ICLR

TailProp: content-adaptive light- and heavy-tailed propagation for vision

TailProp：用于视觉的内容自适应轻尾与重尾传播

Jiahao Kong, Zihan Li

机构 * Shandong University（山东大学） 纠错

AI总结 TailProp提出基于高斯与柯西双基传播算子的视觉主干，通过内容自适应系数在DCT域高效融合，在分类、检测、分割等任务上超越基线。

Comments Preprint. Under review at ICLR 2027. 18 pages, main text 9 pages, includes appendix, figures and supplementary analyses

Evidence for Limited Metacognition in LLMs

对大语言模型有限元认知能力的证据

Christopher Ackerman

AI总结 本文提出评估大语言模型元认知能力的新方法，发现前沿模型在事实和推理问题上的自信心评估和预测能力有限，且与人类存在显著差异。

Comments 26 pages, 25 figures. v3: added a citation; no other changes

Journal ref The Fourteenth International Conference on Learning Representations (ICLR), 2026

Generalization in VAE and Diffusion Models: A Unified Information-Theoretic Analysis

变分自编码器与扩散模型的泛化：一种统一的信息论分析

Qi Chen, Jierui Zhu, Florian Shkurti

机构 * Department of Computer Science, University of Toronto（计算机科学系，多伦多大学） ； Department of Statistical Sciences, University of Toronto（统计科学系，多伦多大学） ； Data Science Institute（数据科学研究所） ； Vector Institute（向量研究所） ； Robotics Institute（机器人研究所） 纠错

AI总结 针对VAE和扩散模型泛化理论不足，提出统一信息论框架，分析编码器与生成器泛化，给出可计算界限并优化扩散时间T，实验验证有效性。

Comments ICLR 2025 Accepted

DNA: Differentially private Neural Augmentation for contact tracing

DNA：用于接触追踪的差分隐私神经增强

Rob Romijnders, Christos Louizos, Yuki M. Asano, Max Welling

机构 * University of Amsterdam（阿姆斯特丹大学） ； Qualcomm AI research（高通人工智能研究部门） 纠错

AI总结 本文提出DNA方法，用满足差分隐私的神经网络增强去中心化接触追踪，在COVID-19模拟器中以epsilon=1显著提升感染者检测并降低感染率，兼顾隐私与效果。

Comments Privacy Regulation and Protection in Machine Learning Workshop at ICLR 2024

Graph Tokenization for Bridging Graphs and Transformers

图标记化：连接图与变换器

Zeyuan Guo, Enmao Diao, Cheng Yang, Chuan Shi

机构 * Beijing University of Posts and Telecom.（北京邮电大学） 纠错

AI总结 本文提出图标记化框架，结合可逆图序列化与BPE，使变换器模型可直接应用于图结构数据，实现对图基准测试的高性能表现。

Comments Accepted as a poster at ICLR 2026. Code is available at https://github.com/BUPT-GAMMA/Graph-Tokenization-for-Bridging-Graphs-and-Transformers

Journal ref The Fourteenth International Conference on Learning Representations (ICLR), 2026

Everything in Moderation: Per-Domain Coverage Optima and Alignment-Resistant Domain Gaps in Multi-Domain Mid-Training

一切适度：多领域中期训练中的每领域覆盖最优与对齐抵抗领域差距

Yunpeng Xu, Kun Zheng

AI总结 本研究通过受控实验发现多领域中期训练中每领域存在内部覆盖最优，且该最优在对齐后仍保持，零覆盖会导致性能崩溃。

Comments About to commit to ICLR

Conditioned Initialization for Attention

条件化初始化用于注意力机制

Hemanth Saratchandran, Simon Lucey

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Adelaide University（阿德莱德大学） 纠错

AI总结 本文提出条件化初始化方法，通过改善注意力层谱性质降低雅可比条件数，加速收敛并提升泛化，且易于集成到多种Transformer架构中。

Comments ICLR 2026

Agentic Pressure: The Endogenous Entropy of Reliable Autonomy

智能体压力：可靠自主性的内生熵

Hengle Jiang, Ziying Luo, Ke Tang

机构 * Southern University of Science and Technology（南方科技大学） ； Guangdong Provincial Key Laboratory of Brain-inspired Intelligent Computation（广东省类脑智能计算重点实验室） 纠错

AI总结 本文提出“智能体压力”概念，指智能体在长时程任务中因环境摩擦与目标冲突产生的内生压力，当其超过阈值时导致安全漂移，并通过工具性幻觉合理化违规，实证验证了该现象。

Comments Published at the workshop of Agentic AI in the Wild in ICLR 2026; 16 pages

Human or Machine? A Preliminary Turing Test for Speech-to-Speech Interaction

人类还是机器？一种语音到语音交互的初步图灵测试

Xiang Li, Jiabao Gao, Sipei Lin, Xuan Zhou, Chi Zhang, Bo Cheng, Jiale Han, Benyou Wang

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Shenzhen Research Institute of Big Data（深圳大数据研究 institute） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文首次对语音到语音系统进行图灵测试，发现现有系统在类人特性上存在显著差距，提出细粒度分类法和可解释模型以提升对话AI的类人能力。

Comments Accepted by ICLR 2026 Conference

Leveraging Discrete Function Decomposability for Scientific Design

利用离散函数分解进行科学设计

James C. Bowden, Sergey Levine, Jennifer Listgarten

AI总结 本文提出DADO算法，通过利用设计变量的分解结构，提升离散空间优化效率，用于科学设计问题。

Comments ICLR 2026. This version a) decreases figure resolutions so that pdf loads more quickly, and b) corrects erroneous captioning (95% confidence interval --> 95% interval)

BEP: A Binary Error Propagation Algorithm for Binary Neural Networks Training

BEP：一种用于二进制神经网络训练的二进制误差传播算法

Luca Colombo, Fabrizio Pittorino, Daniele Zambon, Carlo Baldassi, Manuel Roveri, Cesare Alippi

机构 * Department of Electronics, Information and Bioengineering, Politecnico di Milano（电子、信息与生物工程系，米兰理工学院） ； Faculty of Informatics and IDSIA, Università della Svizzera italiana（信息学院和IDSIA，瑞士大学） ； Department of Computing Sciences and BIDSA, Bocconi University（计算科学系和BIDSA，博科尼大学） 纠错

AI总结 BEP是一种用于二进制神经网络训练的二进制误差传播算法，实现了端到端的二进制训练，提升了多层感知机和循环神经网络的测试准确率。

Journal ref Proceedings of the 14th International Conference on Learning Representations (ICLR 2026), pp. 25044-25061

MemCoRe: Recovering Evidence from Progressively Compressed Factual Knowledge for Agent Memory

MemFly: 通过信息瓶颈实现飞地内存优化

Zhenyuan Zhang, Xianzhang Jia, Zhiqin Yang, Zhenbo Song, Wei Xue, Sirui Han, Yike Guo

机构 * The Hong Kong University of Science（香港科学与技术大学） ； Nanjing University of Science（南京理工大学） 纠错

AI总结 MemFly通过信息瓶颈原理实现LLM的飞地内存优化，采用梯度自由优化器和混合检索机制提升内存效率和多跳查询能力。

Comments An earlier version of this work, titled "MemFly: On-the-Fly Memory Optimization via Information Bottleneck," was accepted by the ICLR 2026 MemAgents Workshop

KaLM-Embedding-V2: Superior Training Techniques and Data Inspire A Versatile Embedding Model

Xinping Zhao, Xinshuo Hu, Zifei Shan, Shouzheng Huang, Yao Zhou, Xin Zhang, Zetian Sun, Zhenyu Liu, Dongfang Li, Xinyuan Wei, Youcheng Pan, Yang Xiang, Meishan Zhang, Haofen Wang, Jun Yu, Baotian Hu, Min Zhang

机构 * Shenzhen Loop Area Institute (SLAI)（深圳环湖区研究所） ； Tencent（腾讯） 纠错

Comments Published as a conference paper at ICLR 2026

CAPTURE: Disentangling Preference Drift from Memory Poisoning in Personalized LLM Agents

CAPTURE：在个性化大语言模型智能体中区分偏好漂移与内存投毒

S M Asif Hossain, Ruksat Khan Shayoni, Md Kishor Morol

AI总结 CAPTURE通过神经微分方程信念追踪器等技术，在个性化LLM智能体中区分偏好漂移与内存投毒，提升胜率并限制投毒成功率，验证了偏好真实性建模的价值。

Comments Under review at ICLR 2027

Preference Tree Optimization: Enhancing Goal-Oriented Dialogue with Look-Ahead Simulations

偏好树优化：通过前瞻模拟增强面向目标的对话

Lior Baruch, Moshe Butman, Kfir Bar, Doron Friedman

机构 * Reichman University（赖希曼大学） ； School of Computer Science（计算机科学学院） ； School of Communications（传播学院） 纠错

AI总结 本研究提出偏好树优化（PTO）框架，结合带前瞻的偏好树与直接偏好优化（DPO），在动机访谈领域通过虚拟患者等模拟对话生成偏好数据，训练的对话智能体在关键指标上优于基线。

Comments 13 pages, 4 figures. Accepted at an ICLR 2025 workshop

TikZilla: Scaling Text-to-TikZ with High-Quality Data and Reinforcement Learning

TikZilla: 通过高质量数据和强化学习扩展文本到TikZ

Christian Greisinger, Steffen Eger

机构 * University of Technology Nuremberg (UTN)（图恩堡技术大学） 纠错

AI总结 本文提出TikZilla，通过高质量数据和强化学习提升文本到TikZ的生成质量，解决现有数据小且噪声大、模型生成错误的问题。

Comments 33 pages, 18 figures, and 13 tables. Models and datasets: https://huggingface.co/collections/nllg/tikzilla . Code: https://github.com/NL2G/TikZilla

Journal ref Proceedings of the Fourteenth International Conference on Learning Representations (ICLR 2026), 2026

Action abstractions for amortized sampling

用于摊销采样的动作抽象

Oussama Boussif, Léna Néhale Ezzine, Joseph D Viviano, Michał Koziarski, Moksh Jain, Esmeralda S. Whitammer, Emmanuel Bengio, Rim Assouel, Yoshua Bengio

机构 * Mila - Québec AI Institute（米拉-魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； University of Edinburgh（爱丁堡大学） ； Recursion（Recursion公司） ； CIFAR（加拿大高级研究院） 纠错

AI总结 本研究针对摊销序贯采样中长轨迹带来的探索与泛化难题，提出将动作抽象融入策略优化的方法，提升了高奖励对象发现的样本效率，实现了分层规划的首次演示。

Comments ICLR 2025. Code available at https://github.com/GFNOrg/Chunk-GFN

ViTSP: A Vision Language Models Guided Framework for Solving Large-Scale Traveling Salesman Problems

ViTSP：一种由视觉语言模型引导的解决大规模旅行商问题的框架

Zhuoli Yin, Yi Ding, Reem Khir, Hua Cai

AI总结 ViTSP利用预训练视觉语言模型指导大规模TSP求解，通过识别子问题提升全局解的质量，实验表明其在大规模实例上优于现有方法。

Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)

GuidedBench: Measuring and Mitigating the Evaluation Discrepancies of In-the-wild LLM Jailbreak Methods

GuidedBench：衡量与缓解野外大语言模型越狱方法的评估差异

Ruixuan Huang, Xunguang Wang, Zongjie Li, Daoyuan Wu, Shuai Wang

AI总结 GuidedBench针对野外LLM越狱方法评估差异问题，构建含针对性指南的基准，提升评估准确性与可靠性，为越狱评估提供规范实践。

Comments Accepted by ICLR 2026; Homepage: https://sproutnan.github.io/GuidedBench/

Learning Dynamics of Logits Debiasing for Long-Tailed Semi-Supervised Learning

长尾半监督学习中对数去偏的动态学习

Yue Cheng, Jiajun Zhang, Xiaohui Gao, Weiwei Xing, Zhanxing Zhu

机构 * Beijing Jiaotong University（北京交通大学） ； AntGroup（蚂蚁集团） ； Northwestern Polytechnical University（西北工业大学） ； University of Southampton（南安普顿大学） 纠错

AI总结 本研究针对长尾半监督学习中伪标签偏向多数类的问题，从动态学习视角揭示对数去偏机制，提出DyTrim动态剪枝框架，经实验验证可提升模型泛化性能。

Comments 32 pages, 19 figures

Journal ref International Conference on Learning Representations. 2026, 2026: 48426-48457

sRGB Real Noise Modeling via Noise-Aware Sampling with Normalizing Flows

基于归一化流的噪声感知采样实现sRGB真实噪声建模

Dongjin Kim, Donggoo Jung, Sungyong Baik, Tae Hyun Kim

机构 * Hanyang University（汉阳大学） 纠错

AI总结 本研究提出一种新的归一化流框架，通过估计相机设置实现sRGB真实噪声建模，可分类噪声并生成多样含噪图像，在基准数据集上的去噪性能优异。

Comments ICLR 2024

BiasMix-Finance: Post-Generation KYC Guardrails for LLM Portfolio Advice

BiasMix-Finance：面向LLM投资组合建议的生成后KYC护栏

Gaurav Kukreja, Parul Kukreja, Mohammed Abraar, Raj Dandekar, Rajat Dandekar, Sreedath Panat

机构 * Vizuara（维祖拉公司） 纠错

AI总结 本文提出BiasMix-Finance生成后KYC护栏流水线，含JSON模式约束、数值上限验证及凸二次规划投影，可将LLM投资组合建议违规率降至0%，并发布相关基准与代码。

Comments 18 pages, 9 figures, 8 tables. Accepted to the ICLR 2026 Financial AI (FinAI) Workshop. Code and data: https://github.com/gauravkukreja06/biasmix-finance

Towards Large-Scale Heterogeneous Data Organization for Scientific Foundation Models: A Nuclear Fusion Case Study

面向科学基础模型的大规模异构数据组织：以核聚变研究为例

Nathaniel Chen, Kouroche Bouchiat, Peter Steiner, Azarakhsh Jalalvand, SangKyeun Kim, Egemen Kolemen

AI总结 本文以核聚变研究为例，针对科学基础模型训练所需的大规模异构数据问题，表征了相关数据特性并分析了复杂度，提出了多模态波动数据表征模板，为相关领域提供了参考。

Comments Accepted at the 3rd Workshop on Navigating and Addressing Data Problems for Foundation Models (DATA-FM), ICLR 2026

Deft Scheduling of Dynamic Cloud Workflows with Varying Deadlines via Mixture-of-Experts

基于混合专家模型的动态云工作流截止时间感知调度

Ya Shen, Gang Chen, Hui Ma, Mengjie Zhang

机构 * School of Engineering and Computer Science, Victoria University of Wellington（维多利亚大学工程与计算机科学学院） 纠错

AI总结 提出一种基于混合专家模型的深度强化学习调度策略DEFT，通过图自适应门控机制动态路由决策，有效降低执行成本和截止时间违反率。

Comments This paper has been accepted by the Fourteenth International Conference on Learning Representations (ICLR 2026)

Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026), 2026

Agnostics: Learning to Code in Any Programming Language via Reinforcement with a Universal Learning Environment

Agnostics: 通过通用学习环境的强化学习实现任何编程语言的代码学习

Aleksander Boruch-Gruszecki, Yangtian Zi, Zixuan Wu, Tejas Oberoi, Carolyn Jane Anderson, Joydeep Biswas, Arjun Guha

机构 * Northeastern University（东北大学） ； University of Texas（德克萨斯大学） ； Wellesley College（韦尔斯利学院） 纠错

AI总结 Agnostics通过通用学习环境的强化学习，实现任何编程语言的代码学习，提升低资源语言模型性能并简化训练流程。

Comments 30 pages, 19 figures. Accepted at ICLR 2026. For data, code, artifacts, see https://agnostics.abgru.me

Multi-Marginal Flow Matching with Adversarially Learnt Interpolants

多边际流匹配与对抗性学习插值

Oskar Kviman, Kirill Tamogashev, Nicola Branchini, Víctor Elvira, Jens Lagergren, Esmeralda S. Whitammer

机构 * KTH（皇家理工学院） ； University of Edinburgh（爱丁堡大学） ； CIFAR Fellow 纠错

AI总结 本文提出了一种新的流匹配方法ALI-CFM，通过GAN启发的对抗损失拟合神经参数化插值曲线，以逼近中间时间点的观测分布，从而提升多边际轨迹推断的性能。

Comments ICLR 2026

Data-to-Energy Stochastic Dynamics

数据到能量的随机动力学

Kirill Tamogashev, Esmeralda S. Whitammer

机构 * University of Edinburgh（爱丁堡大学） ； CIFAR Fellow（蒙特利尔认知研究院研究员） 纠错

AI总结 本文提出了一种数据到能量的IPF方法，用于建模Schrödinger桥问题，无需数据样本即可学习多模态分布之间的传输，并改进了扩散系数的学习。

Comments ICLR 2026

PERK: Long-Context Reasoning as Test-Time Learning

PERK：长上下文推理作为参数高效测试时学习

Zeming Chen, Angelika Romanou, Gail Weiss, Antoine Bosselut

机构 * EPFL（瑞士联邦理工学院） 纠错

AI总结 PERK通过参数高效测试时学习方法，实现对长上下文的高效推理，显著提升模型性能。

Comments ICLR 2026, 10 pages, 7 figures, test-time learning, long context, meta-learning

Journal ref The Fourteenth International Conference on Learning Representations, 2026

PQMass: Probabilistic Assessment of the Quality of Generative Models using Probability Mass Estimation

PQMass：基于概率质量估计的生成模型质量概率评估

Pablo Lemos, Sammy Sharief, Esmeralda S. Whitammer, Salma Salhi, Connor Stone, Laurence Perreault-Levasseur, Yashar Hezaveh

机构 * Mila – Québec Artificial Intelligence Institute（魁北克人工智能研究所） ； Ciela Institute（Ciela研究所） ； Université de Montréal（蒙特利尔大学） ； SanboxAQ ； CCA – Flatiron Institute（CCA-Flatiron研究所） ； University of Edinburgh（爱丁堡大学） ； Trottier Space Institute（特罗特里尔空间研究所） 纠错

AI总结 研究提出无需似然的PQMass方法，通过划分样本空间并应用卡方检验，可严谨评估生成模型质量、比较模型，适用于多模态及中等高维数据，无需辅助模型或特征提取。

Comments ICLR 2025; code: https://github.com/Ciela-Institute/PQM

A foundation model with multi-variate parallel attention to generate neuronal activity

一种用于生成神经元活动的多变量并行注意力基础模型

Francesco Carzaniga, Michael Hersche, Abu Sebastian, Kaspar Schindler, Abbas Rahimi

AI总结 本研究提出多变量并行注意力（MVPA）机制，构建MVPFormer生成式基础模型，在iEEG等任务上达SOTA性能，发布最大公开iEEG数据集SWEC，为异构时间序列建模提供通用方案。

Comments The code is available at https://github.com/IBM/multi-variate-parallel-transformer. The SWEC iEEG dataset is available at https://huggingface.co/datasets/NeuroTec/SWEC_iEEG_Dataset. Published at ICLR 2026