Causal Interpretation of Neural Network Computations with Contribution Decomposition
神经网络计算的因果解释与贡献分解
AI总结 CODEC通过稀疏自编码器分解神经网络的贡献模式，揭示因果过程并提升对中间层的控制与解释。
Comments 32 pages, 19 figures. ICLR 2026 poster
期刊&会议
ICLR
International Conference on Learning Representations · 会议 · Machine Learning
When One Modality Rules Them All: Backdoor Modality Collapse in Multimodal Diffusion Models
当一种模态统治一切：多模态扩散模型中的后门模态崩溃
机构 * University of Delaware（德克萨斯大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； Columbia University（哥伦比亚大学）
AI总结 本文研究了多模态扩散模型中后门攻击的模态崩溃现象，发现攻击常依赖单一模态，跨模态交互反而降低攻击效果，揭示了现有评估的盲点。
Comments Accepted to the ICLR 2026 Workshop on Principled Design for Trustworthy AI. The first two authors contributed equally
COLD-Steer: Steering Large Language Models via In-Context One-step Learning Dynamics
COLD-Steer: 通过上下文一步学习动态引导大型语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 COLD-Steer通过近似学习动态实现无需训练的LLM引导，有效提升引导效果并减少样本需求。
Comments ICLR 2026. Code available at https://github.com/Ksartik/cold-steer
ROSER: Few-Shot Robotic Sequence Retrieval for Scalable Robot Learning
ROSER：用于可扩展机器人学习的少样本机器人序列检索
机构 * University of Nevada, Las Vegas（内华达大学拉斯维加斯分校） ； University of Toronto（多伦多大学） ； LatentWorlds AI
AI总结 ROSER通过少样本检索框架有效解决机器人序列数据稀缺问题，提升机器人学习的数据可用性。
Comments 2026 ICLR DATA-FM Workshop
The Limits of Long-Context Reasoning in Automated Bug Fixing
长上下文推理在自动化Bug修复中的局限性
机构 * SambaNova Systems（SambaNova系统）
AI总结 本研究发现长上下文推理在自动化Bug修复中存在显著局限，现有模型在长上下文下的表现远低于预期。
Comments Accepted to ICLR 2026 ICBINB workshop
Validating Interpretability in siRNA Efficacy Prediction: A Perturbation-Based, Dataset-Aware Protocol
验证siRNA效用预测中的可解释性：一种基于扰动、数据集感知的协议
机构 * University of Central Florida（中央佛罗里达大学）
AI总结 本文提出了一种验证siRNA效用预测中重要性图忠实性的协议，发现模型在不同数据集上表现不稳定，并引入了基于生物学的正则化器来提升重要性忠实性。
Comments Accepted at the Machine Learning for Genomics Explorations (MLGenX) Workshop at ICLR 2026
Journal ref ICLR 2026 Workshop on Machine Learning for Genomics Explorations (MLGenX)
Shoot First, Ask Questions Later? Building Rational Agents that Explore and Act Like People
先行动，后提问？构建能探索和行动像人的理性代理
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； MIT Brain and Cognitive Sciences（麻省理工学院脑科学与认知科学） ； Harvard SEAS（哈佛大学工程学院）
AI总结 本文提出了一种基于贝叶斯实验设计的蒙特卡洛推理策略，用于构建能像人类一样探索和行动的理性代理，在战舰和Guess Who?任务中提升了代理性能。
Comments ICLR 2026
How Reliable is Language Model Micro-Benchmarking?
语言模型微基准测试的可靠性如何？
AI总结 研究探讨了微基准测试在不同规模下的可靠性，发现需至少250个示例才能一致排序模型，随机抽样在某些情况下与现有方法相当。
Comments Published at ICLR 2026
CMRAG: Co-modality-based visual document retrieval and question answering
CMRAG：基于共模的视觉文档检索与问答
机构 * Baidu Inc（百度公司） ； The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学）
AI总结 CMRAG通过统一编码模型和共模信息检索方法，提升多模态视觉文档问答系统的性能。
Comments Published at ICLR 2026 Workshop on Multimodal Intelligence
Sysformer: Safeguarding Frozen Large Language Models with Adaptive System Prompts
Sysformer: 通过自适应系统提示保护冻结的大语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Visa Research（Visa研究）
AI总结 Sysformer通过自适应系统提示提高大语言模型的安全性，显著提升对有害提示的拒绝率和对安全提示的合规性。
Comments ICLR 2026. Code available at https://github.com/Ksartik/sysformer
ContextBench: Modifying Contexts for Targeted Latent Activation
ContextBench: 为定向激活潜在特征修改上下文
机构 * Imperial College London（帝国理工学院伦敦校区） ； University College London（伦敦大学学院） ； University of Oxford（牛津大学） ； UK AI Security Institute（英国人工智能安全研究所）
AI总结 ContextBench通过上下文修改方法提升语言模型触发特定潜在特征的能力，结合LLM辅助和扩散模型实现最佳平衡效果。
Comments Published at ICLR 2026
Journal ref Proceedings of the International Conference on Learning Representations (ICLR), 2026
AdAEM: An Adaptively and Automated Extensible Measurement of LLMs' Value Difference
AdAEM：一种自适应和自动扩展的大型语言模型价值差异测量方法
AI总结 AdAEM是一种自适应和自动扩展的LLMs价值差异测量方法，通过自动生成和扩展测试问题，提高评估的多样性和信息性。
Comments This paper is accepted by ICLR 2026(Oral)
Kinetic-based regularization: Learning spatial derivatives and PDE applications
基于动力学的正则化：学习空间导数和PDE应用
机构 * Engineering Mechanics Unit（工程力学单元） ； Jawaharlal Nehru Centre for Advanced Scientific Research（贾瓦哈拉尔·奈尔中心先进科学研究所） ； Fondazione Istituto Italiano di Tecnologia（意大利技术研究院）
AI总结 本文提出基于动力学的正则化方法，用于高精度学习空间导数并应用于偏微分方程的求解，通过两种方案实现二次收敛性，提升在不规则点云上求解PDE的稳定性与准确性。
Comments Published as a conference paper at ICLR 2026 Workshop AI and PDE
SAHOO: Safeguarded Alignment for High-Order Optimization Objectives in Recursive Self-Improvement
SAHOO：递归自我改进中高阶优化目标的安全保障
机构 * MARS 4.0 Fellowship, Cambridge AI Safety Hub(CAISH), University of Cambridge（剑桥大学） ； AWS Generative AI Innovation Center, Amazon Web Services, USA（亚马逊网络服务） ； Google, USA（谷歌） ； Stanford University（斯坦福大学） ； Northeastern University, Seattle, WA, USA（东北大学）
AI总结 SAHOO通过三种保障措施实现递归自我改进中高阶优化目标的安全保障，显著提升代码生成和推理质量，同时保持约束和事实性。
Comments Published at ICLR 2026 Workshop on AI with Recursive Self-Improvement. 20 pages, 5 figures
Learning Where the Physics Is: Probabilistic Adaptive Sampling for Stiff PDEs
学习物理所在的位置：用于刚性PDEs的概率自适应采样
机构 * Indian Institute of Technology, Madras（印度理工学院马德拉斯学院）
AI总结 本文提出GMM-PIELM方法，通过概率模型自适应采样，有效解决刚性PDEs中的刚性问题，实现高精度与高速度的平衡。
Comments Accepted at AI&PDE Workshop at the Fourteenth International Conference on Learning Representations
Learning to Solve Orienteering Problem with Time Windows and Variable Profits
学习解决带有时间窗口和可变利润的指派问题
AI总结 本文提出DeCoST方法，通过解耦离散和连续变量并结合学习机制，有效解决带有时间窗口和可变利润的指派问题，提升解质量和计算效率。
Comments Accepted at ICLR 2026
MOSIV: Multi-Object System Identification from Videos
MOSIV：从视频中多物体系统识别
机构 * CMU（卡内基梅隆大学） ； Georgia Tech（佐治亚理工学院） ； Harvard（哈佛大学） ； ETH Zurich（苏黎世联邦理工学院） ； UIUC（伊利诺伊大学香槟分校） ； Insta360 ； UC Merced（加州大学默塞德分校）
AI总结 MOSIV通过从视频中导出的几何目标直接优化连续材料参数，提升多物体系统识别的接地准确性和模拟保真度。
Comments ICLR 2026
Weak-SIGReg: Covariance Regularization for Stable Deep Learning
Weak-SIGReg: 均值正则化用于稳定的深度学习
机构 * Kreasof AI Jakarta, Indonesia（Kreasof AI 印度尼西亚雅加达）
AI总结 Weak-SIGReg通过协方差正则化稳定深度学习训练，有效恢复ViT在低数据情况下的性能并提升MLP收敛性。
Comments Accepted at GRaM workshop (ICLR 2026). Code & supplementary: https://github.com/kreasof-ai/sigreg
Hierarchical Latent Action Model
层次化潜在动作模型
机构 * Yonsei University（延世大学） ； New York University（纽约大学）
AI总结 HiLAM通过建模长期时间信息，从无动作视频中发现高层次潜在技能，提升了动态技能发现的鲁棒性。
Comments ICLR 2026 Workshop - 2nd Workshop on World Models: Understanding, Modelling and Scaling
MoE Lens -- An Expert Is All You Need
MoE Lens -- 一个专家足矣
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； University of Maryland（马里兰大学） ； Harvard University（哈佛大学）
AI总结 MoE Lens研究显示，MoE模型主要依赖少数专家，通过针对性剪枝可优化推理，同时保持性能。
Comments 15 pages, 10 figures, ICLR 2025 Workshop on Sparsity in LLMs (SLLM)
ThaiSafetyBench: Assessing Language Model Safety in Thai Cultural Contexts
ThaiSafetyBench: 评估泰语文化背景下语言模型的安全性
机构 * SCB DataX（SCB数据X） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； SCBX R&D（SCBX研发部） ； SCB 10X
AI总结 本研究提出ThaiSafetyBench，通过泰语文化背景下的恶意提示评估语言模型安全性，发现闭源模型安全性更强，同时揭示了文化特定攻击的高风险。
Comments ICLR 2026 Workshop on Principled Design for Trustworthy AI
Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles
面向刚性的几何预训练用于蛋白质设计与构象集合
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Washington（华盛顿大学） ； MPI for Intelligent Systems, Tübingen（智能系统马克斯·普朗克研究所，图宾根） ； National Research Council of Canada（加拿大国家研究理事会） ； University of Ottawa（渥太华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 RigidSSL通过刚性感知的几何预训练，提升蛋白质设计和构象集合的生成能力。
Comments The Fourteenth International Conference on Learning Representations; Code available at: https://github.com/ZhanghanNi/RigidSSL.git
Exploratory Memory-Augmented LLM Agent via Hybrid On- and Off-Policy Optimization
探索性记忆增强型大语言模型代理：通过混合的在线与离线策略优化
机构 * Microsoft Research（微软研究院） ； KAIST（韩国科学技术院）
AI总结 EMPO²通过混合在线与离线策略优化，提升大语言模型在探索性和通用性方面的性能。
Comments Accepted to ICLR 2026
Stress-Testing Alignment Audits With Prompt-Level Strategic Deception
通过提示级策略欺骗进行对齐审计压力测试
机构 * MATS ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Google Deepmind（谷歌DeepMind）
AI总结 本文提出自动红队流水线，通过生成针对白盒和黑盒审计方法的欺骗提示，揭示了当前对齐审计方法在面对强大非对齐模型时的脆弱性。
Comments Accepted at the ICLR 2026 Workshop on Principled Design for Trustworthy AI
COMI: Coarse-to-fine Context Compression via Marginal Information Gain
COMI：通过边际信息增益的粗到细上下文压缩
机构 * Tsinghua University（清华大学） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） ； Sun Yat-sen University（中山大学）
AI总结 COMI通过边际信息增益实现粗到细的上下文压缩，在长上下文任务中提升压缩效率和语义保留能力。
Comments Accepted at ICLR 2026
Understanding and Improving Hyperbolic Deep Reinforcement Learning
理解并改进双曲深度强化学习
机构 * Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； UniVie Doctoral School Computer Science, University of Vienna（维也纳大学UniVie计算机科学博士学院） ； Department of Machine Learning and Systems Biology, Max Planck Institute of Biochemistry（马克斯·普朗克生物化学研究所机器学习与系统生物学部门） ； ds:UniVie, University of Vienna（维也纳大学ds:UniVie）
AI总结 Hyper++通过改进双曲深度RL的训练稳定性与效率，提升了强化学习性能。
Comments ICLR 2026 Camera-ready
Whatever Remains Must Be True: Filtering Drives Reasoning in LLMs, Shaping Diversity
Whatever Remains Must Be True: 过滤驱动LLM推理，塑造多样性
机构 * NAVER Labs Europe（NAVER欧洲实验室）
AI总结 本文通过过滤错误答案获得目标分布，利用α-散度族控制精度与多样性权衡，提升LLM在推理任务中的覆盖与精度表现。
Comments Published as an ICLR 2026 conference paper
Diffusion Fine-Tuning via Reparameterized Policy Gradient of the Soft Q-Function
通过软Q函数的重参数化策略梯度进行扩散微调
AI总结 SQDF通过软Q函数的重参数化策略梯度方法，解决扩散模型奖励过优化问题，提升样本多样性和自然性。
Comments ICLR 2026
ParaS2S: Benchmarking and Aligning Spoken Language Models for Paralinguistic-aware Speech-to-Speech Interaction
ParaS2S：用于基于语篇语言模型的语音到语音交互的基准测试与对齐
AI总结 ParaS2S通过强化学习框架提升语音到语音交互中对语篇线索的处理能力，实现响应内容和风格的显著改进。
Comments To appear in ICLR 2026
LikePhys: Evaluating Intuitive Physics Understanding in Video Diffusion Models via Likelihood Preference
LikePhys: 通过似然偏好评估视频扩散模型中的直观物理理解
机构 * University of Oxford（牛津大学） ； MBZUAI（穆斯林人工智能研究所） ； University of Chicago（芝加哥大学） ； UWE Bristol（布里斯托尔大学）
AI总结 LikePhys通过似然偏好评估视频扩散模型的直观物理理解，展示其与人类偏好一致，优于现有基线，并揭示模型设计和推理设置对物理理解的影响。
Comments 23 pages, 9 figures, Project Page: https://yuanjianhao508.github.io/LikePhys/
Journal ref ICLR 2026
