期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
SPWOOD：稀疏部分弱监督定向目标检测
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University of Science and Technology（南京理工大学）
AI总结 SPWOOD提出一种稀疏部分弱监督定向目标检测框架，通过稀疏标注和多级伪标签过滤策略提升检测性能，适用于遥感领域高成本标注问题。
Comments The Fourteenth International Conference on Learning Representations (ICLR 2026)
最小阻力路径：利用前缀一致性引导大语言模型推理轨迹
机构 * Fujitsu Research India（富士通印度研究实验室） ； SRID ； Samsung R&D Institute India-Delhi（三星印度德里研发研究所）
AI总结 PoLR通过利用前缀一致性在推理过程中提高计算效率，减少令牌使用和延迟，同时保持自我一致性方法的准确性。
Comments Accepted at ICLR 2026. https://openreview.net/forum?id=hrnSqERgPn
在LLM预训练中“Grokking”？无需测试即可监控记忆到泛化的过程
机构 * Department of Computer Science, University of Maryland, College Park（计算机科学系，马里兰大学，学院公园）
AI总结 本文研究了LLM预训练中“Grokking”现象，通过分析训练数据路径的动态变化，提出两种新度量标准以监控模型泛化能力，无需额外成本。
Comments Accepted at ICLR 2026
删除记忆的重定向（REM）：一种针对损坏数据的通用反学习方法
机构 * University of Cambridge（剑桥大学） ； Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究）
AI总结 REM通过重定向损坏数据到专用神经元，有效处理多种损坏数据反学习任务，优于现有方法。
Comments Accepted as a main track paper at ICLR 2026 https://openreview.net/forum?id=xG0mQ4Xsfm
从稀疏的过渡性片段记忆中构建空间世界模型
机构 * Department of Computer Science, McGill University（麦吉尔大学计算机科学系） ； Department of Physiology, McGill University（麦吉尔大学生理学系） ； Mila, Université de Montréal（蒙特利尔大学Mila）
AI总结 本文提出ESWM模型，通过稀疏片段记忆构建空间地图，实现环境探索和导航的高效适应能力。
Comments Accepted ICLR 2026
重新审视视觉语言模型安全微调中的瓶颈
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Purdue University（普渡大学） ； Tianjin University（天津大学）
AI总结 本文提出多图像安全数据集，通过增强视觉推理能力，提升模型在安全关键任务中的性能与通用能力。
Journal ref ICLR 2026
从恶性循环到良性循环：用于无监督视频对象中心学习的协同表征学习
机构 * Sungkyunkwan University（顺天大学）
AI总结 本文提出协同表征学习（SRL）方法，通过编码器与解码器的相互细化打破恶性循环，提升视频对象中心学习的性能。
Comments ICLR 2026; Code is available at https://github.com/hynnsk/SRL
重新思考无害再学习：语法作为消除失败的隐藏驱动因素
机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学）
AI总结 本文通过语法相似性驱动良性再学习现象，提出语法多样化方法以抑制再学习并提升无学习效果。
Comments Accepted at ICLR 2026
PACE：预训练音频持续学习
机构 * Department of Psychological and Cognitive Sciences, Tsinghua University（心理与认知科学系，清华大学）
AI总结 PACE通过改进的分析分类器和自适应子空间正交PEFT，提升预训练模型在音频持续学习中的鲁棒性和可扩展性。
Comments Accepted at ICLR 2026
基于视觉基础模型和图扩散的少样本目标检测：FSOD-VFM
机构 * University of Macau（澳门大学） ； Intellindust AI Lab（Intellindust AI实验室）
AI总结 FSOD-VFM通过结合视觉基础模型和图扩散技术，有效解决少样本目标检测中的边界框碎片化问题，提升检测精度和效率。
Comments Accepted by ICLR 2026. Code is available at: \url{https://intellindust-ai-lab.github.io/projects/FSOD-VFM}
IVC-Prune: 在大型视觉-语言模型中揭示隐式的视觉坐标以进行视觉标记剪枝
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Xiaohongshu Inc（小红书公司）
AI总结 IVC-Prune通过揭示LVLMs中隐式的视觉坐标，提出一种无训练、提示感知的视觉标记剪枝方法，有效减少标记数量并保持高性能。
Comments Accepted to ICLR 2026
NLI：非均匀线性插值近似非线性操作以实现高效的大语言模型推理
机构 * Houmo AI ； Southeast University（南京东南大学）
AI总结 本文提出NLI框架，通过非均匀线性插值高效近似非线性操作，提升大语言模型推理效率。
Comments Admitted to ICLR 18pages 5 figures
分层实体导向强化学习与分因子子目标扩散
机构 * Brown University（布朗大学） ； UT Austin（得克萨斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Technion（技术学院）
AI总结 本文提出分层实体导向强化学习方法，通过分因子子目标生成模型提升多实体领域中长周期任务的性能。
Comments ICLR 2026
SurfSplat：通过表面连续性先验攻克前馈2D高斯散射
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tianyi Shilian Technology Co., Ltd（天翼视联科技有限公司）
AI总结 SurfSplat通过表面连续性先验和强制alpha混合策略，提升稀疏输入下高保真3D重建的几何精度和纹理一致性
Comments ICLR 2026; Project Page: https://hebing-sjtu.github.io/SurfSplat-website/
A2D: 任意顺序、任意步长的安全对齐用于扩散语言模型
机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Department of Computer Science and Engineering, Yonsei University（计算机科学与工程系，延世大学）
AI总结 A2D通过令牌级对齐方法，在扩散语言模型中实现任意顺序和步长攻击的鲁棒防御，显著降低有害输出生成概率并提升安全终止效率。
Comments Accepted at ICLR 2026. Code and models are available at https://ai-isl.github.io/A2D
LUMINA：通过上下文-知识信号检测RAG系统中的幻觉
机构 * Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Argonne National Laboratory（阿贡国家实验室）
AI总结 LUMINA通过上下文-知识信号检测RAG系统中的幻觉，利用分布距离和token演变测量，实现高准确率和实用性。
Comments ICLR 2026
约束至关重要：用于减少混合整数线性规划的多模态表示
机构 * Southeast University（东南大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 本文提出了一种基于约束的多模态表示方法，用于提高混合整数线性规划问题的求解效率和解的质量。
Comments Accecpted by ICLR 2026
Crypto-ncRNA：一种受生物启发的后量子密码原语，利用非编码RNA折叠复杂性
机构 * Tsinghua University-Peking University Joint Center for Life Sciences, Tsinghua University（清华大学-北京大学联合生命科学中心，清华大学） ； Xinjiang Key Laboratory of Biological Resources and Genetic Engineering, College of Life Science and Technology, Xinjiang University（新疆生物资源与基因工程重点实验室，新疆大学生命科学与技术学院） ； College of Mathematics and System Science, Xinjiang University（新疆大学数学与系统科学学院） ； Department of Industrial and Systems Engineering, Faculty of Engineering, The Hong Kong Polytechnic University（工程学院工业与系统工程系，香港理工大学） ； School of Environment and Energy, Shenzhen Graduate School, Peking University（环境与能源学院，北京大学深圳研究生院）
AI总结 Crypto-ncRNA利用非编码RNA折叠的热力学复杂性，提出一种基于生物启发的后量子密码原语，具备高安全性和高效性。
Comments Accepted at the AI4NA workshop at ICLR 2025
通过缩放初始化加速正弦神经场训练
机构 * Pohang University of Science and Technology (POSTECH)（坡桑科学技术大学（POSTECH））
AI总结 本文提出通过权重缩放方法提升正弦神经场训练速度，显著提高训练效率。
Comments ICLR 2025
上下文因果贝叶斯优化
机构 * CREST, ENSAE, IP Paris, France（法国国家科学研究中心（CREST）、巴黎高等师范学院（ENSAE）、巴黎信息研究所（IP Paris）） ； Meta, FAIR（Meta公司、FAIR机构） ； Huawei Noah’s Ark Lab, UK（华为诺亚实验室、英国）
AI总结 本文提出一种统一的上下文和因果贝叶斯优化框架，通过结合上下文信息和因果图结构，优化策略并减少高维场景下的样本复杂性。
Journal ref International Conference on Learning Representations 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈