Yoshua Bengio

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior

通过贝叶斯融合上下文和价值先验实现上下文强化学习

Anaïs Berkes, Vincent Taboga, Donna Vakalis, David Rolnick, Yoshua Bengio

机构 * University of Cambridge（剑桥大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； McGill University（麦吉尔大学） 纠错

AI总结 SPICE通过贝叶斯融合上下文和价值先验，实现高效适应未见过的环境，减少遗憾并保持鲁棒性。

The Future of the AI Summit Series

AI峰会系列的未来

Lucia Velasco, Charles Martinet, Henry de Zoete, Robert Trager, Duncan Snidal, Ben Garfinkel, Kwan Yee Ng, Haydn Belfield, Don Wallace, Yoshua Bengio, Benjamin Prud'homme, Brian Tse, Roxana Radu, Ranjit Lall, Ben Harack, Julia Morse, Nicolas Miailhe, Scott Singer, Matt Sheehan, Max Stauffer, Yi Zeng, Joslyn Barnhart, Imane Bello, Xue Lan, Oliver Guest, Duncan Cass-Beggs, Lu Chuanying, Sumaya Nur Adan, Markus Anderljung, Claire Dennis

AI总结 本文探讨了国际AI峰会系列的发展，分析其成功因素及挑战，并提出设计建议以提升治理合作的可持续性。

Comments Policy memo, 39 pages, includes tables. Prepared by the Oxford Martin AI Governance Initiative

Offline Model-Based Optimization: Comprehensive Review

离线模型驱动优化：全面综述

Minsu Kim, Jiayao Gu, Ye Yuan, Taeyoung Yun, Zixuan Liu, Yoshua Bengio, Can Chen

机构 * Mila - Quebec AI Institute/KAIST（魁北克AI研究所/韩国科学技术院） ； Mila - Quebec AI Institute/McGill University（魁北克AI研究所/麦吉尔大学） ； Mila - Quebec AI Institute/University of Montreal（魁北克AI研究所/蒙特利尔大学） ； University of Washington（华盛顿大学） 纠错

AI总结 本文综述了离线模型驱动优化的现状，分析了替代建模和生成建模两种方法，并探讨了该领域的发展方向。

Comments Accepted to TMLR 2026 (Survey Certification)