ICLR

A Benchmark for Deep Information Synthesis

深度信息合成的基准测试

Debjit Paul, Daniel Murphy, Milan Gritta, Ronald Cardenas, Victor Prokhorov, Lena Sophia Bolliger, Aysim Toker, Roy Miles, Andreea-Maria Oncescu, Jasivan Alex Sivakumar, Philipp Borchert, Ismail Elezi, Meiru Zhang, Ka Yiu Lee, Guchun Zhang, Jun Wang, Gerasimos Lampouras

机构 * Huawei Noah’s Ark Lab, UK（华为诺亚实验室，英国） ； Imperial College London（伦敦帝国理工学院） ； UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） ； University of Zurich（苏黎世大学） ； University of Sheffield（谢菲尔德大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 DEEPSYNTH是一个评估智能体在复杂任务中信息合成与推理能力的新基准测试，通过多阶段数据收集流程和120个跨7个领域的任务，评估LLM在现实问题中的表现。

Comments Accepted at ICLR 2026

KBVQ-MoE: KLT-guided SVD with Bias-Corrected Vector Quantization for MoE Large Language Models

KBVQ-MoE：基于KLT引导SVD与偏置校正向量量化的大语言模型MoE

Zukang Xu, Zhixiong Zhao, Xing Hu, Zhixuan Chen, Dawei Yang

机构 * Houmo AI ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 KBVQ-MoE通过KLT引导SVD和偏置校正输出稳定化，提升MoE大语言模型的极低比特量化精度与部署效率。

Comments Accepted by ICLR 2026

DVLA-RL: Dual-Level Vision-Language Alignment with Reinforcement Learning Gating for Few-Shot Learning

DVLA-RL：基于强化学习门控的双层视觉-语言对齐用于少样本学习

Wenhao Li, Xianjing Meng, Qiangchang Wang, Zhongyi Han, Zhibin Wu, Yilong Yin

机构 * Software School, Shandong University（山东大学软件学院） ； Shenzhen Loop Area Institute（深圳河套学院） ； School of Computing and Artificial Intelligence, Shandong University of Finance and Economics（山东财经大学计算机与人工智能学院） 纠错

AI总结 DVLA-RL通过双层语义构建和强化学习门控注意力，实现少样本学习中视觉与语言的双层次对齐，提升泛化能力。

Comments Accepted by ICLR 2026

CogFlow: Bridging Perception and Reasoning through Knowledge Internalization for Visual Mathematical Problem Solving

CogFlow：通过知识内化连接感知与推理以解决视觉数学问题

Shuhang Chen, Yunqiu Xu, Junjie Xie, Aojun Lu, Tao Feng, Zeying Huang, Ning Zhang, Yi Sun, Yi Yang, Hangjie Yuan

机构 * Zhejiang University（浙江大学） ； Intelligent Learning（智能学习） ； Sichuan University（四川大学） ； Tsinghua University（清华大学） 纠错

AI总结 CogFlow通过知识内化连接感知与推理，提升视觉数学问题解决能力。

Comments Accepted to ICLR 2026

Towards Scalable Oversight via Partitioned Human Supervision

通过分区人类监督实现可扩展的监督

Ren Yin, Takashi Ishida, Masashi Sugiyama

机构 * The University of Tokyo（东京大学） ； RIKEN（理化学研究所） 纠错

AI总结 通过分区人类监督实现可扩展的监督，利用互补标签评估和训练AI系统。

Comments ICLR 2026 camera ready version

Regret-Guided Search Control for Efficient Learning in AlphaZero

基于遗憾的搜索控制用于AlphaZero中的高效学习

Yun-Jui Tsai, Wei-Yu Chen, Yan-Ru Ju, Yu-Hung Chang, Ti-Rong Wu

机构 * Department of Computer Science, National Yang Ming Chiao Tung University, Taiwan（National Yang Ming Chiao Tung University） ； Institute of Information Science, Academia Sinica, Taiwan（Academia Sinica） ； College of Computing, Georgia Institute of Technology（Georgia Institute of Technology） 纠错

AI总结 RGSC通过学习识别高遗憾状态，提升AlphaZero的搜索效率和鲁棒性，显著提高围棋等游戏的性能。

Comments Accepted by the Fourteenth International Conference on Learning Representations (ICLR 2026)

Robust Spiking Neural Networks Against Adversarial Attacks

对抗攻击下的鲁棒脉冲神经网络

Shuai Wang, Malu Zhang, Yulin Jiang, Dehao Zhang, Ammar Belatreche, Yu Liang, Yimeng Shan, Zijian Zhou, Yang Yang, Haizhou Li

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Northumbria University（诺丁汉大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 本文提出阈值保护优化方法，通过增加梯度稀疏性和引入噪声脉冲神经元，提升直接训练SNNs在对抗攻击下的鲁棒性。

Comments Published as a conference paper at ICLR 2026

Nonparametric Teaching of Attention Learners

非参数教学的注意力学习器

Chen Zhang, Jianghui Wang, Bingyang Cheng, Zhongtao Chen, Wendong XU, Cong Wang, Marco Canini, Francesco Orabona, Yik Chung WU, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学） 纠错

AI总结 本文提出非参数教学范式AtteNT，通过非参数方法提升注意力学习器的学习效率，实验证明在LLM和ViTs上训练时间分别减少13.01%和20.58%且不影响准确性。

Comments ICLR 2026 (36 pages, 6 figures)

CaDrift: A Time-dependent Causal Generator of Drifting Data Streams

CaDrift：一种时间依赖的因果数据流生成器

Eduardo V. L. Barboza, Jean Paul Barddal, Robert Sabourin, Rafael M. O. Cruz

机构 * LIVIA, École de Technologie Supérieure (ÉTS), Université du Québec（LIVIA，École de Technologie Supérieure（ÉTS），Université du Québec） ； Graduate Program in Informatics (PPGIa), Pontifícia Universidade Católica do Paraná (PUCPR)（研究生信息学项目（PPGIa），Pontifícia Universidade Católica do Paraná（PUCPR）） 纠错

AI总结 CaDrift是一种基于结构因果模型的时间依赖合成数据生成器，通过可控漂移事件和时间依赖数据模拟数据流变化，验证了其在评估方法鲁棒性方面的有效性。

Comments Paper submitted to ICLR 2026

CAGE: A Framework for Culturally Adaptive Red-Teaming Benchmark Generation

CAGE：一种用于文化适应性红队基准生成的框架

Chaeyun Kim, YongTaek Lim, Kihyun Kim, Junghwan Kim, Minwoo Kim

机构 * Seoul National University（首尔国立大学） ； AI Safety Team, DATUMO INC（DATUMO公司人工智能安全团队） 纠错

AI总结 CAGE框架通过文化适应性生成方法，系统地调整红队提示以适应不同文化背景，从而生成更有效的安全评估基准。

Comments Accepted at ICLR 2026

GOT-Edit: Geometry-Aware Generic Object Tracking via Online Model Editing

GOT-Edit：基于几何的通用目标跟踪 via 在线模型编辑

Shih-Fang Chen, Jun-Cheng Chen, I-Hong Jhuo, Yen-Yu Lin

机构 * Department of Computer Science, National Yang Ming Chiao Tung University（国立阳明交通大学计算机科学系） ； Academia Sinica（学术院） ； Microsoft AI（微软人工智能） 纠错

AI总结 GOT-Edit通过在线模型编辑整合几何感知线索，提升通用目标跟踪在遮挡和杂乱环境中的鲁棒性和准确性。

Comments ICLR 2026

LORE: Jointly Learning the Intrinsic Dimensionality and Relative Similarity Structure From Ordinal Data

LORE：从序数数据中联合学习内在维度和相对相似性结构

Vivek Anand, Alec Helbling, Mark A. Davenport, Gordon J. Berman, Sankaraleengam Alagapan, Christopher John Rozell

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Emory University（埃默里大学） 纠错

AI总结 LORE通过联合学习序数数据的内在维度和相似性结构，实现了高效且可解释的感知建模。

Comments 10 Pages, 34 with appendix: Accepted at ICLR 2026

STAR: Similarity-guided Teacher-Assisted Refinement for Super-Tiny Function Calling Models

STAR: 基于相似性引导的教师辅助细化方法用于超小功能调用模型

Jiliang Ni, Jiachen Pu, Zhongyi Yang, Jingfeng Luo, Conggang Hu

机构 * Algorithm Platform Team, AI Hardware Division, Alibaba（阿里巴巴人工智能硬件事业部算法平台团队） 纠错

AI总结 STAR通过约束知识蒸馏和基于相似性的强化学习，有效将大语言模型能力转移到超小模型，实现复杂功能调用任务的高性能表现。

Comments The paper has been accepted to ICLR 2026

FROST: Filtering Reasoning Outliers with Attention for Efficient Reasoning

FROST：利用注意力过滤异常以实现高效推理

Haozheng Luo, Zhuolin Jiang, Md Zahid Hasan, Yan Chen, Soumalya Sarkar

机构 * Department of Computer Science, Northwestern University, Evanston, IL 60208 USA（西北大学计算机科学系） ； RTX Technology Research Center (RTRC), East Hartford, CT 06118 USA（RTX技术研究中心） ； Department of Electrical and Computer Engineering, Iowa State University, Ames, IA 50011 USA（爱荷华州立大学电气与计算机工程系） 纠错

AI总结 FROST通过引入注意力机制过滤推理异常，提升推理效率和准确性，减少token使用并提高模型性能。

Comments International Conference on Learning Representations (ICLR) 2026

Coupling Experts and Routers in Mixture-of-Experts via an Auxiliary Loss

通过辅助损失耦合专家和路由器以实现混合专家

Ang Lv, Jin Ma, Yiyuan Ma, Siyuan Qiao

机构 * ByteDance Seed（字节跳动种子） ； Renmin University of China, GSAI（中国人民大学，GSAI） 纠错

AI总结 本文提出ERC损失，通过耦合专家与路由器以提升混合专家模型性能，实现高效且灵活的专家专业化控制。

Comments ICLR 2026 Oral

A Cognitive Process-Inspired Architecture for Subject-Agnostic Brain Visual Decoding

一种受认知过程启发的无主体脑视觉解码架构

Jingyu Lu, Haonan Wang, Qixiang Zhang, Xiaomeng Li

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 本文提出VCFlow架构，通过建模人类视觉系统结构，实现快速且无主体的脑视觉解码，提升临床应用可行性。

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

Spatial-DISE: A Unified Benchmark for Evaluating Spatial Reasoning in Vision-Language Models

空间-DisE：评估视觉语言模型空间推理能力的统一基准

Xinmiao Huang, Qisong He, Zhenglin Huang, Boxuan Wang, Zhuoyun Li, Guangliang Cheng, Yi Dong, Xiaowei Huang

机构 * School of Computer Science & informatics, University of Liverpool（计算机科学与信息学系，利物浦大学） 纠错

AI总结 本文提出Spatial-DISE基准，用于评估视觉语言模型的空间推理能力，通过四个象限分类和大规模数据集，揭示当前模型在多步骤多视角推理上的不足。

Comments ICLR 2026 Accepted Project Page: https://shinmohuang.github.io/spatialdise_page/

NewtonBench: Benchmarking Generalizable Scientific Law Discovery in LLM Agents

NewtonBench: 在LLM代理中评估可推广的科学定律发现

Tianshi Zheng, Kelvin Kiu-Wai Tam, Newt Hue-Nam K. Nguyen, Baixuan Xu, Zhaowei Wang, Jiayang Cheng, Hong Ting Tsang, Weiqi Wang, Jiaxin Bai, Tianqing Fang, Yangqiu Song, Ginny Y. Wong, Simon See

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； NVIDIA（英伟达） 纠错

AI总结 NewtonBench通过反事实定律变化生成科学定律发现任务，评估LLM代理在复杂系统中发现隐藏原理的能力，并揭示其在系统复杂性和观测噪声下的脆弱性。

Comments ICLR 2026

PCPO: Proportionate Credit Policy Optimization for Aligning Image Generation Models

PCPO：比例信用政策优化用于对齐图像生成模型

Jeongjae Lee, Jong Chul Ye

机构 * KAIST（韩国科学技术院） 纠错

AI总结 PCPO通过稳定的目标重构和时间步重新加权，解决图像生成模型训练中的不稳定性问题，从而提升收敛速度和图像质量。

Comments 35 pages, 20 figures. ICLR 2026

LD-MoLE: Learnable Dynamic Routing for Mixture of LoRA Experts

LD-MoLE: 可学习动态路由用于LoRA专家混合

Yuan Zhuang, Yi Shen, Yuexin Bian, Qing Su, Shihao Ji, Yuanyuan Shi, Fei Miao

机构 * University of Connecticut（康涅狄格大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California San Diego（圣地亚哥大学） 纠错

AI总结 LD-MoLE通过可学习动态路由机制实现自适应的token依赖和层间专家分配，提升大型语言模型在下游任务中的性能。

Comments International Conference on Learning Representations (ICLR 2026)

A Framework for Studying AI Agent Behavior: Evidence from Consumer Choice Experiments

研究AI代理行为的框架：来自消费者选择实验的证据

Manuel Cherep, Chengtian Ma, Abigail Xu, Maya Shaked, Pattie Maes, Nikhil Singh

机构 * MIT（麻省理工学院） ； Tsinghua University（清华大学） ； Dartmouth College（达特茅斯学院） 纠错

AI总结 本文提出ABxLab框架，通过控制选项属性和说服性提示，研究AI代理在现实决策中的选择行为，揭示代理在无认知限制下仍存在强烈偏好偏见，为AI代理行为研究提供测试平台。

Comments ICLR, 31 pages, 17 figures

From Parameters to Behaviors: Unsupervised Compression of the Policy Space

从参数到行为：无监督的策略空间压缩

Davide Tenedini, Riccardo Zamboni, Mirco Mutti, Marcello Restelli

机构 * Politecnico di Milano（米兰理工大学） ； Technion（技术学院） 纠错

AI总结 本文提出了一种无监督方法，将策略参数空间压缩到低维潜在空间，通过行为重建损失优化生成模型，从而提升连续控制任务中的样本效率和策略表达能力。

Comments ICLR 2026 camera ready version. Changed typo in the title

Why High-rank Neural Networks Generalize?: An Algebraic Framework with RKHSs

为何高阶神经网络具有泛化能力？：基于RKHS的代数框架

Yuka Hashimoto, Sho Sonoda, Isao Ishikawa, Masahiro Ikeda

机构 * NTT, Inc.（NTT公司） ； RIKEN AIP（日本学术振兴会人工智能研究所） ； CyberAgent, Inc.（CyberAgent公司） ； Kyoto University（京都大学） ； The University of Osaka（大阪大学） 纠错

AI总结 本文通过引入代数表示和RKHS，推导出适用于更广泛现实模型的Rademacher复杂度界，解释了高阶权重矩阵模型的泛化能力。

Journal ref ICLR 2026

From Samples to Scenarios: A New Paradigm for Probabilistic Forecasting

从样本到场景：概率预测的新范式

Xilin Dai, Zhijian Xu, Wanxu Cai, Qiang Xu

机构 * ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC研究院） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； School of Software, Tsinghua University（清华大学软件学院） 纠错

AI总结 本文提出概率场景范式，通过直接生成场景与概率对，改进概率预测模型，实现更高效和准确的预测效果。

Comments Accepted by ICLR 2026

ATTS: Asynchronous Test-Time Scaling via Conformal Prediction

ATTS: 通过置信预测实现异步测试时间扩展

Jing Xiong, Qiujiang Chen, Fanghua Ye, Zhongwei Wan, Chuanyang Zheng, Chenyang Zhao, Hui Shen, Hanbo Li, Chaofan Tao, Haochen Tan, Haoli Bai, Lifeng Shang, Lingpeng Kong, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； University College London（伦敦大学学院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 ATTS通过异步测试时间扩展方法，在保持精度的同时实现测试时间扩展的显著加速和吞吐量提升。

Comments Accepted by ICLR 2026

MoSA: Motion-Coherent Human Video Generation via Structure-Appearance Decoupling

MoSA: 通过结构-外观解耦生成运动一致的人体视频

Haoyu Wang, Hao Tang, Donglin Di, Zhilu Zhang, Wangmeng Zuo, Feng Gao, Siwei Ma, Shiliang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； School of Arts（艺术学院） ； Li Auto（力汽车） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 MoSA通过结构-外观解耦生成运动一致的人体视频，引入Human-Aware Dynamic Control模块和接触约束，提升细粒度控制与人-环境交互建模，实现更逼真的人体视频生成。

Comments Accepted by ICLR 2026. Project: https://hywang2002.github.io/MoSA

Feedback-driven recurrent quantum neural network universality

基于反馈的递归量子神经网络通用性

Lukas Gonon, Rodrigo Martínez-Peña, Juan-Pablo Ortega

机构 * School of Computer Science University of St. Gallen（圣加尔登大学计算机科学学院） ； Donostia International Physics Center（多尼亚国际物理中心） ； Department of Mathematics, Imperial College（帝国理工学院数学系） ； School of Physical and Mathematical Sciences Nanyang Technological University（南洋理工大学物理与数学科学学院） 纠错

AI总结 本文研究了基于反馈的量子递归神经网络的通用性，证明其能高效逼近常规系统，且量子比特数量随精度要求呈对数增长，具备实用性和实验可操作性。

Comments 28 pages, 1 figure. Accepted by ICLR 2026

Peering into the Unknown: Active View Selection with Neural Uncertainty Maps for 3D Reconstruction

窥探未知：基于神经不确定性地图的主动视角选择用于3D重建

Zhengquan Zhang, Feng Xu, Mengmi Zhang

机构 * Deep NeuroCognition Lab, Nanyang Technological University, Singapore（深神经认知实验室，南洋理工大学，新加坡） ； Fudan University, China（复旦大学，中国） 纠错

AI总结 本文提出了一种基于神经不确定性地图的主动视角选择方法，通过轻量级神经网络预测视角不确定性，从而提升3D重建的准确性和效率。

Comments 10 pages, 4 figures in the main text. Published at ICLR 2026

Watermarking Degrades Alignment in Language Models: Analysis and Mitigation

水印会损害语言模型的对齐：分析与缓解

Apurv Verma, NhatHai Phan, Shubhendu Trivedi

机构 * New Jersey Institute of Technology（新泽西理工学院） 纠错

AI总结 研究发现水印影响语言模型对齐，提出Alignment Resampling方法恢复对齐性能。

Comments Published in Transactions of Machine Learning Research 02/2026. Extended version of the earlier paper published at the 1st Workshop on GenAI Watermarking (ICLR 2025)

Journal ref Transactions of Machine Learning Research 02/2026

EAMET: Robust Massive Model Editing via Embedding Alignment Optimization

EAMET: 通过嵌入对齐优化实现鲁棒的大规模模型编辑

Yanbo Dai, Zhenlan Ji, Zongjie Li, Shuai Wang

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

AI总结 EAMET通过嵌入对齐优化提升大规模模型编辑的鲁棒性和效率，实现90%的编辑效果

Comments This paper was accepted to ICLR 2026