ICML

Position: Causal Machine Learning Requires Rigorous Synthetic Experiments for Broader Adoption

Audrey Poinsot, Panayiotis Panayiotou, Alessandro Leite, Nicolas Chesneau, Özgür Şimşek, Marc Schoenauer

机构 * Department of Computer Science, University of Bath, Bath, UK（英国巴斯大学计算机科学系） ； TAU, LISN, INRIA Saclay, France（法国萨克利实验室） ； INSA Rouen Normandy, Normandy University, LITIS, Rouen, France（法国诺曼底大学） 纠错

Comments Accepted at ICML 2025

Vulnerability-Aware Alignment: Mitigating Uneven Forgetting in Harmful Fine-Tuning

Liang Chen, Xueting Han, Li Shen, Jing Bai, Kam-Fai Wong

机构 * The Chinese University of Hong Kong（香港中文大学） ； Microsoft Research Asia（微软亚洲研究院） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） 纠错

Comments ICML 2025

Fast Tensor Completion via Approximate Richardson Iteration

Mehrdad Ghadiri, Matthew Fahrbach, Yunbum Kook, Ali Jadbabaie

机构 * MIT（麻省理工学院） ； Google Research（谷歌研究） 纠错

Comments 18 pages, 4 figures

Journal ref Proceedings of the 42nd International Conference on Machine Learning (ICML 2025)

Zero-Shot Generalization of Vision-Based RL Without Data Augmentation

Sumeet Batra, Gaurav S. Sukhatme

机构 * Department of Computer Science, University of Southern California, Los Angeles, USA（计算机科学系，南加州大学，洛杉矶，美国） 纠错

Comments Published at ICML 2025

Multidimensional Adaptive Coefficient for Inference Trajectory Optimization in Flow and Diffusion

Dohoon Lee, Jaehyun Park, Hyunwoo J. Kim, Kyogu Lee

机构 * Music and Audio Research Group, Department of Intelligence and Information, Seoul National University, Seoul, Korea（智能信息系音频研究组，首尔国立大学，韩国首尔） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University, Seoul, Korea（人工智能跨学科项目，首尔国立大学，韩国首尔） ； Artificial Intelligence Institute, Seoul National University, Seoul, Korea（人工智能研究所，首尔国立大学，韩国首尔） ； School of Computing, KAIST, Daejeon, Korea（计算学院，韩国科学技术院，韩国大田） 纠错

Comments ICML 2025 Paper