ICML

PluRel-to-RDB-PFN: Schema-Guided Synthetic Relational Pretraining

PluRel-to-RDB-PFN：模式引导的合成关系预训练

Mohammad Sadeq Abolhasani, Viswanath Ganapathy

AI总结 该研究将合成关系数据库生成器PluRel作为RDB-PFN的外部预训练数据源，通过三种课程策略对比，发现模式优先引导策略仅用少量数据即可恢复RDB-PFN近94%的性能，证实早期接触真实模式的有效性。

Comments Proceedings of the 2nd ICML on Foundation Models for Structured Data

GO-PRE: Goal-Oriented Next-Best-View Selection via Predictive Rendering Entropy for Active 3D Reconstruction

GO-PRE：面向目标的主动三维重建最优下一个视角选择方法，基于预测渲染熵

Yan Song, Zhihao Li, Chenglong Li, Li He, Yan Wang, Wenqiang Zhang

AI总结 该研究针对主动三维重建中现有视角选择方法的代理信号与最终目标不一致问题，提出GO-PRE框架，通过最大化预测空间熵降低实现最优视角选择，经实验验证其性能优于现有方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

Single Frequency CMB Foreground Removal with Inter-scale Machine Learning

利用跨尺度机器学习进行单频率宇宙微波背景前景去除

Helen Shao, Fiona McCarthy, Blake D. Sherwin, Miles Cranmer, Carlos Hervias-Caimapo

AI总结 该研究针对单频率CMB前景去除问题，提出结合跨尺度与多频率相关性的混合CNN方法，在DustFilaments模拟中实现远优于传统ILC的前景去除效果，验证了跨尺度相关性的互补作用，但仍面临网络泛化挑战。

Comments 23 pages, 10 figures, accepted to ICML 2026 conference (Ai4Physics workshop)