SONIC: Spectral Oriented Neural Invariant Convolutions
SONIC：基于频谱的神经不变卷积
AI总结 SONIC通过连续频谱参数化方法，实现高效且鲁棒的卷积运算，适用于多种图像和医学数据集。
Comments 10 pages, 4 figures. Accepted at ICLR 2026
期刊&会议
ICLR
International Conference on Learning Representations · 会议 · Machine Learning
EgoHandICL: Egocentric 3D Hand Reconstruction with In-Context Learning
EgoHandICL: 以自身为中心的3D手重建与上下文学习
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（医学智能与XR研究院，香港中文大学） ； Department of Computer Science, Khalifa University（计算机科学系，哈利法大学）
AI总结 EgoHandICL通过上下文学习框架提升以自身为中心的3D手重建的鲁棒性和一致性，结合视觉语言模型和掩码自动编码器实现更精确的手-物体交互推理。
Comments Accepted in ICLR 2026, Codebase: https://github.com/Nicous20/EgoHandICL
TokenSeek: Memory Efficient Fine Tuning via Instance-Aware Token Ditching
TokenSeek: 通过实例感知的令牌丢弃实现内存高效的微调
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； Meta AI ； Kent State University（肯特州立大学） ； Rutgers University（罗格斯大学） ； UC Davis（加州大学戴维斯分校） ； Accenture（安永） ； University of Missouri-Kansas City（密苏里大学堪萨斯城分校）
AI总结 TokenSeek通过实例感知的令牌丢弃技术，在保持性能的同时显著降低微调的内存消耗。
Comments ICLR 2026
Scalable Exploration for High-Dimensional Continuous Control via Value-Guided Flow
通过价值引导流实现高维连续控制的可扩展探索
机构 * Tsinghua University（清华大学）
AI总结 Qflex通过价值引导流在高维动作空间中实现高效探索，优于现有方法并在复杂控制任务中表现出色。
Comments Accepted by ICLR 2026
Video-KTR: Reinforcing Video Reasoning via Key Token Attribution
Video-KTR: 通过关键令牌 attribution 增强视频推理
机构 * ByteDance（字节跳动） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； National University of Singapore（国立新加坡大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 Video-KTR通过结合三种attribution信号，提升视频推理的准确性和可解释性，实现状态-of-the-art性能。
Comments Accepted to ICLR 2026
Direct Doubly Robust Estimation of Conditional Quantile Contrasts
条件分位数对比的直接双重稳健估计
AI总结 本文提出直接双重稳健估计器，用于条件分位数对比的估计，提升估计精度并增强模型可解释性。
Comments To be published as a conference paper at ICLR 2026
KeepLoRA: Continual Learning with Residual Gradient Adaptation
KeepLoRA: 基于残差梯度适应的持续学习
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, China（教育部计算机网络与信息集成重点实验室） ； School of Software Technology, Zhejiang University（浙江大学软件学院）
AI总结 KeepLoRA通过残差梯度适应方法实现持续学习，有效平衡知识保留、任务知识保持和新知识获取，取得最佳性能。
Comments Accepted at ICLR 2026
QuaMo: Quaternion Motions for Vision-based 3D Human Kinematics Capture
基于四元数的视觉3D人体运动捕捉
机构 * Linköping University（林雪平大学）
AI总结 QuaMo利用四元数微分方程和自适应加速增强，实现更准确的3D人体运动学捕捉。
Comments 10 pages, 4 figures, accepted to ICLR 2026
GenCP: Towards Generative Modeling Paradigm of Coupled Physics
GenCP：面向耦合物理的生成建模范式
机构 * School of Engineering, Westlake University（西lake大学工程学院） ； Department of Geotechnical Engineering, Tongji University（同济大学地质工程系） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； State Key Laboratory of Advanced Nuclear Energy Technology, Nuclear Power Institute of China（中国核能技术研究院先进核能技术重点实验室）
AI总结 GenCP提出一种新颖的生成范式，通过概率建模与迭代多物理耦合结合，实现对耦合多物理场模拟的高效建模与推断。
Comments ICLR 2026 Accpeted
Revisiting Parameter Server in LLM Post-Training
重新审视LLM后训练中的参数服务器
机构 * Sea AI Lab（海智实验室） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出On-Demand Communication（ODC），通过优化参数服务器在LLM后训练中的应用，有效应对不平衡负载，提升设备利用率和训练效率。
Comments Accepted in ICLR'26
From Observations to Events: Event-Aware World Model for Reinforcement Learning
从观测到事件：用于强化学习的事件感知世界模型
AI总结 本文提出事件感知世界模型（EAWM），通过学习事件感知的表示来提升强化学习的样本效率，实验表明其在多个基准上均取得显著性能提升。
Comments 43 pages, accepted by ICLR 2026
Metric $k$-clustering using only Weak Comparison Oracles
使用弱比较 oracle 的度量 k-聚类
机构 * Duke University（杜克大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； Cornell University（康奈尔大学）
AI总结 本文提出了一种使用弱比较 oracle 的 k-聚类算法，能够在噪声和成本受限的情况下实现高效的聚类效果。
Journal ref ICLR 2026
MATA: A Trainable Hierarchical Automaton System for Multi-Agent Visual Reasoning
MATA：一种用于多智能体视觉推理的可训练分层自动机系统
机构 * Monash University（墨尔本大学）
AI总结 MATA是一种基于分层自动机的多智能体系统，通过可训练超智能体选择最优智能体进行视觉推理，实现高效任务解决。
Comments ICLR 2026
Convergence of Muon with Newton-Schulz
穆隆与牛顿-施卢茨的收敛性
机构 * Seoul National University（首尔国立大学）
AI总结 穆隆通过少量低次牛顿-施卢茨步骤在更快的计算时间上实现与SVD极因子相同的效果，证明了其理论基础。
Comments Accepted at ICLR 2026
A Unifying View of Coverage in Linear Off-Policy Evaluation
线性反政策评估中覆盖性的统一视角
AI总结 本文提出了一种新的线性反政策评估中覆盖性的统一视角，通过引入特征动力学覆盖参数，统一了不同设置下的覆盖性定义。
Comments To appear at ICLR 2026
Is Finer Better? The Limits of Microscaling Formats in Large Language Models
更细更好吗？微缩格式在大语言模型中的局限性
机构 * IBM Research, USA（IBM研究院，美国）
AI总结 研究发现微缩格式中块大小过小会导致模型输出退化，提出 FP8 无符号 E5M3 作为更高效的硬件友好格式，提升大语言模型的压缩性能。
Comments 31 pages, 17 figures, 3 tables; accepted to ICLR 2026
Randomization Boosts KV Caching, Learning Balances Query Load: A Joint Perspective
随机化提升KV缓存，学习平衡查询负载：一种联合视角
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出统一的数学模型，结合随机化缓存淘汰与学习方法，以平衡查询负载和缓存命中率，实验表明在多个基准上性能提升显著。
Comments ICLR 2026
Astra: General Interactive World Model with Autoregressive Denoising
Astra：通用交互世界模型与自回归去噪
机构 * Tsinghua University（清华大学） ； Kuaishou Technology（快手科技）
AI总结 Astra提出了一种通用交互世界模型，通过自回归去噪和动作感知适配器实现长周期视频预测与多样化交互。
Comments Accepted in ICLR 2026. Code is available at: https://github.com/EternalEvan/Astra
Adaptive Test-Time Training for Predicting Need for Invasive Mechanical Ventilation in Multi-Center Cohorts
自适应测试时训练用于多中心队列中预测有创机械通气需求
AI总结 本文提出自适应测试时训练框架，通过信息论界限和自监督学习提升多中心ICU中IMV预测的泛化性能和鲁棒性。
Comments ICLR 2026
DiVE-k: Differential Visual Reasoning for Fine-grained Image Recognition
DiVE-k：基于微细图像识别的差分视觉推理
机构 * University of Southern California（南加州大学） ； Meta
AI总结 DiVE-k通过利用模型自身top-k预测作为训练信号，提升细粒度图像识别的差分推理能力，显著优于现有方法。
Comments ICLR 2026
DND: Boosting Large Language Models with Dynamic Nested Depth
DND: 通过动态嵌套深度提升大语言模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； ZhongguanCun Academy（中关村学院） ； Renmin University of China（中国人民大学） ； Westlake University（西湖大学）
AI总结 DND通过动态嵌套深度机制提升大语言模型性能，通过路由和阈值控制策略优化令牌选择，显著提升密集和MoE模型表现。
Comments Accepted by ICLR 2026
Universal Multi-Domain Translation via Diffusion Routers
通用多领域翻译 via 扩散路由器
机构 * Applied Artificial Intelligence Initiative, Deakin University, Australia（德肯大学应用人工智能计划，澳大利亚） ； Pennsylvania State University, USA（宾夕法尼亚州立大学，美国） ； Aalborg University, Denmark（奥胡斯大学，丹麦）
AI总结 本文提出扩散路由器（DR）框架，通过中心域路由实现多领域翻译，实现通用多领域翻译任务，提升翻译效率与任务多样性。
Comments Accepted in ICLR 2026
GoalRank: Group-Relative Optimization for a Large Ranking Model
GoalRank: 为大规模排序模型的组相对优化
AI总结 GoalRank提出一种仅生成器的单阶段排序框架，通过组相对方式利用奖励模型构建参考策略，有效提升大规模排序性能。
Comments to appear in ICLR 2026
Beyond Structure: Invariant Crystal Property Prediction with Pseudo-Particle Ray Diffraction
超越结构：基于伪粒子射线衍射的不变晶体性质预测
机构 * Guangzhou Municipal Key Laboratory of Materials Informatics, Advanced Materials Thrust, The Hong Kong University of Science and Technology (Guangzhou)（广州材料信息重点实验室，先进材料方向，香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学） ； Data Science and Analytics Thrust, The Hong Kong University of Science and Technology (Guangzhou)（数据科学与分析方向，香港科技大学（广州）） ； Department of physics, The City University of Hong Kong（香港城市大学物理系） ； Materials Genome Institute, Shanghai University（材料基因组研究所，上海大学）
AI总结 PRDNet通过结合伪粒子射线衍射与图表示，实现了对晶体性质的不变预测，展示了在材料科学中的高效性能。
Journal ref ICLR 2026
Explaining Grokking and Information Bottleneck through Neural Collapse Emergence
通过神经坍缩涌现解释Grokking和信息瓶颈
机构 * Department of Computer Science（计算机科学系） ； The University of Tokyo（东京大学）
AI总结 本文通过神经坍缩理论解释了深度学习中Grokking和信息瓶颈现象，揭示了训练后期性能提升的机制。
Comments Accepted at ICLR 2026. Code is available at https://github.com/keitaroskmt/collapse-dynamics
Is On-Policy Data always the Best Choice for Direct Preference Optimization-based LM Alignment?
基于直接偏好优化的LM对齐中，策略数据是否总是最佳选择？
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
AI总结 本文提出对齐阶段假设，通过理论和实证分析，揭示了静态与策略偏好数据在LM对齐中的效果差异，并提出算法识别对齐阶段边界。
Comments Accepted by ICLR-2026
Why is Your Language Model a Poor Implicit Reward Model?
为什么你的语言模型是一个差的隐式奖励模型？
机构 * Some Institute（某些研究所）
AI总结 研究发现隐式奖励模型（IM-RM）在泛化能力上劣于显式奖励模型（EX-RM），因其更依赖表面token级线索，而设计选择对模型泛化行为有显著影响。
Comments Accepted to ICLR 2026; Code available at https://github.com/princeton-pli/exrm-vs-imrm
SABRE-FL: Selective and Accurate Backdoor Rejection for Federated Prompt Learning
SABRE-FL：面向联邦提示学习的选样和准确后门拒绝
机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
AI总结 SABRE-FL通过嵌入空间异常检测器有效识别并过滤联邦提示学习中的恶意客户端，显著降低后门攻击效果，提升系统鲁棒性。
Comments ICLR 2026
NIMO: a Nonlinear Interpretable MOdel
NIMO：一种非线性可解释模型
机构 * University of Basel（巴塞尔大学）
AI总结 NIMO是一种结合内在可解释性和神经网络表达能力的模型，通过参数消除优化方法提供灵活且可理解的特征影响，同时保持良好的预测性能。
Comments ICLR 2026
Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control
基于协作轨迹控制的机器人操作视频生成学习
机构 * The Chinese University of Hong Kong（香港中文大学） ； Kuaishou Technology（快手科技） ； Zhejiang University（浙江大学）
AI总结 RoboMaster通过协作轨迹控制方法，解决多物体交互建模问题，实现机器人操作视频生成的高保真度与多物体交互建模。
Comments ICLR 2026. Project Page: https://fuxiao0719.github.io/projects/robomaster/
