuel Burger, Martin Faltys, Adam Rodman, Alan Karthikesalingam, Alessandro Blasimme, Annelia Itwaru, Ben Kaplan, Bilal A. Mateen, Christopher A. Longhurst, Daniel Yang, Dave deBronkart, Effy Vayena, Fedor Sergeev, Gauden Galea, Ha Thi Hai Duong, Harold F. Wolf, Jacob Waxman, Joerg C. Schefold, Joshua C. Mandel, Juliana Rotich, Kenneth D. Mandl, Lily Poursoltan, Maryam Mustafa, Melissa Miles, Nigam H. Shah, Noa Dagan, Pavan Bodanki, Peter Lee, Philipp Koralus, Prathamesh Parchure, Prem Timsina, Ran D. Balicer, Robert Korom, Scott Mahoney, Seth Hain, Tien Yin Wong, Trevor Mundel, Vivek Natarajan, Ankit Sakhuja, Benjamin Glicksberg, C. Louise Thwaites, Gunnar Rätsch, Karandeep Singh, David A. Clifton, Isaac S. Kohane, Marinka Zitnik
机构
*
Harvard Medical School（哈佛医学院）
；
University of Oxford（牛津大学）
；
Institute for Ethics in AI（人工智能伦理研究所）
；
Cosmos Institute（宇宙研究所）
；
Harvard Medical School and Clalit Research Institute（哈佛医学院和Clalit研究机构）
；
University of California, San Diego（加州大学圣地亚哥分校）
；
Joan and Irwin Jacobs Center for Health Innovation（乔安和伊万·雅各布健康创新中心）
；
Oxford University Clinical Research Unit（牛津大学临床研究中心）
；
Icahn School of Medicine at Mount Sinai（辛格纳医学中心）
；
The Hasso Plattner Institute for Digital Health at Mount Sinai（辛格纳医学中心数字健康研究所）
；
ETH Zurich（苏黎世联邦理工学院）
；
University Hospital, University of Bern（伯恩大学医院）
；
Beth Israel Deaconess Medical Center（贝斯以色列医疗中心）
；
Google DeepMind（谷歌DeepMind）
；
The Mount Sinai AI Assurance Lab（辛格纳医学中心人工智能保证实验室）
；
University of Birmingham（伯明翰大学）
；
PATH（PATH组织）
；
Seattle Children’s Hospital（西雅图儿童医院）
；
Department of Pediatrics, University of California, San Diego（加州大学圣地亚哥分校儿科部）
；
Kaiser Foundation Health and Hospitals（凯撒基金会健康与医院）
；
e-Patient Dave, LLC（e-Patient Dave公司）
；
Regional Office for Europe, World Health Organization（世界卫生组织欧洲地区办公室）
；
University of Malta（马耳他大学）
；
Centre for Tropical Medicine and Global Health, University of Oxford（牛津大学热带医学与全球健康中心）
；
Healthcare Information and Management Systems Society（医疗信息与管理系统协会）
；
Clalit Research Institute, Innovation Division, Clalit Health Services（Clalit研究机构创新部门，Clalit健康服务）
；
Microsoft Research（微软研究院）
；
Gates Foundation（比尔及梅琳达·盖茨基金会）
；
Computational Health Informatics Program, Boston Children’s Hospital（波士顿儿童医院计算健康信息学项目）
Policy Gradient with Self-Attention for Model-Free Distributed Nonlinear Multi-Agent Games
基于自注意力的策略梯度用于无模型分布式非线性多智能体博弈
Eduardo Sebastián, Maitrayee Keskar, Eeman Iqbal, Eduardo Montijano, Carlos Sagüés, Nikolay Atanasov
机构
*
Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学）
；
Department of Electrical and Computer Engineering, University of California San Diego（电气与计算机工程系，加州大学圣地亚哥分校）
；
RoPeRt group, at DIIS - I3A, Universidad de Zaragoza（RoPeRt组，DIIS - I3A，阿拉贡大学）
Breaking the Mirror: Activation-Based Mitigation of Self-Preference in LLM Evaluators
打破镜像：基于激活的LLM评估者自我偏好缓解方法
Dani Roytburg, Matthew Bozoukov, Matthew Nguyen, Jou Barzdukas, Simon Fu, Narmeen Oozeer
机构
*
University of Virginia（弗吉尼亚大学）
；
University of California, San Diego（加州大学圣地亚哥分校）
；
Carnegie Mellon University（卡内基梅隆大学）
；
School of Computer Science（计算机科学学院）
