ICLR

Text2Grad: Reinforcement Learning from Natural Language Feedback

Text2Grad：从自然语言反馈中强化学习

Hanyang Wang, Lu Wang, Chaoyun Zhang, Tianjun Mao, Si Qin, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang

AI总结 Text2Grad通过将自然语言反馈转化为跨度级梯度，提升语言模型的细粒度对齐和可解释性。

Comments The code for our method is available at https://github.com/microsoft/Text2Grad

Journal ref ICLR 2026

Propaganda AI: An Analysis of Semantic Divergence in Large Language Models

宣传AI：大型语言模型中语义分歧的分析

Nay Myat Min, Long H. Pham, Yige Li, Jun Sun

机构 * Singapore Management University（新加坡国立管理学院） 纠错

AI总结 本文提出RAVEN方法，用于检测大型语言模型中因概念提示引发的语义分歧，通过结合语义熵与跨模型分歧，揭示模型在特定主题上的异常响应，以提高对宣传影响的防范能力。

Comments Accepted at ICLR 2026, 22 pages, 1 figure

There and Back Again: On the relation between Noise and Image Inversions in Diffusion Models

往返之间：关于扩散模型中噪声与图像逆向之间的关系

Łukasz Staniszewski, Łukasz Kuciński, Kamil Deja

机构 * Warsaw University of Technology（华沙技术大学） ； IDEAS Research Institute（IDEAS研究机构） ； University of Warsaw（华沙大学） ； Institute of Mathematics, Polish Academy of Sciences（波兰科学院数学研究所） ； IDEAS NCBR 纠错

AI总结 本文研究了扩散模型中噪声与图像逆向之间的关系，通过替换DDIM逆向步骤为正向扩散过程，解相关潜在编码并提升编辑与插值质量。

Comments ICLR 2026

Bayes Adaptive Monte Carlo Tree Search for Offline Model-based Reinforcement Learning

贝叶斯自适应蒙特卡洛树搜索用于离线模型驱动强化学习

Jiayu Chen, Le Xu, Wentse Chen, Jeff Schneider

机构 * The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出贝叶斯自适应蒙特卡洛树搜索算法，用于提升离线模型驱动强化学习的性能，显著优于现有方法。

Comments This paper is accepted in ICLR 2026

Pseudo-Nonlinear Data Augmentation: A Constrained Energy Minimization Viewpoint

伪非线性数据增强：一种约束能量最小化视角

Pingbang Hu, Mahito Sugiyama

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； National Institute of Informatics（日本信息处理研究所） ； SOKENDAI 纠错

AI总结 本文提出了一种基于约束能量最小化视角的伪非线性数据增强方法，通过构建几何感知的潜在空间，实现了高效的数据增强与细粒度可控性。

Comments Accepted at the 14th International Conference on Learning Representations (ICLR 2026)

Watermark-based Attribution of AI-Generated Content

基于水印的AI生成内容归属

Zhengyuan Jiang, Moyang Guo, Yuepeng Hu, Yupu Wang, Neil Zhenqiang Gong

AI总结 本文提出基于水印的AI生成内容归属方法，通过为每个用户分配唯一水印并嵌入生成内容中，实现对生成内容来源的准确追溯。

Comments Accepted by ICLR 2026

An efficient, provably optimal algorithm for the 0-1 loss linear classification problem

一个高效的、可证明最优的0-1损失线性分类问题算法

Xi He, Max A. Little

机构 * Xi He School of Computer Science Peking University（何西 北京大学计算机科学学院） ； Max A. Little School of Computational Neuroscience University of Birmingham（马克斯·A·利特 布里斯托大学计算神经科学学院） 纠错

AI总结 本文提出了一种高效的、可证明最优的0-1损失线性分类算法ICE，能够在O(N^{D+1})时间内精确求解该问题，并将其推广到多项式超曲面分类问题。

Comments Published in ICLR 2026, The Fourteenth International Conference on Learning Representations. 19 pages, 6 figures

Avoid Catastrophic Forgetting with Rank-1 Fisher from Diffusion Models

通过扩散模型的秩1 Fisher避免灾难性遗忘

Zekun Wang, Anant Gupta, Zihan Dong, Christopher J. MacLellan

机构 * College of Computing（计算学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出基于扩散模型的秩1 EWC 方法，通过改进 Fisher 估计减少持续学习中的灾难性遗忘，提升图像生成任务的 FID 指标。

Comments 19 pages, 14 figures

Journal ref ICLR 2026