How Far Can Unsupervised RLVR Scale LLM Training?
无监督强化学习如何扩展大语言模型训练？
AI总结 本文研究了无监督强化学习如何扩展大语言模型训练，分析了内在和外部奖励方法的理论和实验结果，揭示了模型先验对训练效果的影响，并提出了模型崩溃步骤作为评估指标。
Comments Accepted to the ICLR 2026
期刊&会议
ICLR
International Conference on Learning Representations · 会议 · Machine Learning
Distributed Algorithms for Euclidean Clustering
欧几里得聚类的分布式算法
AI总结 本文提出分布式环境下欧几里得聚类的高效算法，通过改进通信复杂度实现(1+ε)-近似保证。
Comments ICLR 2026
Drift-to-Action Controllers: Budgeted Interventions with Online Risk Certificates
漂移到行动控制器：具有在线风险证书的预算干预
机构 * Multidisciplinary Faculty of Nador（多学科纳多 faculty） ； Mohammed First University（穆罕默德第一大学） ； Laboratory LaSTI（LaSTI 实验室） ； Sultan Moulay Slimane University（苏丹·穆莱·斯利曼大学）
AI总结 Drift2Act通过在线风险证书实现预算干预，有效应对分布漂移，减少安全违规并提高恢复速度。
Comments Published as a conference paper at CAO Workshop at ICLR 2026
HDR-NSFF: High Dynamic Range Neural Scene Flow Fields
HDR-NSFF：高动态范围神经场景流场
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院） ； Dept. of Electrical Engineering, POSTECH（POSTECH电子工程系） ； Grad. School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） ； School of Computing, KAIST（韩国科学技术院计算机科学学院）
AI总结 HDR-NSFF通过4D时空建模实现动态HDR场景的高精度辐射场重建与时空视图合成。
Comments ICLR 2026. Project page: https://shin-dong-yeon.github.io/HDR-NSFF/
Towards a more efficient bias detection in financial language models
迈向更高效的金融语言模型偏见检测
机构 * SnT, University of Luxembourg（卢森堡大学SnT学院） ； RIADI, ENSI, University of Manouba（突尼斯曼努巴大学RIADI学院）
AI总结 本研究通过大规模分析五个金融语言模型的偏见，提出跨模型引导的偏见检测方法，显著降低偏见检测成本。
Journal ref ICLR 2026 Workshop on Advances in Financial AI (AFA)
SiMO: Single-Modality-Operable Multimodal Collaborative Perception
SiMO: 单模态可操作的多模态协作感知
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统上海研究院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机械电子工程与自动化学院）
AI总结 SiMO通过单模态可操作的多模态协作感知方法，解决多模态特征融合中的语义不匹配问题，提升协作感知性能。
Comments Accepted to ICLR 2026. This arXiv version includes an additional appendix (Appendix 15) containing further philosophical discussion not included in the official ICLR peer-reviewed version
TumorChain: Interleaved Multimodal Chain-of-Thought Reasoning for Traceable Clinical Tumor Analysis
TumorChain: 交错多模态链式推理用于可追溯的临床肿瘤分析
机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里集团达摩院） ； Hupan Lab（虎扑实验室） ； Shanghai Institution of Pancreatic Disease（上海胰腺疾病研究所） ； Shengjing Hospital of China Medical University（中国医科大学盛京医院） ； Sun Yat-sen University Cancer Center（中山大学肿瘤中心）
AI总结 TumorChain通过多模态交错推理框架提升临床肿瘤分析的可追溯性和准确性。
Comments Accepted at ICLR 2026. 10 pages + appendix
Autoregressive Visual Decoding from EEG Signals
从EEG信号进行自回归视觉解码
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artifcial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Brain Cognition and Brain-inspired Intelligence Technology（脑认知与脑启智技术国家重点实验室） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National Key Laboratory for Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室）
AI总结 AVDE通过自回归生成框架和对比学习提升EEG信号的视觉解码效率，实现高效且可解释的脑机接口应用。
Journal ref ICLR 2026
Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
大型语言模型新闻情感分析对股价变动预测的影响
机构 * SnT, University of Luxembourg（卢森堡大学SnT学院） ； RIADI, ENSI, University of Manouba（突尼斯曼努巴大学RIADI学院）
AI总结 本文研究了基于大型语言模型的新闻情感分析对股价预测的影响，发现DeBERTa模型在预测准确度上表现最佳，集成模型进一步提升了预测性能。
Journal ref ICLR 2026 Workshop on Advances in Financial AI (AFA)
RedSage: A Cybersecurity Generalist LLM
RedSage：一种网络安全通用型大语言模型
AI总结 RedSage通过领域感知的代理增强和预训练，提升网络安全专长和通用推理能力，实现开源本地部署。
Comments Published at ICLR 2026; Project page: https://risys-lab.github.io/RedSage/
Tree-based Dialogue Reinforced Policy Optimization for Red-Teaming Attacks
基于树结构的对话强化策略优化用于红队攻击
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Oracle AI ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 本文提出DialTree框架，通过树搜索和强化学习发现多轮攻击策略，提升对抗攻击的成功率
Comments Accepted at ICLR 2026
An Orthogonal Learner for Individualized Outcomes in Markov Decision Processes
在马尔可夫决策过程中的个性化结果的正交学习者
机构 * LMU Munich（慕尼黑莱茵豪森大学）
AI总结 本文提出DRQ-学习器，通过因果推理方法在马尔可夫决策过程中实现个性化结果预测，具备双重稳健、奈曼正交和近似Oracle效率等理论优势。
Comments Published as a conference paper at ICLR 2026
Co-LoRA: Collaborative Model Personalization on Heterogeneous Multi-Modal Clients
Co-LoRA：在异构多模态客户端上的协同模型个性化
机构 * KU Leuven（库勒芬大学） ； Seoul National University（首尔国立大学） ； Sungkyunkwan University（成均馆大学）
AI总结 Co-LoRA通过任务相关性感知的模型聚合和维度不变模块，实现了在异构多模态客户端上的协同模型个性化，提升了在异构场景下的性能。
Comments ICLR 2026
Climplicit: Climatic Implicit Embeddings for Global Ecological Tasks
Climplicit：用于全球生态任务的气候隐式嵌入
机构 * EcoVision Lab, DM3L, University of Zurich（生态视觉实验室、DM3L、苏黎世大学） ； Swiss Federal Research Institute WSL（瑞士联邦研究 institute WSL）
AI总结 Climplicit通过预训练生成隐式气候表示，减少存储和计算需求，提升全球生态任务的效率和效果。
Comments Published as a workshop paper at "Tackling Climate Change with Machine Learning", ICLR 2025
Unveiling Downstream Performance Scaling of LLMs: A Clustering-Based Perspective
揭示大语言模型下游性能扩展：基于聚类的视角
机构 * Bytedance Seed（字节跳动种子）
AI总结 本文提出基于难度聚类的框架，用于预测大语言模型下游任务性能，通过构建稳定子集和理论支持的扩展定律，实现更准确的性能预测。
Comments Accepted by The Fourteenth International Conference on Learning Representations (ICLR2026)
LaVCa: LLM-assisted Visual Cortex Captioning
LaVCa: 基于大语言模型的视觉皮层描述生成
机构 * University of Osaka（大阪大学） ； National Institute of Information and Communications Technology（信息与通信技术国家研究所） ； Nagoya Institute of Technology（名古屋技术大学）
AI总结 LaVCa利用大语言模型生成视觉皮层体素选择性的详细描述，提升对大脑表示的理解。
Comments Accepted to ICLR 2026. Website: https://sites.google.com/view/lavca-llm/
Controllable Sequence Editing for Biological and Clinical Trajectories
可控制的序列编辑用于生物和临床轨迹
AI总结 CLEF通过学习时间概念实现对生物和临床轨迹的可控编辑，提升序列生成精度和反事实推理能力。
Comments ICLR 2026
GRADIEND: Feature Learning within Neural Networks Exemplified through Biases
GRADIEND: 通过偏见在神经网络中学习特征
AI总结 GRADIEND通过利用模型梯度学习特征神经元，旨在消除模型中的社会偏见并保持其他能力。
Comments Accepted at ICLR 2026
Is continuous CoT better suited for multi-lingual reasoning?
连续的推理是否更适合多语言推理？
机构 * Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫人工智能研究所） ； University of Bonn（波恩大学）
AI总结 本文提出连续链式推理方法，证明其在多语言推理任务中优于传统方法，尤其在低资源语言和零样本设置中表现更优，同时显著提升推理效率。
Comments Accepted at the ICLR latent reasoning workshop
Model-based Offline RL via Robust Value-Aware Model Learning with Implicitly Differentiable Adaptive Weighting
基于鲁棒价值感知模型学习的模型驱动离线RL
机构 * CityUHK（城大） ； Tencent（腾讯） ； UChicago（芝加哥大学） ； HKUST(GZ)（香港科技大学（广州））
AI总结 ROMI通过鲁棒价值感知模型学习和隐式可微适应加权方法，改进离线RL中的模型更新稳定性与泛化能力。
Comments Accepted at ICLR 2026
Tiny Autoregressive Recursive Models
微型自回归递归模型
机构 * University of Cambridge（剑桥大学）
AI总结 本文提出自回归TRM，评估其在小型自回归任务上的表现，发现两步细化基线表现强劲，但完整架构未见显著性能提升。
Journal ref ICLR 2026 Workshop RSI Spotlight
ELLMob: Event-Driven Human Mobility Generation with Self-Aligned LLM Framework
ELLMob: 基于自对齐LLM框架的事件驱动人类移动生成
机构 * Institute of Science Tokyo（东京科学研究所） ； The University of Tokyo（东京大学） ； The University of Osaka（大阪大学）
AI总结 ELLMob 基于自对齐LLM框架，通过提取习惯模式与事件约束的竞争性理由并迭代对齐，生成既符合习惯又响应事件的轨迹，有效解决大规模社会事件中的移动模式生成问题。
Comments Accepted by ICLR 2026
Visualizing Coalition Formation: From Hedonic Games to Image Segmentation
从享乐博弈到图像分割：联盟形成的可视化
机构 * UFRJ（里约热内卢联邦大学）
AI总结 本文通过图像分割技术研究享乐博弈中联盟形成的过程，揭示细粒度参数对均衡结构的影响，并将多代理系统与图像分割联系起来。
Comments The First Workshop on AI for Mechanism Design and Strategic Decision Making -- Workshop AIMS at ICLR 2026
VLM-SubtleBench: How Far Are VLMs from Human-Level Subtle Comparative Reasoning?
VLM-SubtleBench: VLMs在人类水平的细微比较推理方面还有多远？
机构 * KRAFTON ； KAIST（韩国科学技术院）
AI总结 VLM-SubtleBench通过评估VLMs在细微比较推理上的表现，揭示了模型与人类性能之间的差距，并为提升VLMs的推理能力提供了基础。
Comments ICLR 2026
Benchmarking Large Language Models for Quebec Insurance: From Closed-Book to Retrieval-Augmented Generation
魁北克保险领域大型语言模型基准测试：从闭卷到检索增强生成
机构 * Group for Research in Artificial Intelligence of Laval University (GRAIL)（拉瓦尔大学人工智能研究组）
AI总结 本文提出AEPC-QA基准测试，评估51个LLM在魁北克保险领域的闭卷和检索增强生成性能，揭示推理、RAG效果及专业化悖论等关键发现。
Comments Publish at the Advances in Financial AI: Towards Agentic and Responsible Systems Workshop @ ICLR 2026
Uncertainty-Gated Generative Modeling
不确定性门控生成建模
机构 * Electrical Engineering and Computer Science University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； School of Electrical and Computer Engineering Cornell University（康奈尔大学电气与计算机工程学院）
AI总结 本文提出UGGM方法，通过不确定性门控机制提升金融时间序列预测的鲁棒性和准确性，实验显示在NYISO数据集上MSE显著降低。
Comments Accepeted by ICLR 2026 Workshop Advances in Financial AI
Journal ref ICLR 2026
Hide and Find: A Distributed Adversarial Attack on Federated Graph Learning
隐藏与寻找：联邦图学习中的分布式对抗攻击
机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Ministry of Education Key Laboratory of Intelligent Networks and Network Security（教育部智能网络与网络 security 重点实验室） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering（陕西省大数据知识工程重点实验室） ； School of Distance Education, Xi’an Jiaotong University（西安交通大学继续教育学院）
AI总结 FedShift是一种新的两阶段分布式对抗攻击方法，通过在训练前注入隐藏的位移器和训练后聚合扰动，有效提升联邦图学习的攻击效果和隐蔽性。
Comments Accepted at ICLR 2026 Workshop: Principled Design for Trustworthy AI
Reverse Distillation: Consistently Scaling Protein Language Model Representations
反蒸馏：一致地扩展蛋白质语言模型表示
机构 * Department of Computer Science（计算机科学系） ； Duke University（杜克大学） ； Center for Computational Biology（计算生物学中心） ； Flatiron Institute（Flatiron研究所） ； Depts of Biostats. and Bioinformatics（生物统计学与生物信息学系；细胞生物学系） ； and Cell Biology
AI总结 反蒸馏通过分解大型蛋白质语言模型表示为正交子空间，使较大模型在相同维度下始终优于较小模型，提升了蛋白质特征编码效果。
Comments Proceedings of ICLR 2026
Helix: Evolutionary Reinforcement Learning for Open-Ended Scientific Problem Solving
Helix：基于进化强化学习的开放性科学问题求解
机构 * Bosch (China) Investment Co., Ltd.（博世（中国）投资有限公司） ； Tsinghua-Bosch Joint Center for ML, Tsinghua University（清华大学-博世联合人工智能中心，清华大学） ； Dept. of EE, Tsinghua University（清华大学电子工程系） ； Dept. of Comp. Sci. & Techn., Tsinghua University（清华大学计算机科学与技术系）
AI总结 HELIX通过分层进化强化学习框架，在开放性科学问题求解中实现了先进解决方案的发现，其在圆圈装箱任务中取得state-of-the-art结果，并在机器学习基准测试中超越GPT-4o。
Comments Accepted at ICLR 2026
Contact-Guided 3D Genome Structure Generation of E. coli via Diffusion Transformers
通过扩散变换器生成大肠杆菌3D基因组结构的接触引导方法
机构 * The University of Tokyo（东京大学） ； University of Michigan（密歇根大学） ； Waseda University（早稻田大学）
AI总结 本文提出基于扩散变换器的框架，通过Hi-C接触图引导生成大肠杆菌3D基因组结构的集合，展现生成建模在集合层面3D基因组重建中的有效性。
Comments Accepted at the Gen2 Workshop at ICLR 2026
