University of Texas at Austin（得克萨斯大学奥斯汀分校）

2605.23872 2026-05-25 cs.LG cs.NA math.NA stat.ML

Training-Free Looped Transformers

免训练循环Transformer

Lizhang Chen, Jonathan Li, Chen Liang, Ni Lao, Qiang Liu

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）

AI总结提出一种免训练的循环Transformer方法，通过在推理时循环冻结检查点的连续中间块层来提升性能，无需微调或架构更改。

2602.12534 2026-05-25 stat.ML cs.DS cs.LG math.ST stat.TH

Linear Regression with Unknown Truncation Beyond Gaussian Features

未知截断下的线性回归：超越高斯特征

Alexandros Kouridakis, Anay Mehrotra, Alkis Kalavasis, Constantine Caramanis

机构 * UT Austin（德克萨斯大学奥斯汀分校）； Stanford University（斯坦福大学）； Yale University（耶鲁大学）

AI总结针对未知生存集的截断线性回归问题，提出首个多项式时间算法，仅要求特征向量为次高斯分布。

2605.22837 2026-05-25 physics.geo-ph cs.LG eess.SP

Evaluating PhaseNet on Teleseismic Data with MsPASS

使用 MsPASS 评估 PhaseNet 在远震数据上的表现

Jinxin Ma, Yinzhi Wang, Gary L. Pavlis, Chenbo Yin

机构 * Texas Advanced Computing Center, The University of Texas at Austin（德克萨斯高级计算中心，德克萨斯大学奥斯汀分校）； Department of Earth and Atmospheric Sciences, Indiana University, Bloomington, IN 47405（地球与大气科学系，印第安纳大学，印第安纳波利斯，IN 47405）

AI总结针对 PhaseNet 在远震信号上性能下降的问题，提出基于 MsPASS 的可重现工作流，通过训练新模型将 P 波拾取召回率提升 741.5%，并分析模型规模对精度和吞吐量的影响。