International Conference on Machine Learning · 会议 · Machine Learning
2026-06-17 至 2026-06-17 共收录 17 篇
2602.106352026-06-17cs.AIcs.LG版本更新
OmniSapiens: A Foundation Model for Social Behavior Processing via Heterogeneity-Aware Relative Policy Optimization
OmniSapiens: 一种通过异质性感知相对策略优化进行社会行为处理的基础模型
Keane Ong, Sabri Boughorbel, Luwei Xiao, Chanakya Ekbote, Wei Dai, Ao Qu, Jingyao Wu, Rui Mao, Ehsan Hoque, Erik Cambria, Gianmarco Mengaldo, Paul Pu Liang
机构
*
Massachusetts Institute of Technology（麻省理工学院）
；
National University of Singapore（新加坡国立大学）
；
Nanyang Technological University（南洋理工大学）
；
Prince Sattam bin Abdulaziz University（普森·萨塔姆·本·阿卜杜勒阿齐兹大学）
；
University of Rochester（罗切斯特大学）
Principled RL for Flow Matching Emerges from the Chunk-level Policy Optimization
基于流匹配的原理化强化学习从片段级策略优化中涌现
Yifu Luo, Haoyuan Sun, Xinhao Hu, Penghui Du, Keyu Fan, Bo Li, Sinan Du, Xu Wan, Zhiyu Chen, Bo Xia, Yongzhe Chang, Changqian Yu, Kun Gai, Tiantian Zhang, Xueqian Wang
Position: Modular Memory is the Key to Continual Learning Agents
Position: 模块化记忆是持续学习智能体的关键
Vaggelis Dorovatas, Malte Schwerin, Andrew D. Bagdanov, Lucas Caccia, Antonio Carta, Laurent Charlin, Barbara Hammer, Tyler L. Hayes, Timm Hess, Christopher Kanan, Dhireesha Kudithipudi, Xialei Liu, Vincenzo Lomonaco, Jorge Mendez-Mendez, Darshan Patil, Ameya Prabhu, Elisa Ricci, Tinne Tuytelaars, Gido M. van de Ven, Liyuan Wang, Joost van de Weijer, Jonghyun Choi, Martin Mundt, Rahaf Aljundi
机构
*
University of Bremen（不莱梅大学）
；
Seoul National University（首尔国立大学）
；
Computer Vision Center Barcelona（巴塞罗那计算机视觉中心）
；
University of Florence（佛罗伦萨大学）
；
Microsoft Research（微软研究院）
；
HEC Montreal, Mila--Quebec AI Institute, Canada CIFAR AI Chair（蒙特利尔HEC学院、魁北克人工智能研究所、加拿大CIFAR人工智能 chair）
；
Bielefeld University（比勒海姆大学）
；
Georgia Institute of Technology（佐治亚理工学院）
；
University of Rochester（罗切斯特大学）
；
University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
；
Nankai University（南开大学）
；
LUISS University（卢西亚诺大学）
；
Stony Brook University（石溪大学）
；
University of Tübingen（图宾根大学）
；
University of Trento, FBK（特伦托大学，FBK）
；
Tsinghua University（清华大学）
；
University of Groningen（Groningen大学）
CommentsICML 2026 Position Track Spotlight. This work stems from discussions held at the Dagstuhl seminar on Continual Learning in the Era of Foundation Models (October 2025)
Learning Credal Ensembles via Distributionally Robust Optimization
通过分布鲁棒优化学习信度集成
Kaizheng Wang, Ghifari Adam Faza, Fabio Cuzzolin, Siu Lun Chau, David Moens, Hans Hallez
机构
*
Department of Computer Science, KU Leuven, Belgium（比利时库勒万大学计算机科学系）
；
College of Computing and Data Science, Nanyang Technological University, Singapore（新加坡南洋理工大学计算与数据科学学院）
；
Department of Mechanical Engineering, KU Leuven, Belgium（比利时库勒万大学机械工程系）
；
School of Engineering, Computing and Mathematics, Oxford Brookes University, U.K.（英国奥德赛布鲁克斯大学工程、计算与数学学院）
机构
*
Department of Biomedical Informatics, Harvard Medical School（哈佛医学学校生物医学信息学系）
；
Department of Computer Science, University of North Carolina（北卡罗来纳大学计算机科学系）
；
Department of Computer Science, Massachusetts Institute of Technology（麻省理工学院计算机科学系）
MoSE: Mixture of Slimmable Experts for Efficient and Adaptive Language Models
MoSE: 混合可瘦身专家实现高效自适应语言模型
Nurbek Tastan, Stefanos Laskaridis, Karthik Nandakumar, Samuel Horvath
机构
*
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI), UAE（Mohamed bin Zayed人工智能大学（MBZUAI））
；
Michigan State University (MSU), USA（密歇根州立大学（MSU））
；
Amazon Science, UK（亚马逊科学）
机构
*
College of Artificial Intelligence（人工智能学院）
；
National Yang Ming Chiao Tung University（国立阳明交通大学）
；
Mitsubishi Electric Research Labs（三菱电机研究实验室）
；
Computer Science Department（计算机科学系）
；
University at Albany, SUNY, NY, USA（纽约州立大学阿尔巴尼分校）
机构
*
Hong Kong Polytechnic University（香港理工大学）
；
Nanyang Technological University（南洋理工大学）
；
Tsinghua University（清华大学）
；
National University of Singapore（新加坡国立大学）
