ICLR

DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics

DiffWind: 基于物理的可微风驱物体动力学建模

Yuanhang Lei, Boming Zhao, Zesong Yang, Xingxuan Li, Tao Cheng, Haocheng Peng, Ru Zhang, Yang Yang, Siyuan Huang, Yujun Shen, Ruizhen Hu, Hujun Bao, Zhaopeng Cui

机构 * State Key Laboratory of CAD & CG（CAD与计算机图形学国家重点实验室） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； Ant Group（蚂蚁集团） ； Shenzhen University（深圳大学） 纠错

AI总结 本文提出DiffWind，一种基于物理的可微框架，统一了风-物体相互作用建模、基于视频的重建和正向模拟。通过将风表示为基于网格的物理场，物体表示为从3D高斯点散布派生的粒子系统，并利用材料点方法（MPM）建模其相互作用，从而实现了对风驱物体动力学的重建。此外，本文还引入了WD-Objects数据集，通过大量实验证明了该方法在重建精度和模拟保真度方面显著优于现有动态场景建模方法。

Comments Accepted by ICLR 2026. Project page: https://zju3dv.github.io/DiffWind/

Minor First, Major Last: A Depth-Induced Implicit Bias of Sharpness-Aware Minimization

先浅后深：一种由深度诱导的sharpness-aware minimization的隐式偏见

Chaewon Moon, Dongkuk Si, Chulhee Yun

机构 * Graduate School of AI, KAIST（韩国成均馆大学人工智能研究生院） ； Mobilint, Inc.（Mobilint公司） 纠错

AI总结 该研究探讨了在训练线性可分二分类问题时，sharpness-aware minimization (SAM) 的隐式偏见，发现对于深度L=2的情况，SAM的行为与深度L=1时不同，展示了sequential feature amplification现象。

Comments Accepted to ICLR 2026, 84 pages, 35 figures

Use the Online Network If You Can: Towards Fast and Stable Reinforcement Learning

在可以的时候使用在线网络：迈向快速且稳定的强化学习

Ahmed Hendawy, Henrik Metternich, Théo Vincent, Mahdi Kallel, Jan Peters, Carlo D'Eramo

机构 * Technical University of Darmstadt（德累斯顿技术大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） ； University of Würzburg（弗赖堡大学） 纠错

AI总结 本文提出了一种新的更新规则，通过在目标网络和在线网络之间取最小估计来改进价值函数学习，从而实现更快且更稳定的强化学习。

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

Stein Diffusion Guidance: Training-Free Posterior Correction for Sampling Beyond High-Density Regions

Stein Diffusion Guidance: Training-Free Posterior Correction for Sampling Beyond High-Density Regions

Van Khoa Nguyen, Lionel Blondé, Alexandros Kalousis

机构 * Department of Computer Science, University of Geneva（日内瓦大学计算机科学系） 纠错

AI总结 本文提出了一种基于Stein扩散引导的训练自由后验校正方法，用于在高密度区域之外进行采样。该方法结合了随机最优控制和Stein变分推断，通过引入新的理论界和运行成本函数，实现了在低密度区域的有效引导。

Comments Revised version accepted to the ICML 2026 main track; prior version accepted to two ICLR 2026 workshops: ReALM-GEN and DeLTa

New Insight of Variance reduce in Zero-Order Hard-Thresholding: Mitigating Gradient Error and Expansivity Contradictions

零阶硬阈值化中方差减少的新见解：缓解梯度误差和扩张性矛盾

Xinzhe Yuan, William de Vazelhes, Bin Gu, Huan Xiong

机构 * IASM, Harbin Institute of Technology（哈尔滨工业大学人工智能研究所，哈尔滨工业大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） 纠错

AI总结 本文提出了一种通用的方差减少零阶硬阈值化算法，通过考虑方差的作用，缓解零阶梯度与硬阈值操作之间的冲突，从而消除对随机方向数量的限制，提高收敛速度和应用范围。

Comments Published as a conference paper at ICLR 2024. 9 pages main paper, 24 pages appendix, 11 figures, 7 tables. Correspondence to Bin Gu and Huan Xiong

Journal ref International Conference on Learning Representations (ICLR), 2024

Unleashing LLMs in Bayesian Optimization: Preference-Guided Framework for Scientific Discovery

释放大语言模型于贝叶斯优化：用于科学发现的偏好引导框架

Xinzhe Yuan, Zhuo Chen, Jianshu Zhang, Huan Xiong, Nanyang Ye, Yuqiang Li, Qinying Gu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出了一种基于大语言模型的贝叶斯优化框架LGBO，通过在优化循环中持续整合大语言模型的语义推理，提高了科学发现中的优化效率和收敛速度。

Comments Published as a conference paper at ICLR 2026. 10 pages main paper, 21 pages appendix, 26 figures

Journal ref International Conference on Learning Representations (ICLR), 2026

Forget Many, Forget Right: Scalable and Precise Concept Unlearning in Diffusion Models

忘却众多，忘却正确：扩散模型中可扩展且精确的概念反学习

Kaiyuan Deng, Gen Li, Yang Xiao, Bo Hui, Xiaolong Ma

机构 * The University of Arizona（亚利桑那大学） ； Clemson University（克莱姆森大学） ； The University of Tulsa（塔尔萨大学） 纠错

AI总结 本文提出了一种名为ScaPre的统一框架，用于在大规模扩散模型中实现精确的概念反学习，通过解决冲突更新、不精确机制和依赖额外数据的问题，提高了反学习的效率和精度。

Comments Accepted at ICLR 2026

Journal ref International Conference on Learning Representations (ICLR) 2026

Learning from Historical Activations in Graph Neural Networks

在图神经网络中学习历史激活

Yaniv Galron, Hadar Sinai, Haggai Maron, Moshe Eliasof

机构 * Technion – Israel Institute of Technology（技术ion–以色列理工学院） ； NVIDIA ； Ben-Gurion University of the Negev（贝内-约尔根大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出HISTOGRAPH，一种基于注意力的两阶段最终聚合层，通过层间和节点间的注意力机制，利用节点的激活历史和图结构来优化最终预测特征，从而在多个图分类基准上实现了优于传统方法的性能。

Comments ICLR 2026

Clipped Gradient Methods for Nonsmooth Convex Optimization under Heavy-Tailed Noise: A Refined Analysis

针对重尾噪声下的非光滑凸优化的截断梯度方法：一种细化分析

Zijian Liu

机构 * Stern School of Business（斯特恩商学院） 纠错

AI总结 本文针对重尾噪声下的非光滑凸优化问题，提出了一种改进的截断梯度方法，并在高概率和期望收敛方面提供了更优的收敛速率和理论分析。

Comments A preliminary conference version is accepted at ICLR 2026. This full version includes the formal statements of lower bounds and their proofs. v3: fixed some typos

Parameterized Hardness of Zonotope Containment and Neural Network Verification

参数化的Zonotope包含与神经网络验证的难度

Vincent Froese, Moritz Grillo, Christoph Hertrich, Moritz Stargalla

机构 * Technische Universität Berlin（柏林技术大学） ； Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学研究所） ； University of Technology Nuremberg（纽伦堡技术大学） 纠错

AI总结 研究探讨了2层ReLU网络函数的正性判定问题，证明其在参数d下属于W[1]-难问题，并展示了Zonotope包含、Lp-Lipschitz常数近似等任务的计算复杂性，揭示了这些基础问题的最优解法。

Comments 20 pages, 5 figures, paper accepted at ICLR 2026

Geometry-aware 4D Video Generation for Robot Manipulation

面向机器人操作的几何感知4D视频生成

Zeyi Liu, Shuang Li, Eric Cousineau, Siyuan Feng, Benjamin Burchfiel, Shuran Song

机构 * Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究院） 纠错

AI总结 本文提出了一种几何感知的4D视频生成模型，通过跨视角点图对齐进行训练，以确保生成视频在多视角下的3D一致性，从而在单个RGB-D图像输入下生成时空一致的未来视频序列，并在不依赖相机姿态的情况下实现稳定的视觉和空间对齐预测。

Comments ICLR 2026; Project website: https://robot4dgen.github.io

Inspection and Control of Self-Generated-Text Recognition Ability in Llama3-8b-Instruct

对Llama3-8b-Instruct自生成文本识别能力的检查与控制

Christopher Ackerman, Nina Panickssery

AI总结 本研究探讨了LLM是否能识别自身生成的文本，发现Llama3-8b-Instruct模型能够区分自身输出与人类输出，并通过残差流中的特定向量控制其行为和感知，揭示了模型自我归属的认知机制。

Comments 10 pages, 13 figs, 2 tables, accepted as conference paper to ICLR 2025

Journal ref The Thirteenth International Conference on Learning Representations (ICLR 2025)

UNR-Explainer: Counterfactual Explanations for Unsupervised Node Representation Learning Models

UNR-Explainer: 为无监督节点表示学习模型生成反事实解释

Hyunju Kang, Geonhee Han, Hogun Park

机构 * Department of Artificial Intelligence（人工智能系） 纠错

AI总结 本文提出UNR-Explainer，一种基于蒙特卡洛树搜索的反事实解释生成方法，用于无监督节点表示学习模型，通过识别关键子图来提升对下游任务如链接预测和聚类的理解。

Comments Accepted at ICLR 2024

WOW-Seg: A Word-free Open World Segmentation Model

WOW-Seg: 无词开放世界分割模型

Danyang Li, Tianhao Wu, Bin Li, Zhenyuan Chen, Yang Zhang, Yuxuan Li, Ming-Ming Cheng, Xiang Li

机构 * NKIARI, Shenzhen Futian（深圳福田NKIARI） ； VCIP, CS, Nankai University（南开大学VCIP实验室） ； AAIS, Nankai University（南开大学AAIS实验室） ； Sichuan Agricultural University（四川农业大学） ； Peking University Shenzhen Graduate School（北京大学深圳研究生院） 纠错

AI总结 本文提出WOW-Seg模型，旨在解决开放世界图像分割中的目标精确分割与语义理解问题，通过引入Mask2Token模块和Cascade Attention Mask，提升模型性能，并构建了Region Recognition Dataset (RR-7K)数据集，在LVIS数据集上取得优异成果。

Comments Accepted by ICLR 2026. Code and benchmark dataset are available at https://github.com/AAwCAA/WOW-Seg-Meta

SinkTrack: Attention Sink based Context Anchoring for Large Language Models

SinkTrack: 基于注意力sink的上下文锚定用于大语言模型

Xu Liu, Guikun Chen, Wenguan Wang

机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） 纠错

AI总结 SinkTrack通过将<BOS>作为信息锚点，注入关键上下文特征，缓解大语言模型的幻觉和上下文遗忘问题，实验显示在文本和多模态任务中均取得显著提升。

Comments ICLR 2026. Code: https://github.com/67L1/SinkTrack

ProfBench: Multi-Domain Rubrics requiring Professional Knowledge to Answer and Judge

ProfBench：需要专业知识回答和评判的多领域评分标准

Zhilin Wang, Jaehun Jung, Ximing Lu, Shizhe Diao, Ellie Evans, Jiaqi Zeng, Pavlo Molchanov, Yejin Choi, Jan Kautz, Yi Dong

机构 * NVIDIA 纠错

AI总结 ProfBench通过7000多个由专业领域专家评估的响应-评分对，评估大语言模型在处理专业文档、信息整合和生成综合报告方面的能力，揭示了即使顶级模型在专业任务上也面临挑战。

Comments Published at ICLR 2026, 30 pages

Accelerating Inference for Multilayer Neural Networks with Quantum Computers

利用量子计算机加速多层神经网络推理

Arthur G. Rattew, Po-Wei Huang, Naixu Guo, Lirandë Pira, Patrick Rebentrost

机构 * Department of Materials, University of Oxford（牛津大学材料系） ； Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Quantum Motion（Quantum Motion公司） ； Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子中心） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

AI总结 本文首次提出全相干的多层神经网络量子实现，采用残差块、多滤波2D卷积、Sigmoid激活等结构，分析了不同量子数据访问模式下的推理复杂度，证明了在不同条件下可实现二次到四次方的加速效果。

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

Can LLMs Refuse Questions They Do Not Know? Measuring Knowledge-Aware Refusal in Factual Tasks

大语言模型能否拒绝它们不知道的问题？在事实性任务中测量知识感知的拒绝

Wenbo Pan, Jie Xu, Qiguang Chen, Junhao Dong, Libo Qin, Xinfeng Li, Haining Yu, Xiaohua Jia

机构 * Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Harbin Institute of Technology（哈尔滨工业大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） 纠错

AI总结 本文提出Refusal Index（RI）作为衡量大语言模型知识感知拒绝能力的新指标，通过评估拒绝概率与错误概率的相关性，揭示模型在事实性任务中的可靠性问题。

Comments Accepted at ICLR 2026

RLBFF: Binary Flexible Feedback to bridge between Human Feedback & Verifiable Rewards

RLBFF：二进制灵活反馈用于连接人类反馈与可验证奖励

Zhilin Wang, Jiaqi Zeng, Olivier Delalleau, Ellie Evans, Daniel Egert, Hoo-Chang Shin, Felipe Soares, Yi Dong, Oleksii Kuchaiev

机构 * NVIDIA 纠错

AI总结 RLBFF结合人类偏好与规则验证，提升奖励模型对响应质量的精准捕捉，优于Bradley-Terry模型，在RM-Bench和JudgeBench上取得优异成绩，且支持用户自定义反馈原则。

Comments Published at ICLR 2026, 21 pages

Mixture-of-Experts Can Surpass Dense LLMs Under Strictly Equal Resource

专家混合模型可在严格相等资源下超越密集语言模型

Houyi Li, Ka Man Lo, Shijie Xuyang, Ziqi Wang, Wenzhen Zheng, Haocheng Zhang, Zhao Li, Shuigeng Zhou, Xiangyu Zhang, Daxin Jiang

机构 * Fudan University（复旦大学） ； StepFun ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文研究在资源相等条件下MoE模型是否能超越密集模型，提出优化框架并验证了在最优激活率下MoE模型性能更优，且该区域在不同模型规模下一致，通过数据重用解决数据量增加的权衡问题。

Comments Published as a conference paper at ICLR 2026

Learning to Reason without External Rewards

无需外部奖励的学习推理

Xuandong Zhao, Zhewei Kang, Aosong Feng, Sergey Levine, Dawn Song

机构 * UC Berkeley（加州大学伯克利分校） ； Yale University（耶鲁大学） 纠错

AI总结 本文提出Intuitor方法，通过内在反馈实现无需外部奖励的自主学习，实验表明其在数学基准和代码生成等任务中表现优异，为无监督学习提供了新途径。

Comments ICLR 2026

LogQuant: Log-Distributed 2-Bit Quantization of KV Cache with Superior Accuracy Preservation

LogQuant: 一种基于对数分布的2位KV缓存量化技术，具有更优异的精度保持性能

Han Chen, Zicong Jiang, Zining Zhang, Bingsheng He, Pingyi Luo, Mian Lu, Yuqiang Chen

机构 * Paradigm（4Paradigm） 纠错

AI总结 LogQuant通过基于对数的过滤机制实现KV缓存的2位量化，减少内存占用的同时保持高性能，实验表明其在吞吐量、批处理大小和准确性上均优于现有方法。

Comments Accepted by ICLR 2025 Workshop on Sparsity in LLMs (SLLM)

Evidence of a Cognitive Shift in AI Education: How Students Are Rethinking Human Intelligence?

人工智能教育中认知转变的证据：学生如何重新思考人类智能？

Islem Rekik

机构 * BASIRA Lab, Imperial-X (I-X) and Department of Computing（BASIRA实验室、Imperial-X（I-X）和计算系） ； Imperial College London, London, United Kingdom（伦敦帝国学院，伦敦，英国） 纠错

AI总结 研究通过长期分析发现，学生对人工智能和人类智能的评价随时间推移逐渐转变，从2020年偏爱AI到2026年多数学生更重视人类智能。

Comments ICLR HCAIR Workhop 2026 https://openreview.net/forum?id=chH4gO2tZT