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

Personal Visual Memory from Explicit and Implicit Evidence

来自显式和隐式证据的个人视觉记忆

Viet Nguyen, Thao Nguyen, Vishal M. Patel, Yuheng Li

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Adobe Research（Adobe研究） 纠错

AI总结 本文提出个人视觉记忆基准和VisualMem混合架构，通过显式与隐式视觉证据增强AI代理的长期记忆，显著提升个性化任务性能。

Comments Project Page: https://viettmab.github.io/visualmem-page/

Skill-Conditioned Gated Self-Distillation for LLM Reasoning

技能条件门控自蒸馏用于大语言模型推理

Jiazhen Huang, Xiao Chen, Xiao Luo, Yong Dai, Senkang Hu, Yuzhi Zhao

机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 提出技能条件门控自蒸馏（SGSD），通过从经验技能库中检索技能-错误对构建多教师池，并利用验证器验证教师极性，以鲁棒门控目标蒸馏信息性师生差异，在弱先验信息假设下提升数学推理性能。

Parameter-Efficient Generative Modeling with Controlled Vector Fields

基于受控向量场的参数高效生成建模

Peyman Morteza

机构 * Department of Computer Sciences, University of Wisconsin, Madison, WI, 53706（威斯康星大学麦迪逊分校计算机科学系） 纠错

AI总结 提出一种基于Chow-Rashevskii定理的连续时间生成建模框架，通过少量固定向量场和学习的标量控制构建表达流，实现参数高效的分布变换。

Cyclical Entropy Eruption: Entropy Dynamics in Agent Reinforcement Learning

循环熵爆发：智能体强化学习中的熵动力学

Wendi Li, Shawn Im, Sharon Li

机构 * 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 本文发现智能体强化学习训练中存在循环熵爆发现象，并提出了SEAL辅助损失函数来稳定训练、提升性能。

Planning a Community Approach to Diabetes Care in Low- and Middle-Income Countries Using Optimization

使用优化规划中低收入国家糖尿病护理的社区方法

Katherine B. Adams, Justin J. Boutilier, Sarang Deo, Yonatan Mintz

机构 * Department of Operations and Analytics, University of Texas at San Antonio（运营管理与分析系，德克萨斯大学圣安东尼奥分校） ； Telfer School of Management, University of Ottawa（奥多恩大学泰弗管理学院） ； Max Institute of Healthcare Management, Indian School of Business（印度商学院医疗管理研究所） ； Department of Industrial and Systems Engineering, University of Wisconsin-Madison（工业与系统工程系，威斯康星大学麦迪逊分校） 纠错

AI总结 提出一个优化框架，通过个性化社区卫生工作者访视计划，在社区层面最大化血糖控制，并平衡筛查新患者与管理已登记患者的资源分配。

Comments 50 pages, 13 figures