ICML

A Systematic Investigation of RL-Jailbreaking in LLMs

LLMs中RL越狱的系统性研究

Montaser Mohammedalamen, Kevin Roice, Reginald McLean, Alyssa Lefaivre Škopac

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文首次系统分解RL越狱框架，通过分析奖励函数、动作空间、回合长度等环境形式化因素和算法措施，发现密集奖励和延长回合长度是越狱成功的主要驱动因素，并提供了提升RL越狱效率及强化模型防御的工具。

Comments Warning: This paper may contain unfiltered and potentially offensive jailbreaking examples. Accepted at the Second Workshop on Agents in the Wild: Safety, Security, and Beyond (AIWILD) at ICML 2026

Singular Bayesian Neural Networks

奇异贝叶斯神经网络

Mame Diarra Toure, David A. Stephens

AI总结 本文提出了一种基于奇异结构的贝叶斯神经网络，通过低秩参数化减少参数数量，同时提升预测性能和校准能力。

Comments 8 pages Main text, 53 pages Appendix, 20 figures Proceedings of the 43 rd International Conference on Machine Learning (ICML 2026)

AdaGC: Enhancing LLM Pretraining Stability via Adaptive Gradient Clipping

AdaGC: 通过自适应梯度裁剪增强LLM预训练稳定性

Guoxia Wang, Shuai Li, Congliang Chen, Jinle Zeng, Jiabin Yang, Dianhai Yu, Yanjun Ma, Li Shen

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出自适应逐张量梯度裁剪方法AdaGC，通过限制梯度范数相对于历史裁剪值的指数移动平均来消除损失尖峰，在Llama-2 7B等模型上实现零尖峰并提升下游准确率。

Comments Accept by ICML 2026

Audio-Visual Continual Test-Time Adaptation without Forgetting

音频视觉持续测试时间适应无需遗忘

Sarthak Kumar Maharana, Akshay Mehra, Bhavya Ramakrishna, Yunhui Guo, Guan-Ming Su

AI总结 本文提出AVReCAP方法，在测试时无需源数据即可提升模型性能，通过动态检索最佳融合层参数减少灾难性遗忘。

Comments ECCV 2026 & ICML 2026 Workshop Continual Adaptation at Scale: Towards Sustainable AI

Implicit Actor Critic Coupling via a Supervised Learning Framework for RLVR

通过监督学习框架实现隐式Actor-Critic耦合的RLVR方法

Jiaming Li, Longze Chen, Ze Gong, Yukun Chen, Lu Wang, Wanwei He, Run Luo, Min Yang

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 PACS通过监督学习框架实现隐式Actor-Critic耦合，提升RLVR中奖励信号的稳定性与训练效率。

Comments ICML 2026

UnMaskFork: Test-Time Scaling for Masked Diffusion via Deterministic Action Branching

UnMaskFork：通过确定性动作分支实现Masked Diffusion的测试时扩展

Kou Misaki, Takuya Akiba

AI总结 UnMaskFork通过确定性动作分支提升Masked Diffusion在测试时的扩展能力，优于现有方法并在复杂任务中表现优异。

Comments Accepted to ICML 2026

NEMO: Execution-Aware Optimization Modeling via Autonomous Coding Agents

NEMO: 通过自主编码代理实现执行感知的优化建模

Yang Song, Anoushka Vyas, Zirui Wei, Sina Khoshfetrat Pakazad, Henrik Ohlsson, Graham Neubig

机构 * Language Technologies Institute, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA, USA（语言技术研究所，计算机科学学院，卡内基梅隆大学，匹兹堡，PA，美国） 纠错

AI总结 提出NEMO系统，利用自主编码代理将决策问题的自然语言描述转化为可执行的数学优化实现，通过执行感知的架构和协调模式实现最先进的性能。

Comments Accepted at ICML 2026

TEFormer: Structured Bidirectional Temporal Enhancement Modeling in Spiking Transformers

TEFormer：脉冲变压器中的结构化双向时间增强建模

Sicheng Shen, Mingyang Lv, Bing Han, Dongcheng Zhao, Guobin Shen, Feifei Zhao, Yi Zeng

AI总结 研究针对现有脉冲变压器缺乏有效时间融合机制的问题，提出TEFormer框架，通过在核心组件解耦时间建模实现双向时间融合，经实验验证其性能优于基线且在不同编码下稳定，是脉冲变压器时间建模的有效通用框架。

Comments Accepted by ICML 2026

Spectral and Spatial Graph Learning for Multispectral Solar Image Compression

多光谱太阳图像压缩的频谱与空间图学习

Prasiddha Siwakoti, Atefeh Khoshkhahtinat, Piyush M. Mehta, Barbara J. Thompson, Michael S. F. Kirk, Daniel da Silva

机构 * Department of Computer Science and Electrical Engineering, West Virginia University, WV, USA（计算机科学与电气工程系，维珍尼亚大学） ； Department of Mechanical & Aerospace Engineering, West Virginia University, WV, USA（机械与航空航天工程系，维珍尼亚大学） ； NASA Goddard Space Flight Center, MD, USA（国家航空航天局戈达德空间飞行中心） 纠错

AI总结 本文提出了一种针对多光谱太阳图像压缩的频谱与空间图学习框架，通过iSWGE和WSGA-C模块实现频谱与空间细节的高效压缩，提升重建质量与频谱保真度。

Comments 8 pages, 6 figures 1 table. Code available at https://github.com/agyat4/sgraph

Journal ref Proceedings of the 2024 International Conference on Machine Learning and Applications (ICMLA), 2025, pp. 607-614

STARCaster: Spatio-Temporal AutoRegressive Video Diffusion for Identity- and View-Aware Talking Portraits

STARCaster：用于身份和视图感知的会说话肖像的时空自回归视频扩散

Foivos Paraperas Papantoniou, Stathis Galanakis, Rolandos Alexandros Potamias, Bernhard Kainz, Stefanos Zafeiriou

机构 * Imperial College London, UK（伦敦帝国理工学院） ； FAU Erlangen–Nürnberg, Germany（埃朗根-纽伦堡大学） 纠错

AI总结 研究提出STARCaster模型，通过重新思考参考和几何范式，采用组合方法及解耦学习，解决语音驱动肖像动画和动态视点控制问题，能有效泛化，超越先前方法。

Comments ICML 2026

InertialAR: Autoregressive 3D Molecule Generation with Inertial Frames

InertialAR：基于惯性框架的自回归3D分子生成

Haorui Li, Weitao Du, Yuqiang Li, Hongyu Guo, Shengchao Liu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Ottawa（渥太华大学） 纠错

AI总结 研究探索基于Transformer的自回归模型在3D分子生成上的应用。提出InertialAR，通过规范标记化、几何位置编码及分层自回归范式应对挑战，在无条件和可控生成任务中表现出色，多个指标达领先水平。

Comments Accepted at ICML 2026