University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Stability of Sequential and Parallel Coordinate Ascent Variational Inference

序列与并行坐标上升变分推断的稳定性

Debdeep Pati

机构 * Department of Statistics, University of Wisconsin-Madison（威斯康星大学麦迪逊分校统计学系） 纠错

AI总结 研究比较了序列与并行坐标上升变分推断在高维线性回归中的收敛性差异，揭示序列算法在更宽松条件下具有收敛保证。

Comments 20 pages, 3 figures

LJ-Bench: Ontology-Based Benchmark for U.S. Crime

LJ-Bench：基于本体的美国犯罪评估基准

Hung Yun Tseng, Wuzhen Li, Blerina Gkotse, Grigorios Chrysos

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 LJ-Bench是首个基于本体的全面基准，用于评估LLM对多种非法活动的鲁棒性，揭示LLM在不同犯罪类别中的脆弱性。

Comments Accepted at Transactions on Machine Learning Research in March, 2026

Understanding Behavior Cloning with Action Quantization

通过动作量化理解行为克隆

Haoqun Cao, Tengyang Xie

机构 * Department of Computer Sciences, University of Wisconsin–Madison, Madison, WI, USA（威斯康星大学麦迪逊分校计算机科学系） 纠错

AI总结 本文研究行为克隆中动作量化的影响，分析量化误差传播与统计样本复杂度的相互作用，证明量化行为克隆在稳定动态和概率光滑性条件下可达到最优样本复杂度，提出基于模型的增强方法以改进误差界。

Articulated-Body Dynamics Network: Dynamics-Grounded Prior for Robot Learning

关节体动力学网络：用于机器人学习的动力学先验

Sangwoo Shin, Kunzhao Ren, Xiaobin Xiong, Josiah P. Hanna

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Shanghai Innovation Institute (SII)（上海创新研究院） 纠错

AI总结 本文提出ABD-Net，一种基于关节体动力学的图神经网络，通过继承动力学结构提升机器人策略学习效率与鲁棒性。

Comments Arxiv_r2