Dual-branch Robust Unlearnable Examples
双分支鲁棒不可学习样本
AI总结 提出DUNE方法，通过空间和颜色域的双分支优化及集成策略，增强不可学习样本对高级防御的鲁棒性，在CIFAR-10和ImageNet上平均测试准确率低至14.95%-50.82%。
Comments ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
SurvPFN: Towards Foundation Models for Survival Predictions
SurvPFN：面向生存预测的基础模型
机构 * University of Freiburg（弗赖堡大学）
AI总结 提出SurvPFN，一种基于先验数据拟合网络（PFN）的生存预测模型，通过合成数据预训练和删失负对数似然损失，无需逐数据集拟合即可在真实任务中与经典和深度生存基线竞争。
Comments 10 pages, 1 figure. Accepted to "Foundation Models for Structured Data" Workshop at the International Conference on Machine Learning (ICML) 2026
Energy-Structured Low-Rank Adaptation for Continual Learning
能量结构低秩自适应持续学习
机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院，南京，中国） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用重点实验室（东南大学），教育部，中国） ； Huawei Technologies, Shenzhen, China（华为技术有限公司，深圳，中国）
AI总结 提出E²-LoRA方法，通过能量集中和排序的低秩自适应以及动态秩分配策略，解决持续学习中的任务干扰和知识压缩问题，实现最优性能。
Comments Accepted by ICML 2026
Focus Then Listen: An Empirical Study of Plug-and-Play Audio Enhancer for Noise-Robust Large Audio Language Models
先聚焦后聆听：探索用于噪声鲁棒的大规模音频语言模型的即插即用音频增强器
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
AI总结 提出即插即用的音频增强器FTL，通过分离语音与非语音并利用模态路由器预测目标模态，生成任务自适应增强信号，无需微调即可提升LALMs在噪声环境下的性能。
Comments Accepted by ICML 2026 Workshop (Machine Learning for Audio)
Gated Relational Alignment via Confidence-based Distillation for Efficient VLMs
基于置信度蒸馏的门控关系对齐用于高效视觉语言模型
机构 * Department of Information Technology（信息科技系） ； Electrical Engineering, ETH Zurich, Zurich, Switzerland（电气工程，苏黎世联邦理工学院，苏黎世，瑞士） ； Qualcomm AI Research, Amsterdam, the Netherlands（高通人工智能研究，阿姆斯特丹，荷兰） ； Department of Electrical, Electronic and Information Engineering（电气、电子与信息工程系） ； University of Bologna, Bologna, Italy（博洛尼亚大学，博洛尼亚，意大利） ； School of Electrical and Electronic Engineering（电气与电子工程学院）
AI总结 提出GRACE框架，通过信息瓶颈原理统一知识蒸馏与量化感知训练，使用置信度门控解耦蒸馏、关系中心核对齐和自适应控制器，在INT4量化下实现性能超越FP16基线并接近教师模型，同时显著降低内存和提升吞吐量。
Comments Accepted to the International Conference on Machine Learning (ICML 2026)
Coloring the Noise: Adversarial Sobolev Alignment for Faithful Image Super Resolution
着色噪声：用于忠实图像超分辨率的对抗性Sobolev对齐
机构 * MAIS \& NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China
AI总结 提出ASASR框架，通过将生成流重铸为Sobolev诱导的黎曼几何并引入基于Riesz表示定理的参数化对抗器，解决图像超分辨率中生成先验导致的光谱失配问题，实现忠实重建。
Comments Accepted to ICML 2026
MolFORM: Multi-modal Flow Matching for Structure-Based Drug Design
MolFORM：基于多模态流匹配的结构药物设计
AI总结 提出MolFORM框架，利用多流匹配联合建模离散原子类型和连续3D坐标，并通过基于直接偏好优化的偏好引导微调提升生成质量，在多个评估指标上取得一致改进。
Comments Accepted to ICML 2025 genbio workshop
Learning to Evict from Key-Value Cache
学习从键值缓存中驱逐
AI总结 提出基于强化学习的KV缓存驱逐策略KVP，通过轻量级逐头代理学习预测令牌未来效用，显著提升长上下文和多轮对话性能。
Comments Accepted to ICML 2026. Code available at: https://github.com/apple/ml-learning-to-evict
When the Prompt Becomes Visual: Vision-Centric Jailbreak Attacks for Large Image Editing Models
当提示变为视觉：面向大型图像编辑模型的以视觉为中心的越狱攻击
AI总结 提出首个视觉到视觉的越狱攻击VJA，通过纯视觉输入传递恶意指令，并构建安全基准IESBench，在商业模型上攻击成功率高达80.9%，同时提出无需训练的内省多模态推理防御方法。
Comments Accepted for spotlight and oral presentation at ICML 2026 (Project: https://csu-jpg.github.io/vja.github.io/)
Adaptive Momentum and Nonlinear Damping for Neural Network Training
自适应动量与非线性阻尼用于神经网络训练
AI总结 提出自适应动量系数和立方阻尼项，改进mSGD和Adam优化器，在ViT、BERT、GPT2等任务上匹配或超越Adam，并证明指数收敛。
Comments 31 pages, 13 figures. Accepted at ICML 2026
Just Ask: Curious Code Agents Reveal System Prompts in Frontier LLMs
Just Ask: 好奇的代码代理揭示前沿大语言模型中的系统提示
AI总结 提出JustAsk框架，利用代码代理的自主交互能力，通过在线探索策略自动提取大语言模型的隐藏系统提示，揭示了系统提示作为新兴安全漏洞。
Comments Accepted at ICML 2026
Retaining by Doing: The Role of On-Policy Data in Mitigating Forgetting
在做中保留：在线策略数据在缓解遗忘中的作用
AI总结 本文系统比较了监督微调（SFT）和强化学习（RL）在语言模型后训练中的遗忘模式，发现RL因使用在线策略数据而更少遗忘，并验证了在线策略数据是缓解遗忘的关键因素。
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026
LieSolver: PDE-Constrained Learning for IBVPs via Lie Symmetries
LieSolver：通过李对称性进行IBVP的PDE约束学习
AI总结 提出利用李对称性精确嵌入偏微分方程，仅从初边值数据学习解的方法，相比PINN在速度和精度上更优。
Comments Accepted at the Workshop on AI for Physics @ ICML 2026 (non-archival). 27 pages, 27 figures. Code: https://github.com/oduwancheekee/liesolver. v2: updated to camera-ready workshop version
On the Effect of Uncertainty on Layer-wise Inference Dynamics
不确定性对逐层推理动态的影响
AI总结 通过Tuned Lens分析11个数据集和5个模型，发现确定与不确定预测的逐层概率轨迹高度一致，表明不确定性不影响推理动态，但更强大的模型可能以不同方式处理不确定性。
Comments Accepted to Actionable Interpretability Workshop - ICML 2025
TreeLoRA: Efficient Continual Learning via Layer-Wise LoRAs Guided by a Hierarchical Gradient-Similarity Tree
TreeLoRA：通过层级梯度相似性树引导的逐层LoRA实现高效持续学习
AI总结 提出TreeLoRA方法，利用层级梯度相似性构建逐层适配器，结合bandit技术高效探索任务结构，并通过稀疏梯度更新优化参数，实现大预训练模型的高效持续学习。
Comments ICML 2025
