期刊&会议

ICLR

International Conference on Learning Representations · 会议 · Machine Learning

2026-07-23 至 2026-07-23 共收录 2 篇

2503.06437 2026-07-23 cs.CV cs.LG 版本更新

SEED: Towards More Accurate Semantic Evaluation for Visual Brain Decoding

SEED：迈向更准确的视觉脑解码语义评估

Juhyeon Park, Peter Yongho Kim, Jiook Cha, Shinjae Yoo, Taesup Moon

机构 * IPAI, Seoul National University（韩亚国立大学IPAI）； ECE, Seoul National University（韩亚国立大学电子工程系）； Psychology, Seoul National University（韩亚国立大学心理学系）； Brookhaven National Lab（布鲁赫斯国家实验室）； ASRI / INMC / AIIS, Seoul National University（韩亚国立大学ASRI/INMC/AIIS）

AI总结 SEED是一种用于评估视觉脑解码模型语义解码性能的新指标，通过整合三个互补的指标，发现现有模型在关键信息传递上存在不足，并开源数据以促进进一步研究。

Comments ICLR 2026

2510.05592 2026-07-23 cs.AI cs.CL cs.LG cs.MA 版本更新

In-the-Flow Agentic System Optimization for Effective Planning and Tool Use

用于有效规划和工具使用的流内智能体系统优化

Zhuofeng Li, Haoxiang Zhang, Seungju Han, Sheng Liu, Jianwen Xie, Yu Zhang, Yejin Choi, James Zou, Pan Lu

机构 * Stanford University（斯坦福大学）； Texas A&M University（德克萨斯农工大学）； UC San Diego（圣地亚哥大学）； Lambda Website（Lambda网站）

AI总结研究针对大语言模型中工具增强方法的不足，提出可训练的流内智能体框架AgentFlow及Flow-GRPO训练方法，通过协调模块优化规划器，在多基准测试中表现优异，展现流内优化优势。

Comments 47 pages, 12 figures. ICLR 2026 Oral. Project website: https://agentflow.stanford.edu/