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

Adaptive Delayed-Update Cyclic Algorithm for Variational Inequalities

自适应延迟更新循环算法用于变分不等式

Yi Wei, Xufeng Cai, Jelena Diakonikolas

机构 * Paul G. Allen School of Computer Science and Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Department of Computer Sciences, University of Wisconsin–Madison（威斯康星大学麦迪逊分校计算机科学系） 纠错

AI总结 本文提出自适应延迟更新循环算法（ADUCA），用于求解广义Minty变分不等式，无需全局或块级Lipschitz常数，具有近最优全局Oracle复杂度。

Let the Abyss Stare Back Adaptive Falsification for Autonomous Scientific Discovery

让深渊回望：面向自主科学发现的适应性反驳

Peiran Li, Fangzhou Lin, Shuo Xing, Jiashuo Sun, Dylan Zhang, Siyuan Yang, Chaoqun Ni, Zhengzhong Tu

机构 * Texas A&M University（德克萨斯农工大学） ； VecTrue AI ； Worcester Polytechnic Institute（伍斯特理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出DASES框架，通过适应性反驳机制推动科学发现，发现超越合成环境的损失FNG-CE，在标准基准上表现优异。

Comments 15 pages, 1 figures, 4 tables