期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
对抗位移的DPO扩展：非凸f-散度
机构 * Faculty of Data and Decision Sciences（数据与决策科学学院） ； Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； Meta ； Qualcomm AI Research（高通人工智能研究）
AI总结 本文提出了一种对抗位移的DPO扩展方法，通过非凸f-散度改进了传统DPO，提供了更强的理论保证和实际表现。
Comments Published as a conference paper at ICLR 2026
通过扩散自编码器扩展语音标记器
机构 * Meta Superintelligence Labs（Meta超智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本文提出SiTok，一种基于扩散自编码器的语音标记器，通过监督学习实现语义丰富的表示，并在低token率和比特率下实现高保真音频重建。
Comments ICLR 2026
补全缺失注释：基于多智能体辩论的准确且可扩展的相关性评估框架用于信息检索基准测试
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 DREAM通过多智能体辩论框架提高IR基准测试的相关性评估准确性，减少人力参与，构建BRIDGE基准并揭示缺失相关片段，改进检索器比较。
Comments Accepted at ICLR 2026
Efficient-LVSM: 通过解耦共细化注意力实现更高效、更经济、更优质的大型视角合成模型
机构 * Institute of Trustworthy Embodied AI (TEAI)（可信具身人工智能研究院） ； Sch. of Computer Science & Sch. of Artificial Intelligence（计算机科学学院与人工智能学院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 Efficient-LVSM通过解耦共细化注意力机制，实现了更高效、更经济、更优质的大型视角合成模型，提升了PSNR性能并加快了训练和推理速度。
Comments Accepted at ICLR 2026
通过局部降水模式预测实现极端天气现在预测
机构 * Research Institute of Mathematics（数学研究所） ； Seoul National University（首尔国立大学）
AI总结 本文提出exPreCast框架，通过平衡雷达数据集和改进模型结构，实现高效且准确的极端天气现在预测。
Comments 10pages, 20 figures, The Fourteenth International Conference on Learning Representations, see https://github.com/tony890048/exPreCast
从数据的信息-估计几何学习距离度量
机构 * Flatiron Institute（Flatiron研究所） ； New York University（纽约大学）
AI总结 本文提出信息-估计度量（IEM），通过学习去噪器和积分计算，用于图像质量评估，效果与现有方法相当或更优。
Comments ICLR 2026. Code is available at https://github.com/ohayonguy/information-estimation-metric
用于指导图像编辑的视觉自回归建模
机构 * University of Science and Technology of China（中国科学技术大学） ； HiDream.ai Inc.（HiDream.ai公司）
AI总结 VAREdit通过自回归框架实现高效精准的图像编辑，优于扩散模型并在速度和质量上取得显著提升。
Comments ICLR 2026; Source codes and models are available at https://github.com/HiDream-ai/VAREdit
可扩展的上下文Q学习
机构 * Nanjing University（南京大学） ； Australian National University（澳大利亚国立大学） ； Tianjin University（天津大学） ； University of Technology Sydney（悉尼大学）
AI总结 本文提出S-ICQL框架，通过动态规划和世界建模实现高效的奖励最大化和任务泛化，适用于决策领域。
Comments accepted by ICLR 2026
VFScale: 通过无验证器的测试时可扩展扩散模型实现内在推理
机构 * Zhejiang University（浙江大学） ； Department of Artificial Intelligence, School of Engineering, Westlake University（人工智能系，工程学院，西湖大学）
AI总结 VFScale通过无验证器的测试时可扩展扩散模型实现可扩展的内在推理，解决了扩散模型在复杂推理任务中的两大挑战。
Comments ICLR 2026. 30 pages, 13 figures
数据集蒸馏作为推前最优量化
机构 * UCLA University of Cambridge（加州大学洛杉矶分校剑桥大学） ； Tangram Therapeutics
AI总结 本文提出基于最优量化的数据集蒸馏方法，通过潜在空间聚类提升ImageNet-1K数据集的蒸馏性能，优于现有SOTA方法。
Comments ICLR 2026, https://openreview.net/forum?id=FMSp8AUF3m
VowelPrompt：通过元音层面的语调增强从文本中听出语音情感
机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Arizona State University（亚利桑那州立大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 VowelPrompt通过元音层面的语调增强，提升LLM在语音情感识别中的表现并生成可解释的解释。
Comments Accepted to ICLR 2026
ATEX-CF: 为图神经网络生成对抗感知的反事实解释
机构 * Aalborg University（奥尔堡大学） ； Bowling Green State University（伯灵顿州立大学） ； University of Central Florida（佛罗里达中央大学）
AI总结 ATEX-CF通过整合对抗攻击与反事实解释，为图神经网络生成忠实且合理的实例级解释，提升模型可解释性。
Comments 30 pages, accepted by ICLR 2026, github code:https://github.com/zhangyuo/ATEX_CF
Jackpot: 为极端演员-策略不匹配强化学习的最优预算拒绝采样
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 Jackpot通过最优预算拒绝采样方法，有效减少rollout模型与策略之间的分布差异，提升大语言模型强化学习的训练稳定性与效率。
Comments ICLR 2026
字符串思维种子：用于大语言模型的提示方法以实现分布忠实和多样化生成
机构 * Sakana AI
AI总结 SSoT通过引入随机字符串生成和提取机制，提升大语言模型在分布忠实和多样化生成任务中的性能。
Comments Accepted to ICLR 2026
具备知识的语言模型作为个性化医疗的黑盒优化器
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Genentech（基因泰克）
AI总结 本文提出LEON方法，利用大语言模型作为黑盒优化器，结合领域知识提升个性化医疗治疗方案的优化效果。
Comments 63 pages, Accepted to ICLR 2026
你的论文正在由LLM审查吗？同行评审中AI文本检测的基准测试
机构 * Oracle AI ； Abridge ； Intel Labs（Intel实验室） ； Thoughtworks
AI总结 本文提出一个包含788,984篇AI与人类同行评审的综合数据集，评估18种AI文本检测算法的性能，并探索上下文感知的Anchor检测方法，揭示识别AI生成文本的困难。
Comments Accepted to ICLR 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