Unveiling the Visual Counting Bottleneck in Vision-Language Models
揭示视觉语言模型中的视觉计数瓶颈
机构 * Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系）
AI总结 通过分解视觉计数为三个认知阶段，发现视觉语言模型在符号映射阶段失败，提出断裂数量假说：模型学习到分离的模态特定统计流形，无法实现跨模态对齐。
Comments ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
Sharp Inequalities between Total Variation and Hellinger Distances for Gaussian Mixtures
高斯混合的总变差与Hellinger距离之间的尖锐不等式
AI总结 本文建立了紧支撑混合分布下高斯位置混合的总变差与Hellinger距离之间的上界，并构造序列证明其尖锐性，从而解决了Jia等人(2023)提出的开放问题，并给出了总变差下学习高斯混合的熵特征以及Hellinger距离下的最优鲁棒估计。
Comments 36 pages
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), Seoul, South Korea. PMLR 306, 2026
Towards Understanding Steering Strength
理解引导强度
AI总结 研究大语言模型训练后控制中引导强度问题，提出对其首次理论分析，刻画其对相关量的影响并推导规律，揭示非单调效应，还通过11个语言模型实验验证了理论预测。
Comments Accepted for publication at ICML 2026 (50 pages)
Query-Based Asymmetric Modeling with Decoupled Input-Output Rates for Speech Restoration
基于解耦输入输出速率的基于查询的语音恢复非对称建模
AI总结 研究语音恢复中输入输出采样率不同的问题，提出基于查询的xSFI建模框架TF-Restormer，通过特定编码合成方式及多种损失训练，在多采样率基准测试中无需冗余重采样实现保真度与感知质量平衡。
Comments Accepted to ICML 2026
LiveOIBench: Can Large Language Models Outperform Human Contestants in Informatics Olympiads?
LiveOIBench：大语言模型在信息学奥林匹克竞赛中能超越人类参赛者吗？
机构 * University of Michigan（密歇根大学）
AI总结 研究大语言模型在信息学奥林匹克竞赛中的表现，引入含403个专家策划问题的LiveOIBench基准，通过四个关键特性评估34个模型，发现GPT - 5等不及顶级人类参赛者，还表明强大推理模型特点及基准数据污染少。
Comments ICML 2026 Camera Ready
FPTQuant: Function-Preserving Transforms for LLM Quantization
FPTQuant：用于大语言模型量化的函数保持变换
机构 * Qualcomm AI Research（高通人工智能研究）
AI总结 研究针对大语言模型推理能耗高问题，提出FPTQuant方法，通过引入三种函数保持变换促进Transformer量化，经训练使模型在量化时保持功能，实现静态INT4量化，有最小开销且速度大幅提升，在精度-速度权衡上表现优异。
Comments Forty-third International Conference on Machine Learning (ICML 2026)
ContrastiveCFG: Guiding Diffusion Sampling by Contrasting Positive and Negative Concepts
对比CFG：通过对比正负概念引导扩散采样
机构 * EverEx
AI总结 研究在条件扩散模型采样中，针对简单否定CFG引导存在的问题，提出用对比损失实现对给定条件引导的新方法，能在多样场景下有效注入或去除给定概念并保持样本质量。
Comments 20 pages, 11 figures. Poster in ICML 2026
