Optimal Lower Bounds for Online Multicalibration
在线多校准的最优下界
机构 * University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文研究在线多校准问题，证明了使用三个不相交二元组的预期多校准误差下界为Ω(T^{2/3})，并展示了其与边际校准的分离。
高校专区
University of Pennsylvania（宾夕法尼亚大学）
Sum-of-Checks: Structured Reasoning for Surgical Safety with Large Vision-Language Models
Sum-of-Checks: 用于手术安全的结构化推理方法基于大型视觉-语言模型
机构 * Department of Computer and Information Science, University of Pennsylvania（宾夕法尼亚大学计算机与信息科学系） ； Department of Surgery, University of Toronto（多伦多大学外科系） ； Surgical Artificial Intelligence Research Academy, University Health Network（外科人工智能研究学院，大学健康网络） ； Department of Surgery, Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学外科系，佩雷尔曼医学院）
AI总结 本文提出Sum-of-Checks框架，通过分解关键安全视图（CVS）标准为专家定义的检查，提升手术安全评估的准确性和透明性，实验显示其在三个模型上平均提升12-14%。
Comments IPCAI 2026 short communication
Recovery Guarantees for Continual Learning of Dependent Tasks: Memory, Data-Dependent Regularization, and Data-Dependent Weights
连续学习中依赖任务的恢复保证：记忆、数据依赖正则化和数据依赖权重
机构 * University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文研究连续学习中依赖任务的恢复保证，提出数据依赖正则化和权重模型，推导出经验回放和持续学习等范式的统计恢复界。
jBOT: Semantic Jet Representation Clustering Emerges from Self-Distillation
jBOT：语义喷流表示聚类从自蒸馏中涌现
机构 * University of Pennsylvania, USA（美国宾夕法尼亚大学）
AI总结 本文提出jBOT，一种基于自蒸馏的预训练方法，通过局部粒子级和全局喷流级蒸馏学习喷流表示，支持异常检测和分类等下游任务，并在无标签喷流上观察到语义类聚类。
Comments Under review
