ResearchGym: Evaluating Language Model Agents on Real-World AI Research
ResearchGym: 在真实世界人工智能研究中评估语言模型代理
AI总结 ResearchGym通过重新利用学术论文中的任务环境，评估语言模型代理在真实世界AI研究中的能力，发现其在复杂任务中存在可靠性不足的问题，但偶尔能实现前沿性能。
Comments ICLR 2026 Agents in the Wild Workshop
期刊&会议
ICLR
International Conference on Learning Representations · 会议 · Machine Learning
GTR-Bench: Evaluating Geo-Temporal Reasoning in Vision-Language Models
GTR-Bench：评估视觉-语言模型中的地理时间推理
机构 * Tsinghua University（清华大学） ； SenseTime Research（商汤科技研究院） ； Peking University（北京大学） ； Technical University of Munich, Heilbronn Data Science Center, Munich Data Science Institute（慕尼黑技术大学，海德堡数据科学中心，慕尼黑数据科学研究所）
AI总结 GTR-Bench提出了一种新的基准，用于评估视觉-语言模型在地理时间推理中的能力，揭示了现有模型在空间和时间上下文利用、时间预测能力及地图数据整合方面的不足。
Comments ICLR 2026, 31 pages, 20 figures
Ultra-Fast Language Generation via Discrete Diffusion Divergence Instruct
通过离散扩散发散指导实现超快语言生成
AI总结 DiDi-Instruct通过离散扩散发散指导实现高效语言生成，提供高达64倍的加速，同时保持高质量输出。
Comments [ICLR 2026] 38 pages, 7 figures, 13 tables
Pyramidal Patchification Flow for Visual Generation
金字塔补丁化流用于视觉生成
AI总结 本研究提出金字塔补丁化流方法，通过动态调整补丁大小和线性投影提升视觉生成效率与性能。
Comments ICLR 2026
3DGEER: 3D Gaussian Rendering Made Exact and Efficient for Generic Cameras
3DGEER：为通用相机实现精确且高效的3D高斯渲染
机构 * Bosch Research North America（博世北美研究部） ； Bosch Center for AI（博世人工智能中心）
AI总结 3DGEER提出了一种几何精确且高效的3D高斯渲染框架，通过闭合表达式实现精确渲染和优化，并在通用相机上实现了实时高效和高精度的光场渲染。
Comments Published at ICLR 2026. Code is available at: https://github.com/boschresearch/3dgeer
Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)
Diffusion Blend: Inference-Time Multi-Preference Alignment for Diffusion Models
扩散混合：用于扩散模型的推理时间多偏好对齐
机构 * Texas A&M University（德克萨斯大学阿姆斯特朗分校） ； Qualcomm AI Research（高通人工智能研究）
AI总结 扩散混合通过混合反向扩散过程实现推理时间多偏好对齐，提升用户驱动的图像生成性能。
Comments Accepted at ICLR 2026
AudioTrust: Benchmarking the Multifaceted Trustworthiness of Audio Large Language Models
AudioTrust: 音频大语言模型多维可信度基准测试
AI总结 AudioTrust通过多维度评估音频大语言模型的可信度，揭示其在高风险音频场景下的局限性，为安全部署提供关键洞察。
Comments Accepted to ICLR 2026
GTM: A General Time-series Model for Enhanced Representation Learning of Time-Series Data
GTM：一种通用时间序列模型，用于增强时间序列数据的表示学习
AI总结 GTM通过频域注意力机制和混合遮蔽策略提升时间序列表示学习，实现跨生成任务的泛化能力。
Comments 10 pages main text, 20 pages appendix. Accepted at ICLR 2026
LiTo: Surface Light Field Tokenization
LiTo: 表面光场令牌化
AI总结 LiTo通过联合建模几何和视点依赖外观，利用表面光场生成高质量3D物体，提升光照和材料一致性。
Comments ICLR 2026; Project page: https://apple.github.io/ml-lito/
Learning What Reinforcement Learning Can't: Interleaved Online Fine-Tuning for Hardest Questions
学习强化学习无法做到的：用于最难问题的交错在线微调
机构 * Peking University（北京大学） ； Zhongguancun Academy（中关村学院） ； Beijing Key Laboratory of Data Intelligence and Security (Peking University)（北京数据智能与安全重点实验室（北京大学）） ； Beijing Key Laboratory of Software and Hardware Cooperative Artificial Intelligence Systems（北京软件与硬件协同人工智能系统重点实验室）
AI总结 ReLIFT通过结合强化学习和在线微调，提升模型在复杂问题上的推理能力，实现超过5.2分的性能提升。
Comments 12 pages, 5 figures
Journal ref ICLR 2026
Are Deep Speech Denoising Models Robust to Adversarial Noise?
深度语音去噪模型是否对对抗噪声具有鲁棒性？
机构 * University of Massachusetts（马萨诸塞大学） ； Dolby Laboratories（杜比实验室）
AI总结 研究发现深度语音去噪模型对特定类型的对抗噪声缺乏鲁棒性，需采取实际防护措施以确保安全应用。
Comments 22 pages, 14 figures. Related conference version accepted to ICLR 2026: see https://openreview.net/forum?id=WtH2JxKJKf
LookaheadKV: Fast and Accurate KV Cache Eviction by Glimpsing into the Future without Generation
LookaheadKV: 通过不生成未来预览实现快速且准确的KV缓存淘汰
机构 * Samsung Research（三星研究院）
AI总结 LookaheadKV通过无需显式生成未来响应的轻量级框架，实现高效准确的KV缓存淘汰，减少淘汰成本并提升推理速度。
Comments ICLR 2026
Dynamics-Predictive Sampling for Active RL Finetuning of Large Reasoning Models
动态预测采样用于主动强化学习微调大推理模型
机构 * Department of Automation, Tsinghua University（清华大学自动化系）
AI总结 DPS通过动态预测方法减少回放成本，提升大推理模型的强化学习微调效率与性能。
Comments Accepted to ICLR 2026
Protein Counterfactuals via Diffusion-Guided Latent Optimization
通过扩散引导的潜在优化进行蛋白质反事实
机构 * Machine Learning Group, Technische Universität Berlin（技术大学柏林机器学习组） ； Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所（BIFOLD）） ； BASF Digital Solutions GmbH（巴斯夫数字解决方案有限公司）
AI总结 MCCOP通过扩散引导的潜在优化生成蛋白质反事实，用于预测和改进蛋白质特性。
Comments 16 pages, 7 figures, accepted at the Gen2 Workshop at ICLR 2026
Regime-aware financial volatility forecasting via in-context learning
基于情境学习的领域感知金融波动预测
机构 * Department of Electrical and Computer Engineering, University of Toronto（多伦多大学电气与计算机工程系） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系）
AI总结 本文提出一种基于情境学习的领域感知金融波动预测方法，通过条件采样策略提升非平稳市场下的预测性能。
Comments 11 pages, 1 figure, Published as a conference paper at ICLR 2026 Workshop on Advances in Financial AI
GSVD for Geometry-Grounded Dataset Comparison: An Alignment Angle Is All You Need
基于几何的数据库比较的GSVD：一个对齐角度就足够
机构 * Institute of Computing, UFRJ（计算学院，UFRJ） ； Institute of Mathematics, UFRJ（数学学院，UFRJ）
AI总结 本文提出基于GSVD的几何对齐角度方法，用于比较数据集，通过角度分数量化样本解释来源，提供可解释的几何诊断工具。
Comments 20 pages, GRaM workshop ICLR 2026
ReMix: Reinforcement routing for mixtures of LoRAs in LLM finetuning
ReMix：用于LoRAs混合的强化路由
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta AI ； Washington University St. Louis（华盛顿大学圣路易斯分校）
AI总结 ReMix通过引入不可学习的路由权重和强化学习技术，改进了混合LoRAs模型的路由机制，提升了模型的表达能力和微调效果。
Comments LLA @ ICLR 2026
ES-dLLM: Efficient Inference for Diffusion Large Language Models by Early-Skipping
ES-dLLM：通过早期跳过实现扩散大语言模型的高效推理
AI总结 ES-dLLM通过早期跳过技术提升扩散大语言模型的推理效率，实现高达16.8倍的加速效果。
Comments Accepted at ICLR 2026
Digging Deeper: Learning Multi-Level Concept Hierarchies
深入挖掘：学习多级概念层次结构
AI总结 本文提出多级概念分割和深度HiCEMs，通过仅使用顶层监督发现多级概念层次结构，并在多个抽象层次上进行干预，提升模型的可解释性和任务性能。
Comments Accepted to the ICLR 2026 Workshop on Principled Design for Trustworthy AI
Dissecting Chronos: Sparse Autoencoders Reveal Causal Feature Hierarchies in Time Series Foundation Models
拆解Chronos：稀疏自编码器揭示时间序列基础模型中的因果特征层次
机构 * Rochester Institute of Technology（罗切斯特理工学院）
AI总结 本文通过稀疏自编码器揭示时间序列基础模型中的因果特征层次，发现中编码器的特征对预测质量影响最大，表明Chronos-T5依赖突变动态而非周期性模式识别。
Comments Accepted as a poster in ICLR 2026 Workshop on Time Series in the Age of Large Models (TSALM)
Revisiting Sharpness-Aware Minimization: A More Faithful and Effective Implementation
重新审视锐度感知最小化：一种更忠实且有效的实现
机构 * Key Laboratory of Interdisciplinary Research of Computation and Economics（计算与经济学交叉研究重点实验室）
AI总结 本文提出XSAM，通过显式估计最大值方向和优化搜索空间，改进了锐度感知最小化方法，提升了模型泛化能力。
Comments Published as a conference paper at ICLR 2026
LCA: Local Classifier Alignment for Continual Learning
LCA：连续学习中的局部分类器对齐
AI总结 LCA通过局部分类器对齐方法，解决连续学习中分类器与骨干网络的不匹配问题，提升模型的泛化能力和鲁棒性。
Comments Accepted to the International Conference on Learning Representations (ICLR 2026)
Streaming Autoregressive Video Generation via Diagonal Distillation
通过对角蒸馏实现流式自回归视频生成
机构 * South China University of Technology（南方科技大学） ； Westlake University（西湖大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of California, Merced（加州大学默塞德分校） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出对角蒸馏方法，通过不对称生成策略和隐式光学流建模，在减少计算步骤的同时提升视频生成的运动质量和效率。
Comments ICLR 2026 (31 pages, 10 figures, project page: https://spherelab.ai/diagdistill/)
Adaptive Loops and Memory in Transformers: Think Harder or Know More?
变换器中的自适应循环与记忆：更努力思考还是更了解更多？
机构 * Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫 IAIS 研究所） ； University of Bonn（波恩大学）
AI总结 本研究提出结合自适应循环和门控记忆的变换器模型，提升数学推理和常识任务性能。
Comments Published at Latent & Implicit Thinking Workshop @ ICLR 2026
ConfHit: Conformal Generative Design with Oracle Free Guarantees
ConfHit: 无Oracle保证的符合生成设计
机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） ； Department of Statistics and Data Science, Wharton School, University of Pennysylvania（宾夕法尼亚大学沃顿商学院统计与数据科学系）
AI总结 ConfHit通过无Oracle保证的符合生成设计框架，在多个置信水平下提供有效的覆盖保证，同时保持紧凑的认证集，为生成建模提供可靠的方法。
Comments Accepted at ICLR 2026
SEED-SET: Scalable Evolving Experimental Design for System-level Ethical Testing
SEED-SET: 可扩展的演进实验设计用于系统层面的伦理测试
AI总结 SEED-SET通过结合客观评估和主观价值判断，提供了一种高效的伦理测试方法，生成更优的测试候选者并提高高维搜索空间的覆盖范围。
Comments 10 main pages along with Appendix containing additional results, manuscript accepted in ICLR 2026
CARE: Towards Clinical Accountability in Multi-Modal Medical Reasoning with an Evidence-Grounded Agentic Framework
CARE：迈向多模态医学推理中的临床问责的证据基础代理框架
机构 * Microsoft Research Asia（微软亚洲研究院） ； Department of Biomedical Engineering, Yale University（耶鲁大学生物医学工程系） ； Department of Radiology & Biomedical Imaging, Yale University（耶鲁大学放射学与生物医学成像系）
AI总结 CARE通过证据基础的代理框架提升多模态医学推理的准确性与问责性，结合解耦的专业模型和明确证据，实现更可靠的医学AI。
Comments Accepted by ICLR 2026
AMLRIS: Alignment-aware Masked Learning for Referring Image Segmentation
AMLRIS: 基于对齐感知的掩码学习用于提及图像分割
AI总结 AMLRIS通过基于对齐感知的掩码学习策略，提升提及图像分割的性能与鲁棒性。
Comments ICLR 2026 conference paper
Learning Transferable Skills in Action RPGs via Directed Skill Graphs and Selective Adaptation
通过定向技能图和选择性适应在动作RPG中学习可转移的技能
机构 * Sharif University of Technology（沙斐大学）
AI总结 本文提出通过定向技能图和选择性适应方法，在动作RPG中实现技能的可转移学习，提高样本效率和适应性。
Comments 5 pages
Journal ref Lifelong Agent Workshop at ICLR 2026
AFTER: Mitigating the Object Hallucination of LVLM via Adaptive Factual-Guided Activation Editing
AFTER: 通过自适应事实引导激活编辑缓解LVLM中的对象幻觉
AI总结 AFTER通过自适应事实引导激活编辑缓解LVLM中的对象幻觉，显著降低幻觉发生率。
Journal ref ICLR 2026
