ICLR

Intrinsic Green's Learning: Supervised Learning on Manifolds via Inverse PDE

本征格林学习：通过逆偏微分方程在流形上进行监督学习

Alexandre Quemy

机构 * Hother Labs（霍瑟实验室） 纠错

AI总结 研究提出本征格林学习框架，通过逆偏微分方程在流形上进行监督学习。利用编码器发现低维坐标图，两阶段算法分离坐标发现与源拟合，可学习门自动发现本征维数，在合成流形和MNIST上实现近乎最优分类及本征维数自动恢复。

Comments Accepted at AI & PDE Workshop @ ICLR 2026

Recovering Cloud Microstructures with Cascaded Diffusion Inversion

通过级联扩散反演恢复云微观结构

Hanan Gani, Guy Pulik, Daniel Rosenfeld, Duncan Watson-Parris, Salman Khan

机构 * Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； University of California, San Diego（加利福尼亚大学圣地亚哥分校） 纠错

AI总结 针对卫星云图像分辨率不足及现有方法不适用于此类图像的问题，提出基于扩散的两阶段超分辨率框架，能将云微观结构分辨率提高4倍，在精度和视觉质量上优于现有方法，为云微物理分析及利用AI促进气候和可持续性提供路径。

Comments Published at ML4RS Workshop ICLR 2026

SAGE: Spatial-visual Adaptive Graph Exploration for Efficient Visual Place Recognition

SAGE：用于高效视觉场所识别的空间视觉自适应图探索

Shunpeng Chen, Changwei Wang, Rongtao Xu, Xingtian Pei, Yukun Song, Jinzhou Lin, Wenhao Xu, Jingyi Zhang, Li Guo, Shibiao Xu

机构 * School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center, Qilu University of Technology（教育部计算功率网络与信息安全部、山东计算机科学中心、齐鲁大学） 纠错

AI总结 研究视觉场所识别问题，提出SAGE统一训练管道，通过改进局部特征聚合等增强空间视觉辨别力，引入软探测模块，重建地理视觉图，采用特定采样器，在多基准测试中达SOTA，如在SPED上仅用4096D全局描述符获100% Recall@10。

Comments Accepted by ICLR 2026

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

SGD-Based Knowledge Distillation with Bayesian Teachers: Theory and Guidelines

基于贝叶斯教师的基于随机梯度下降的知识蒸馏：理论与指导方针

Itai Morad, Nir Shlezinger, Yonina C. Eldar

机构 * School of ECE, Ben-Gurion University（本·古里安大学电子工程学院） ； Faculty of Math and CS, Weizmann Institute of Science（魏茨曼科学研究院数学与计算机学院） 纠错

AI总结 研究从贝叶斯视角用随机梯度下降训练学生的知识蒸馏收敛行为，分两种情况分析，发现从贝叶斯类概率学习有优势，提倡用贝叶斯深度学习模型作教师，实验表明这样蒸馏出的学生准确率更高、收敛更稳定。

Comments Accepted at ICLR 2026

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

Truthful or Fabricated? Using Causal Attribution to Mitigate Reward Hacking in Explanations

真实还是编造？利用因果归因减轻解释中的奖励作弊

Pedro Ferreira, Wilker Aziz, Ivan Titov

机构 * Institute for Logic, Language and Computation (ILLC), University of Amsterdam（逻辑、语言与计算研究所（ILLC），阿姆斯特丹大学） ； Institute for Language, Cognition and Computation (ILCC), University of Edinburgh（语言、认知与计算研究所（ILCC），爱丁堡大学） 纠错

AI总结 研究大语言模型解释中因奖励模型导致的奖励作弊问题，提出用预测的因果归因丰富奖励模型输入的方法，该方法能减少大语言模型生成误导性解释的倾向，提升解释忠实度。

Comments ICLR 2026 Camera-ready

Train Smarter, Not Longer: Memorization-Guided Data Reuse for Efficient LLM Training

更智能而非更长时间训练：用于高效大语言模型训练的记忆引导数据复用

Jingwei Zuo, Cong Zeng, Ilyas Chahed, Maksim Velikanov, Dhia Eddine Rhaiem, Pasquale Balsebre, Abhay Kumar, Younes Belkada, Hakim Hacid

机构 * Technology Innovation Institute（技术创新研究院） 纠错

AI总结 研究大语言模型训练范式，通过观察模型‘记忆窗口’信号，提出记忆引导数据复用范式，自适应决定数据复用时间和方式，为记忆感知训练计划奠定基础，助于用有限高质量数据更智能训练。

Comments Published as a paper at 3rd DATA-FM workshop @ ICLR 2026, Brazil

Spinning Straw into Gold: Relabeling LLM Agent Trajectories in Hindsight for Successful Demonstrations

化腐朽为神奇：事后重新标记大语言模型智能体轨迹以实现成功示范

Zichao Li, Gang Wu, Zichao Wang, Ruiyi Zhang, Wanrong Zhu, Ryan A. Rossi, Vlad I Morariu, Jihyung Kil

机构 * Mila, McGill University（米拉，麦吉尔大学） ； Adobe Research（Adobe研究院） 纠错

AI总结 针对大语言模型智能体监督瓶颈，利用智能体展开中隐含的成功目标，引入事后监督学习（HSL），通过辅助大语言模型重新标记轨迹及目标并微调，提出两种技术减轻数据次优性，实验证明其优势。

Comments Accepted to ICLR 2026

Seeing Once is Enough? Online Geometry-Aware Token Pruning for 3D Question Answering

看一次就够了？用于3D问答的在线几何感知令牌剪枝

Ruei-Chi Lai, Bolivar Solarte, Chin-Hsuan Wu, Yi-Hsuan Tsai, Min Sun

机构 * National Tsing Hua University（国立清华大学） ； Industrial Technology Research Institute ITRI（工业技术研究院） ； University of Toronto（多伦多大学） ； Atmanity Inc（Atmanity公司） 纠错

AI总结 针对3D问答中多模态大语言模型推理成本高的问题，提出在线令牌剪枝方法，利用深度和相机姿态投影到体素空间，识别重叠区域并剪枝冗余令牌，减少令牌使用，提升效率和性能。

Comments published at ICLR 2026 Workshop on Efficient Spatial Reasoning

The Anatomy of Uncertainty in LLMs

大语言模型中不确定性的解剖结构

Aditya Taparia, Ransalu Senanayake, Kowshik Thopalli, Vivek Narayanaswamy

机构 * School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

AI总结 本文提出了一种将大语言模型不确定性分解为输入模糊性、知识缺口和解码随机性的框架，通过实验展示不同模型规模和任务中各组件的重要性，以提升模型可靠性与可信度。

Comments Accepted at the ICBINB Workshop, ICLR 2026

Evidence for Limited Metacognition in LLMs

对大语言模型有限元认知能力的证据

Christopher Ackerman

AI总结 本文提出评估大语言模型元认知能力的新方法，发现前沿模型在事实和推理问题上的自信心评估和预测能力有限，且与人类存在显著差异。

Comments 26 pages, 25 figures

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

Trust-Region Noise Search for Black-Box Alignment of Diffusion and Flow Models

基于信任区域的噪声搜索用于扩散和流模型的黑盒对齐

Niklas Schweiger, Daniel Cremers, Karnik Ram

AI总结 本文提出一种基于信任区域的噪声搜索算法，用于对扩散和流模型进行黑盒对齐，通过优化噪声样本实现更好的生成效果，适用于多种生成任务。

Comments Preprint (shorter version accepted at ICLR ReaLM-GEN workshop)

CLEAR: Calibrated Learning for Epistemic and Aleatoric Risk

CLEAR：认知风险和偶然风险的校准学习

Ilia Azizi, Juraj Bodik, Jakob Heiss, Bin Yu

机构 * Department of Operations, HEC, University of Lausanne（洛桑大学运营管理系） ； Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计系） ； Department of Electrical Engineering and Computer Science, University of California, Berkeley（加州大学伯克利分校电气工程与计算机科学系） ； BegooAI 纠错

AI总结 提出校准方法CLEAR，用两个参数结合测量噪声偶然不确定性与数据有限认知不确定性，提升回归任务预测区间条件覆盖率，与多种估计器兼容，在多数据集上效果良好。

Comments Project page: https://unco3892.github.io/clear/

Journal ref Published as a conference paper at ICLR 2026

Multi-Marginal Flow Matching with Adversarially Learnt Interpolants

多边际流匹配与对抗性学习插值

Oskar Kviman, Kirill Tamogashev, Nicola Branchini, Víctor Elvira, Jens Lagergren, Nikolay Malkin

机构 * KTH（皇家理工学院） ； University of Edinburgh（爱丁堡大学） ； CIFAR Fellow 纠错

AI总结 本文提出了一种新的流匹配方法ALI-CFM，通过GAN启发的对抗损失拟合神经参数化插值曲线，以逼近中间时间点的观测分布，从而提升多边际轨迹推断的性能。

Journal ref International Conference on Learning Representations (ICLR) 2026

Data-to-Energy Stochastic Dynamics

数据到能量的随机动力学

Kirill Tamogashev, Nikolay Malkin

机构 * University of Edinburgh（爱丁堡大学） ； CIFAR Fellow（蒙特利尔认知研究院研究员） 纠错

AI总结 本文提出了一种数据到能量的IPF方法，用于建模Schrödinger桥问题，无需数据样本即可学习多模态分布之间的传输，并改进了扩散系数的学习。

Journal ref International Conference on Learning Representations (ICLR) 2026

SpectralGCD: Spectral Concept Selection and Cross-modal Representation Learning for Generalized Category Discovery

SpectralGCD：用于广义类别发现的光谱概念选择和跨模态表示学习

Lorenzo Caselli, Marco Mistretta, Simone Magistri, Andrew D. Bagdanov

机构 * University of Florence, Media Integration and Communication Center (MICC)（佛罗伦萨大学，媒体整合与通信中心（MICC）） 纠错

AI总结 研究广义类别发现问题，提出SpectralGCD方法，利用CLIP跨模态相似性统一表示，通过光谱滤波和知识蒸馏提升性能，相比现有方法计算成本低且精度高。

Comments Accepted at ICLR 2026. Code available at https://github.com/miccunifi/SpectralGCD

Self-Supervised Learning from Structural Invariance

从结构不变性进行自监督学习

Yipeng Zhang, Hafez Ghaemi, Jungyoon Lee, Shahab Bakhtiari, Eilif B. Muller, Laurent Charlin

机构 * Mila - Québec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； CHU Sainte-Justine（圣约斯特医院） ； HEC Montréal（蒙特利尔高等商学院） ； CIFAR AI Chair（CIFAR人工智能 chair） 纠错

AI总结 研究自监督学习中一对多映射问题，引入潜变量处理条件不确定性，推导变分下界，得出正则项，所提AdaSSL方法适用于多种自监督目标，在多领域有应用。

Comments ICLR 2026

Web-CogReasoner: Towards Multimodal Knowledge-Induced Cognitive Reasoning for Web Agents

Web-CogReasoner：迈向用于网络智能体的多模态知识诱导认知推理

Yuhan Guo, Cong Guo, Aiwen Sun, Hongliang He, Xinyu Yang, Yue Lu, Yingji Zhang, Xuntao Guo, Dong Zhang, Jianzhuang Liu, Jiang Duan, Yijia Xiao, Liangjian Wen, Hai-Ming Xu, Yong Dai

机构 * Southwestern University of Finance and Economics（西南财经大学） ； Shanghai Jiao Tong University（上海交通大学） ； Central South University（中南大学） ； Hithink Research（Hithink研究） ； Westlake University（西湖大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Manchester（曼彻斯特大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Adelaide（阿德莱德大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Chengdu Everimaging Science and Technology Co., Ltd（成都亿联科技有限公司） 纠错

AI总结 研究将网络智能体能力分解为知识内容学习和认知过程两阶段，提出框架分类知识，构建数据集，基于此用新推理框架开发训练智能体，实验显示其优势，还引入评估套件。

Comments Accepted to ICLR 2026. Our code and data is released at https://github.com/Gnonymous/Web-CogReasoner

ARMOR: Aligning Secure and Safe Large Language Models via Meticulous Reasoning

ARMOR：通过精细推理对齐安全的大语言模型

Zhengyue Zhao, Yingzi Ma, Somesh Jha, Marco Pavone, Patrick McDaniel, Chaowei Xiao

AI总结 研究大语言模型安全问题，针对现有方法不足，提出ARMOR，通过三步推理管道提取核心恶意意图并验证，开发ARMOR-Think提升性能，在防御越狱攻击上效果显著。

Comments ICLR 2026

Verifier-free Test-Time Sampling for Vision-Language-Action Models

视觉语言动作模型的无验证测试时采样

Suhyeok Jang, Dongyoung Kim, Changyeon Kim, Youngsuk Kim, Jinwoo Shin

机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔国立大学） ； RLWRLD 纠错

AI总结 针对视觉语言动作模型在高精度任务中的局限，提出无验证测试时缩放框架MG-Select，利用模型内部属性，通过参考动作令牌分布选最优动作，经联合训练改进参考分布，提升模型表现。

Comments Accepted to ICLR 2026. Project page: https://suhyeok-jang.github.io/mg-select/

Wiki-R1: Incentivizing Multimodal Reasoning for Knowledge-based VQA via Data and Sampling Curriculum

Wiki-R1: 通过数据和采样课程激励基于知识的多模态推理用于VQA

Shan Ning, Longtian Qiu, Xuming He

机构 * ShanghaiTech University（上海科技大学） ； Shanghai Engineering Research Center of Intelligent Vision and Imaging（上海智能视觉与成像工程研究中心） ； Lingang Laboratory（临港实验室） 纠错

AI总结 提出Wiki-R1框架，通过可控课程数据生成和课程采样策略，结合强化学习激励MLLMs在KB-VQA中的推理能力，在Encyclopedic VQA和InfoSeek上取得新SOTA。

Comments Accepted by ICLR 26, code and weights are publicly available

Interpreting Global Perturbation Robustness of Image Models using Axiomatic Spectral Importance Decomposition

使用公理谱重要性分解解释图像模型的全局扰动鲁棒性

Róisín Luo, James McDermott, Colm O'Riordan

机构 * SFI Centre for Research Training in Artificial Intelligence（SFI人工智能研究培训中心） ； School of Computer Science, University of Galway（Galway大学计算机科学学院） 纠错

AI总结 提出一种模型无关的全局可解释性方法I-ASIDE，基于Shapley值公理量化鲁棒与非鲁棒特征的预测能力，揭示图像模型对数据损坏和对抗攻击等扰动的鲁棒性机制。

Comments Accepted by Transactions on Machine Learning Research (TMLR 2024)

Journal ref Transactions on Machine Learning Research (TMLR), 2024; Presented at The Thirteenth International Conference on Learning Representations (ICLR 2025), Singapore

LearNAT: Learning NL2SQL with AST-guided Task Decomposition for Large Language Models

LearNAT: 基于AST引导任务分解的NL2SQL大语言模型学习

Weibin Liao, Xin Gao, Tianyu Jia, Rihong Qiu, Yifan Zhu, Yang Lin, Xinyu Ma, Junfeng Zhao, Yasha Wang

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education（教育部高可信软件技术重点实验室） ； Big Data Technology Research Center, Nanhu Laboratory（纳米实验室大数据技术研究中心） ； National Engineering Research Center For Software Engineering, Peking University（北京大学软件工程国家工程研究中心） ； Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术研究院（天津滨海）） ； School of Computer Sciences, Beijing University of Posts and Telecommunications（北京邮电大学计算机科学系） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Seed, ByteDance Inc.（字节跳动公司） 纠错

AI总结 提出LearNAT框架，通过AST引导的分解合成过程和边际感知强化学习，增强小规模LLM的NL2SQL任务分解能力，以7B参数模型达到GPT-4可比性能。

Comments Accepted by ICLR'26

GaussianFusion: Unified 3D Gaussian Representation for Multi-Modal Fusion Perception

GaussianFusion：用于多模态融合感知的统一3D高斯表示

Xiao Zhao, Chang Liu, Mingxu Zhu, Zheyuan Zhang, Linna Song, Qingliang Luo, Chufan Guo, Kuifeng Su

机构 * Tencent, Autonomous Driving Lab（腾讯自动驾驶实验室） 纠错

AI总结 提出基于3D高斯表示的多模态融合框架GaussianFusion，通过连续3D高斯空间统一多模态特征，保留细节，支持多种3D感知任务，在nuScenes上检测NDS提升2.6，占用预测mIoU提升1.55且速度提升450%。

Comments ICLR 2026

Multi-Label Node Classification with Label Influence Propagation

多标签节点分类中的标签影响传播

Yifei Sun, Zemin Liu, Bryan Hooi, Yang Yang, Rizal Fathony, Jia Chen, Bingsheng He

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Capital One ； GrabTaxi Holdings Pte. Ltd.（GrabTaxi控股私人有限公司） 纠错

AI总结 提出标签影响传播（LIP）模型，通过分解GNN的消息传递为传播和变换操作，量化标签间影响，构建标签影响图传播高阶影响，动态调整学习过程，在多标签节点分类任务上超越现有方法。

Comments Accepted to ICLR 2025

Distributionally Robust Linear Regression With Block Lewis Weights

基于块Lewis权重的分布鲁棒线性回归

Naren Sarayu Manoj, Kumar Kshitij Patel

机构 * TTIC（丰田工业大学芝加哥分校） ； Institute for Foundations of Data Science, Yale University（耶鲁大学数据科学基础研究所） 纠错

AI总结 提出一种基于块Lewis权重的算法，通过求解少量线性系统获得群体分布鲁棒最小二乘问题的近似最优解，在中等精度下优于内点方法。

Comments ICLR 2026. Comments welcome!

PaAno: Patch-Based Representation Learning for Time-Series Anomaly Detection

PaAno：基于片段的时序异常检测表示学习

Jinju Park, Seokho Kang

机构 * Department of Industrial Engineering, Sungkyunkwan University（成均馆大学工业工程系） 纠错

AI总结 PaAno提出一种轻量高效的时序异常检测方法，通过提取短时片段并使用1D卷积神经网络进行嵌入，结合三元组损失和预设任务损失提升表示学习效果，实验证明在多种评估指标上优于现有方法。

Comments Accepted by the 14th International Conference on Learning Representations (ICLR 2026)

Predicting LLM Reasoning Performance with Small Proxy Model

用小代理模型预测LLM推理性能

Woosung Koh, Juyoung Suk, Sungjun Han, Se-Young Yun, Jamin Shin

机构 * Trillion Labs ； KAIST AI（韩国科学技术院人工智能系） 纠错

AI总结 提出rBridge方法，通过任务对齐加权负对数似然，使小模型（≤1B）有效预测大模型推理性能，成本降低超100倍，在1B-32B规模上实现最强相关性。

Comments ICLR 2026

Selective Expert Guidance for Effective and Diverse Exploration in Reinforcement Learning of LLMs

选择性专家引导实现强化学习中有效且多样的探索

Zishang Jiang, Jinyi Han, Tingyun Li, Xinyi Wang, Sihang Jiang, Jiaqing Liang, Zhaoqian Dai, Shuguang Ma, Fei Yu, Yanghua Xiao

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Institute of Artificial Intelligence for Education, East China Normal University（华东师范大学上海智能教育研究院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院） ； Ant Group（蚂蚁集团） 纠错

AI总结 提出MENTOR框架，仅在关键决策点提供专家引导，平衡探索的有效性与多样性，提升LLM在可验证奖励强化学习中的推理能力。

Comments Accepted by ICLR 2026

Verbosity Tradeoffs and the Impact of Scale on the Faithfulness of LLM Self-Explanations

冗长性权衡与规模对LLM自我解释忠实度的影响

Noah Y. Siegel, Nicolas Heess, Maria Perez-Ortiz, Oana-Maria Camburu

机构 * Google DeepMind（谷歌DeepMind） ； Centre for AI, University College London（伦敦大学学院人工智能中心） ； Imperial College London（伦敦帝国学院） ； University College London（伦敦大学学院） 纠错

AI总结 本文分析13个模型家族共75个模型的反事实忠实度，提出phi-CCT和F-AUROC两个新指标，发现更大更强的模型在所有指标上更忠实。

Comments ICLR 2026 Workshop on Principled Design for Trustworthy AI - Interpretability, Robustness, and Safety across Modalities 67 pages, 13 figures

Hey, That's My Model! Introducing Chain & Hash, An LLM Fingerprinting Technique

嘿，那是我的模型！引入链与哈希，一种大语言模型指纹识别技术

Mark Russinovich, Yanan Cai, Ahmed Salem

机构 * Microsoft（微软） 纠错

AI总结 提出一种基于链与哈希的LLM指纹识别框架，通过加密绑定提示与响应防止碰撞，并利用随机填充和元提示配置增强鲁棒性，实现可验证的所有权证明。

Comments Published at ICLR 2026