期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
在训练后为大型语言模型生成多样化高质量响应
机构 * Boston University（波士顿大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University College London（伦敦大学学院） ； Boston University Broad Institute of MIT and Harvard（MIT和哈佛大学波士顿大学Broad研究所）
AI总结 本文提出DQO方法，通过确定性点过程优化大型语言模型的质量和语义多样性，提升输出多样性而不影响性能。
Comments ICLR 2026
Uni-cot: 向跨文本和视觉的统一链式推理迈进
机构 * Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学）
AI总结 Uni-CoT通过统一的链式推理框架实现跨文本和视觉的连贯多模态推理，采用宏级和微级推理范式，提升多模态推理的效率和性能。
Comments Accepted by ICLR 2026, Project Page: https://sais-fuxi.github.io/projects/uni-cot/
通过在线交互实现样本高效的分布鲁棒多智能体强化学习
AI总结 本文提出MORNAVI算法，通过在线交互实现样本高效的分布鲁棒多智能体强化学习，提供首个可证明的保证，有效解决环境不确定性问题。
Comments Accepted by ICLR 2026.The first two authors contributed equally
利用时间数据库对大语言模型中的事实时间敏感问答进行系统评估
机构 * KAIST（韩国科学技术院） ； William & Mary（威廉与玛丽学院） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 TDBench通过时间数据库技术系统构建TSQA对，引入时间准确性指标，实现大语言模型时间敏感问答的可扩展和全面评估。
Comments Published in Proceedings of the 14th International Conference on Learning Representations (ICLR), 2026. Code and data are publicly available at: https://github.com/ssoy0701/tdbench.git
机械记忆被视为有用的：在大语言模型中超越记忆数据
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Ruhr University Bochum（博德伦大学） ； UAR RC Trust（UAR RC信托）
AI总结 本研究提出了一种两阶段框架，证明大语言模型可通过语义有意义的提示超越机械记忆数据，实现了有效的知识注入和潜在的风险。
Comments Accepted by ICLR 2026
基于模型预测的对抗模仿学习用于从观察中规划
机构 * Paul G. Allen School of Computer Science & Engineering（保罗·G·阿伦计算机科学与工程学院）
AI总结 本文提出一种基于模型预测的对抗模仿学习方法，通过端到端学习从观察中规划，提升样本效率和鲁棒性。
Comments Accepted at ICLR 2026
保持拓扑结构的自回归网格生成：如编织丝绸般的方法
机构 * University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Tencent Hunyuan 3D（腾讯 Hunyuan 3D） ； Math Magic
AI总结 本文提出了一种保持拓扑结构的自回归网格生成方法，通过顶点分层和排序实现规范拓扑框架，提升网格生成的几何完整性和压缩效率。
Comments ICLR 2026
打破壁垒：强化学习后训练的增益是否能转移到未见领域？
机构 * Siebel School of Computing and Data Science, University of Illinois at Urbana-Champaign（计算机与数据科学学院，伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究探讨了强化学习后训练在不同领域中的泛化能力，发现其增益在不同推理模式的领域中不一致。
Comments ICLR 2026; 9 pages, 4 figures, 2 tables
Memba: 用于Mamba的膜驱动参数高效微调
机构 * Electrical and Computer Engineering, University of Southern California（南加州大学电气与计算机工程系） ； Electrical Engineering, Yale University（耶鲁大学电气工程系）
AI总结 Memba提出了一种针对Mamba的膜驱动PEFT方法，通过引入LIM神经元和LoRA结合跨层膜传输，提升时间建模能力，实现高效微调。
Comments ICLR 2026
长上下文泛化与稀疏注意力
机构 * Instituto Superior Técnico, Universidade de Lisboa（里斯本大学技术高级学院） ； Instituto de Telecomunicações（电信研究所） ； TransPerfect（TransPerfect公司） ； ELLIS Unit Lisbon（里斯本ELLIS单位）
AI总结 本文提出ASEntmax，通过动态稀疏注意力机制提升长上下文泛化能力，在合成任务和语言建模中表现优于传统softmax和α-entmax方法。
Comments ICLR 2026
AgentSynth: 通用计算机使用代理的可扩展任务生成
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 AgentSynth通过生成多样化任务和轨迹数据集，提升通用计算机使用代理的训练效率和性能评估的准确性。
Comments ICLR 2026
元适应性提示蒸馏用于少样本视觉问答
AI总结 本文提出元适应性提示蒸馏方法，通过固定软提示提升少样本视觉问答性能，实验表明在低数据情况下优于ICL和参数高效微调方法。
Comments ICLR 2026
FictionalQA: 一个用于研究记忆与知识获取的数据集
机构 * University of Maryland（马里兰大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 FictionalQA数据集旨在研究语言模型在记忆事实和序列时的双重过程，通过合成的虚构事件文档和问题-答案对，探索不同形式的记忆机制及构建挑战。
Comments 10 pages and 8 figures in the main body. Published at ICLR 2026. Dataset is available at https://huggingface.co/datasets/jwkirchenbauer/fictionalqa, and code at https://github.com/jwkirchenbauer/fictionalqa
超越RLHF和NLHF：在公理框架下的人口比例对齐
机构 * MIT LIDS（麻省理工学院LIDS） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出了一种基于公理框架的人口比例对齐方法，通过社会选择理论解决传统偏好学习中的偏差和操纵问题，并在推荐任务和语言模型对齐中验证了其有效性。
Comments ICLR 2026
QKV投影需要部分内存
机构 * Department of Computer Science Technion, Israel Institute of Technology（计算机科学系技术离子理工学院）
AI总结 本文提出PAMM技术，通过压缩QKV投影的激活值，显著降低内存消耗，同时保持模型性能，适用于高效的大语言模型训练。
Comments Accepted to ICLR 2026
VPI-Bench：用于计算机使用代理的视觉提示注入攻击
机构 * National University of Singapore（国立新加坡大学） ； Cyber Emerging Tech and R&D Co（网络安全与研发公司）
AI总结 本文提出VPI-Bench基准，用于评估计算机使用代理和浏览器使用代理在视觉提示注入攻击下的鲁棒性，发现当前代理在某些平台上被欺骗率达51%和100%。
Comments ICLR 2026
CityLens：评估大型视觉-语言模型用于城市社会经济感知
机构 * Information Hub, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）信息中心） ； Department of Electronic Engineering, BNRist, Tsinghua University（清华大学电子工程系） ； School of Electronic and Information Engineering, Beijing Jiaotong University（北京交通大学电子与信息工程学院）
AI总结 CityLens通过评估大型视觉-语言模型在城市社会经济指标预测中的表现，揭示了其在可持续城市发展中的潜力与局限性。
Comments Accepted by ICLR 2026
概率核函数用于快速角度测试
机构 * Yamanashi University（山阳大学） ； Osaka University（大阪大学） ； Nagoya University（名古屋大学）
AI总结 本文提出了一种基于确定性投影结构的概率核函数，用于高维空间中的快速角度测试，实验表明其在近似最近邻搜索中性能优于HNSW算法。
Comments ICLR 2026 Oral, source code available at https://github.com/KejingLu-810/KS
基于令牌重要性的直接偏好优化
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； ByteDance（字节跳动） ； Microsoft Research AI4Science（微软研究院AI4Science） ； University of Science and Technology Beijing（北京科技大学）
AI总结 本文提出TI-DPO方法，通过混合加权机制和三元组损失实现细粒度语义控制，提升模型对偏好响应的准确性和生成多样性。
Comments ICLR 2026 Oral
在大规模生成音乐模型中发现和引导可解释概念
机构 * Dartmouth College（达特茅斯学院） ； MIT（麻省理工学院）
AI总结 本文提出了一种基于稀疏自编码器的方法，在大规模生成音乐模型中发现可解释概念，并用于引导模型生成，揭示了传统方法未发现的音乐结构原理。
Comments ICLR 2026, 20 pages, 12 figures
ICYM2I: 多模态信息性在缺失情况下的错觉
机构 * Department of Biomedical Informatics, Columbia University（生物医学信息学系，哥伦比亚大学） ； Seymour, Paul, and Gloria Milstein Division of Cardiology, Department of Medicine, Columbia University Irving Medical Center（塞缪尔、保罗和格洛丽亚米尔斯坦心脏病科，哥伦比亚大学伊万格琳医学中心）
AI总结 ICYM2I框架通过逆概率加权修正，解决多模态学习中因缺失模式变化导致的信息增益估计偏差问题。
Comments Published as a conference paper at ICLR 2026
mCLM：一种模块化化学语言模型，能够生成功能性强且可制造的分子
机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） ； Department of Chemistry, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学系） ； Allchemy Inc.（Allchemy公司） ； Department of Chemical and Biomolecular Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学与生物分子工程系） ； Ulsan National Institute of Science and Technology（乌山国立科学技术研究院） ； Institute of Organic Chemistry, Polish Academy of Sciences（波兰科学院有机化学研究所）
AI总结 mCLM是一种模块化化学语言模型，通过功能构建模块生成具有功能性和可制造性的分子，提升合成可行性和药物研发效率。
Comments Accepted to ICLR 2026 (Oral). Code: https://github.com/blender-nlp/mCLM Data and Model: https://huggingface.co/collections/language-plus-molecules/mclm
自我毁灭型语言模型
机构 * Department of Computer Science（计算机科学系）
AI总结 SEAM是一种通过自我毁灭机制增强大语言模型安全性的新型防御方法，通过使模型在面对有害数据微调时性能急剧下降，从而有效抵御攻击。
Comments Accepted to ICLR 2026
回到平方根：多轮差分隐私SGD中矩阵分解误差的最优界限
机构 * Institute of Science and Technology (ISTA)（科学与技术研究所） ； Google Research（谷歌研究） ； Rutgers University（罗格斯大学）
AI总结 本文提出BISR方法，通过带状结构优化多轮差分隐私SGD中的矩阵分解误差，实现渐近最优性能。
Comments Published at ICLR 2026
变换器的计数能力
机构 * RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） ； MPI-SWS（马克斯·普朗克研究所-软件系统研究中心） ； Centro Nacional de Inteligencia Artificial（智人工智能国家中心）
AI总结 本文研究了变换器的计数能力，证明其能表达高度非线性的计数属性，并通过半代数属性扩展了现有结果，同时揭示了变换器模型的不可判定性。
Comments Accepted for ICLR 2026
从阅读中的眼动解码开放性信息寻求目标
机构 * Faculty of Data and Decision Sciences, Technion - Israel Institute of Technology（数据与决策科学学院，技术离子-以色列理工学院）
AI总结 本研究首次通过阅读中的眼动数据自动解码开放性信息寻求目标，开发了多模态LLM模型并展示了在目标选择和文本重构上的显著成果。
Comments Accepted to ICLR 2026
AnesSuite: 一个用于LLM麻醉推理的全面基准和数据集套件
机构 * School of Computer Science, National Engineering Research Center for Multimedia Software and Hubei Key Laboratory of Multimedia and Network Communication Engineering, Wuhan University, China（计算机学院、多媒体软件国家工程研究中心和多媒体与网络通信工程湖北省重点实验室、武汉大学） ； Department of Anesthesiology, Zhejiang Cancer Hospital, China（麻醉科、浙江省癌症医院） ； Institute of Medicine, Chinese Academy of Sciences, Hangzhou, Zhejiang, China（医学研究所、中国科学院、杭州、浙江） ； Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore（李光耀医学院、南洋理工大学、新加坡） ； Centre of AI in Medicine, Nanyang Technological University, Singapore（医学人工智能中心、南洋理工大学、新加坡） ； Department of Anesthesiology, First People’s Hospital of Yunnan Province, China（麻醉科、云南第一人民医院） ； Kunming University of Science and Technology, China（昆明理工大学）
AI总结 AnesSuite为LLM麻醉推理提供首个全面基准和数据集，开发Morpheus模型在麻醉领域实现显著性能提升。
Comments Accepted in ICLR 2026; 47 pages, 12 figures, 26 tables;
当推理遇见压缩：理解LLMs压缩对大推理模型的影响
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文研究了压缩对大推理模型的影响，通过基准测试和机制解释，发现权重数量对知识记忆的影响大于推理，并揭示了蒸馏模型中关键组件的重要性。
Comments ICLR 2026
Openfly：面向空中视觉-语言导航的综合性平台
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI
AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。
Comments accepted by ICLR 2026
MoMa：一种用于材料属性预测的模块化深度学习框架
机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） ； School of Artificial Intelligence, Nanjing University（人工智能学院，南京大学） ； Department of Chemical Engineering, Tsinghua University（化学工程系，清华大学）
AI总结 MoMa提出了一种模块化深度学习框架，通过训练专门模块并自适应组合以提升材料属性预测的性能，实验表明其在多个数据集上表现优异。
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