期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
多目标强化学习的无奖励视角
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出利用无奖励强化学习（RFRL）视角解决多目标强化学习（MORL）问题，通过引入RFRL的训练目标作为辅助任务，提升知识共享效率，实验表明其在多目标Gymnasium任务中表现更优。
Comments ICLR 2026
PhysNote: 为视觉-语言模型中的可进化物理推理提供自我知识笔记
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Rice University（里奇大学） ； City University of Hong Kong（香港城市大学） ； Fudan University（复旦大学）
AI总结 本文提出PhysNote框架，通过自我生成的知识笔记提升视觉-语言模型在动态物理推理中的表现，实验显示其在PhysBench上达到56.68%的准确率，优于多智能体基线。
Comments 11 pages. Accepted by ICLR 2026 Workshop ES-Reasoning
Fine-R1: 通过链式推理使多模态大语言模型在细粒度视觉识别中脱颖而出
机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所）
AI总结 Fine-R1通过链式推理监督微调和三元组增强策略优化，提升多模态大语言模型在细粒度视觉识别中的表现，仅用4次训练即超越现有模型。
Comments Published as a conference paper at ICLR 2026. The models are available at https://huggingface.co/collections/StevenHH2000/fine-r1
在去中心化学习中单一全局融合的惊人效果
机构 * Zhejiang University（浙江大学） ； Mila, Quebec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文研究了去中心化学习中通信调度策略，发现集中通信预算在后期阶段可显著提升测试性能，通过单一全局融合实现完全连接，有效提升高数据异质性下的学习性能。
Comments We discover and theoretically explain why and when a single global parameter merging in decentralized learning can recover the performance of federated learning, even in highly heterogeneous and communication-constrained environments
Journal ref ICLR 2026 (Oral Presentation)
金融时间序列建议的 hindsight 偏好优化
机构 * AWS Generative AI Innovation Center（AWS生成式AI创新中心） ； HSBC Holdings Plc（汇丰控股有限公司） ； HSBC Technology Center China（汇丰技术中心（中国））
AI总结 本文提出通过回顾性偏好优化方法，利用观测结果生成偏好对，提升语言模型在金融时间序列预测中的建议质量。
Comments Accepted at ICLR 2026 TSALM Workshop
LearnPruner: 重新思考基于注意力的视觉语言模型中令牌修剪
机构 * Li Auto Inc.（利自动公司）
AI总结 本文提出LearnPruner，通过两阶段令牌修剪框架在视觉语言模型中实现高效修剪，保留95%性能的同时减少5.5%视觉令牌使用，提升3.2倍推理速度。
Comments Accepted to ICLR 2026
准等变元网络
机构 * FPT Software AI Center（FPT软件人工智能中心）
AI总结 本文提出准等变元网络，通过引入准等变性概念，在保留功能一致性的同时，突破严格等变性的刚性限制，提升元网络的表达能力和鲁棒性。
Comments Accepted to ICLR 2026
GraphPlanner: 多智能体LLM的图记忆增强代理路由
机构 * Department of Computer Science（计算机科学系）
AI总结 GraphPlanner通过图记忆增强代理路由方法，提升多智能体LLM在任务规划和多轮协作中的性能，实现更高的准确率和计算效率。
Journal ref ICLR 2026
基于令牌顺序优化的NI采样：通过令牌顺序优化加速离散扩散采样
机构 * Department of EE, Tsinghua University（清华大学电子工程系） ； Microsoft Research（微软研究院）
AI总结 本文提出NI采样方法，通过优化令牌采样顺序显著提升离散扩散模型的采样效率，实验表明在保持准确性的同时，加速效果达14.3倍。
Comments Accepted by ICLR 2026
TRINITY：一个进化的人工智能语言模型协调器
机构 * Sakana AI ； University of Michigan（密歇根大学） ； Institute of Science Tokyo（东京科学研究所）
AI总结 TRINITY通过轻量级协调器高效分配角色，提升多轮查询处理能力，在多个任务中超越单一模型和现有方法，实现卓越性能。
Comments To appear at the 14th International Conference on Learning Representation (ICLR 2026)
为LLM单步推理在多跳问答中的准确性设定一种Fano风格的上限
机构 * MBZUAI（马克斯·普朗克智能研究院） ； INSAIT（索菲亚大学）
AI总结 本文提出了一种Fano风格的准确性上限，用于分析LLM在多跳问答中的单步推理能力，通过容量感知的任务分解与主动剪枝，构建了InfoQA框架以提升性能和鲁棒性。
Comments 22 pages, 6 figures, ICLR 2026. Reported by MIT Technology Review
注意差距：通过动作图评估LLM在模型和代理层面的漏洞
机构 * Holistic AI ； University College London（伦敦大学学院）
AI总结 本文通过动作图评估LLM在模型和代理层面的漏洞，揭示了代理层面特有的风险，并展示了通过动作图改进提示能有效降低代理 jailbreak 成功率。
Comments ICLR 2026 Agents in the Wild (Spotlight & Oral); ICLR 2026 AFAA; OpenAI Red-Teaming Challenge Winner (2025); NeurIPS 2025 LLMEval
引导推测推断用于大型语言模型的高效测试时间对齐
机构 * Harvard SEAS（哈佛大学SEAS学院） ； Kempner Institute（Kempner研究所） ； IBM Research（IBM研究院）
AI总结 本文提出引导推测推断（GSI），通过结合软最佳n次测试时间缩放、奖励模型和小型辅助模型的推测样本，提高大语言模型的奖励引导解码效率，并在多个基准测试中实现更高的准确性和更低的延迟。
Comments 41 pages, 11 figures. Published at ICLR 2026
隐秘动机：在连续思维模型中检测不一致的推理
机构 * Stanford University（斯坦福大学）
AI总结 本文研究了连续思维模型中如何检测不一致的推理，提出MoralChain基准测试，并通过双触发方法训练模型，揭示了潜在空间中不一致推理的存在及早期规划阶段的安全监控重要性。
Comments 15 pages with 2 figures
Journal ref International Conference on Learning Representations (ICLR) Latent & Implicit Thinking (LIT) Workshop 2026
分析：用于稳健和可扩展的LLM驱动分析的软命题推理
机构 * Dartmouth College（达特茅斯学院） ； Allen Institute for AI（人工智能研究院）
AI总结 本文提出Analytica，一种基于软命题推理的新型代理架构，通过并行分治框架减少误差，提升LLM在金融、科学等领域的预测准确性与稳定性。
Comments ICLR 2026 Camera-ready
理解无人机影像中热带树种分类的多尺度表征差距
机构 * Mila – Quebec AI Institute（魁北克人工智能研究所） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； Cary Institute of Ecosystem Studies（生态系统研究所） ； Smithsonian Tropical Research Institute（史密松国家热带研究所） ； Department of Plant Sciences, University of Cambridge（剑桥大学植物科学系） ； Universidade do Estado do Mato Grosso (UNEMAT)（马托格罗索州立大学（UNEMAT））
AI总结 研究通过对比高分辨率近景与粗分辨率俯视影像，发现近景影像在树种分类中表现更优，尤其对稀有物种效果更显著，提出跨尺度自监督表征对齐方法提升分类模型性能。
Comments ML4RS @ICLR 2026 (Main)
探测图像编辑模型中的视觉规划
机构 * Shanghai Jiao Tong University（上海交通大学） ； Renmin University of China（中国人民大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）
AI总结 本文提出EAR框架，通过抽象谜题和生成数据集AMAZE，评估图像编辑模型的视觉规划能力，发现模型在零样本设置下表现不佳，但微调后能有效泛化。
Comments Accepted to ES-Reasoning Workshop @ ICLR 2026. Our code is available at https://github.com/spatigen/amaze
位置：逻辑正确性不是LLM神经符号事实核查中的可靠标准
机构 * School of Computer Science University of Sheffield（计算机科学学院 伦敦大学谢菲尔德分校）
AI总结 本文指出，逻辑正确性无法有效检测误导性声明，提出利用LLM的人类推理倾向来验证神经符号系统中的正式组件输出。
Comments ICLR 2026 Workshop on Logical Reasoning of Large Language Models
Delta-XAI：一个用于在线时间序列监控中解释预测变化的统一框架
机构 * AITRICS ； KAIST（韩国科学技术院） ； Sungkyunkwan University（全北大学）
AI总结 本文提出Delta-XAI框架，通过封装函数适配14种XAI方法，并引入在线环境下的评估套件，解决时间序列模型解释中的时间依赖性和在线动态挑战，实验显示SWING方法在多种指标上表现优异。
Comments Accepted at ICLR 2026; Code is available at https://github.com/AITRICS/Delta-XAI
无需图像编辑配对学习图像编辑模型
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Adobe Research（Adobe研究）
AI总结 本文提出无需配对数据的图像编辑模型训练方法，通过扩散模型解卷积和视觉语言模型反馈实现端到端优化，同时结合分布匹配损失提升视觉真实性。
Comments project page: https://nupurkmr9.github.io/npedit/ ICLR 2026
ZeroGR: 一种通用且可扩展的零样本生成检索框架
AI总结 ZeroGR通过自然语言指令扩展生成检索，解决零样本检索场景下的泛化问题，提出文档ID生成器、指令调优查询生成器和反向退火解码策略，实验表明其在BEIR和MAIR基准上表现优异。
Comments ICLR 2026
ODE-GS：基于动态场景外推的隐式ODE与3D高斯点划法
机构 * Yale University（耶鲁大学） ； TU Delft（代尔夫特理工大学） ； Louisiana State University（路易斯安那州立大学） ； RTX（RTX公司）
AI总结 ODE-GS结合隐式ODE与3D高斯点划法，通过连续时间隐式动态建模实现动态3D场景的未来外推，优于传统时间条件变形网络方法，提升外推性能19.8%。
Comments Accepted at ICLR 2026
残差特征整合足以防止负迁移
机构 * University of California, Berkeley（加州大学伯克利分校） ； Harvard University（哈佛大学） ； Rutgers University（罗格斯大学）
AI总结 本文提出通过整合冻结的预训练源特征与可训练的目标编码器，有效防止负迁移，理论证明其收敛率不低于从头训练，并在多个数据集上验证了方法的鲁棒性与广泛适用性。
Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)
更嘈杂的噪声对比估计几乎等同于最大似然估计
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Google DeepMind（谷歌DeepMind） ； Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院） ； Akool Research（Akool研究）
AI总结 本文提出'Noisier' NCE，通过增大噪声幅度使NCE梯度接近最大似然估计，从而在理论和实践中实现更快收敛，适用于高维和多模态数据集的密度比估计。
Comments 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