Is this Citation on Point?
该引用是否相关？
AI总结 本文针对现有大语言模型法律用例评估忽视的“指向真实案件却不支持主张”的引用问题，通过扰动真实法律引用验证14种模型配置，发现模型易混淆主题识别与页码级支持验证能力，规模与推理能力仅能部分缩小错精准页码扰动的检测差距。
Comments Accepted to the 1st Workshop on AI for Law at ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
LoKiFormer: Locality-aware Attention with Decoupled Knowledge Memory for Efficient Large Language Model Pretraining
LoKiFormer：面向高效大语言模型预训练的 locality-aware 注意力与解耦知识记忆
机构 * AIGCode ； South China University of Technology（华南理工大学） ； Pazhou Laboratory（琶洲实验室）
AI总结 针对LLM预训练效率问题，提出含局部融合注意力与知识记忆模块的LoKiFormer，使预训练收敛速度提升1.33倍，性能优于现有架构。
Comments Accepted by ICML 2026
Position: We Need Practical AI Alignment Methods to Mirror Human Reasoning
立场：我们需要实用的AI对齐方法来镜像人类推理
AI总结 该论文提出需实用AI对齐方法镜像人类推理，指出认知对齐可提升AI可理解性与可信赖度，提出研究议程以缩小现有对齐方法与认知对齐需求的差距，助力用户信赖AI系统。
Comments Accepted in ICML 2026
Position: The Alignment Community is Unintentionally Building a Censor's Toolkit
立场：对齐社区正在无意之中构建审查者的工具包
AI总结 该立场论文指出现代AI对齐方法是两用技术，可能被恶意滥用，呼吁社区讨论其滥用风险并提出缓解策略。
Comments Accepted as oral paper at ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
Position: Reasoning is a Learnable Rule-Based Process
立场：推理是一个可学习的基于规则的过程
AI总结 本文提出推理是可学习的基于规则的过程，针对生成式AI社区推理定义模糊问题，给出操作定义与研究交流最佳实践清单，以保障推理评估的结构效度。
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
XYZFlow:Scaling Multi dimensional Shortcut Flows for Efficient Generative Modeling
XYZFlow：用于高效生成建模的多维捷径流缩放方法
机构 * CUHK（香港中文大学） ； Westlake University（西湖大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 XYZFlow框架通过流匹配的多维缩放实现高效图像生成，兼具7.2-8.5倍的教师模型速度提升与竞争力FID，其下一捷径预测可实现更优的质量-延迟权衡。
Comments ICML 2026 (16 pages, 5 figures)
Do Transformers Need Three Projections? Systematic Study of QKV Variants
Transformer 需要三个投影吗？QKV 变体的系统研究
机构 * Ali Kayyam ； Anusha Madan Gopal ； M Anthony Lewis
AI总结 本文系统研究了注意力机制中查询、键、值投影共享的变体，发现 Q-K=V 共享在语言建模中仅以 3.1% 的困惑度损失实现 50% 的 KV 缓存减少，且与头共享结合可达到 96.9% 的缓存减少，从而支持设备端推理。
Comments Accepted at ICML 2026 (PMLR vol. 306). 26 pages, 12 figures, 16 tables. Code: https://github.com/Brainchip-Inc/Do-Transformers-Need-3-Projections
Reinforcement Learning with Pairwise Preferences in Long-Term Decision Problems
长期决策问题中基于成对偏好的强化学习
机构 * School of Computer Science, McGill University, Montreal, Quebec, Canada（麦吉尔大学计算机科学学院） ； Mila - Quebec AI Institute, Montreal, Quebec, Canada（魁北克人工智能研究所） ； Department of Electrical Engineering, Stanford University, Stanford, California, USA（斯坦福大学电气工程系）
AI总结 针对长期决策问题中基于成对偏好的强化学习效率低且缺乏马尔可夫策略最优性保证的问题，提出马尔可夫决策竞赛模型，证明平稳马尔可夫策略最优性、求解复杂度为P，并给出亚线性收敛算法，在高维长期问题中显著提升学习效率。
Comments Accepted for ICML 2026. v2 has an updated abstract and introduction. Results and conclusions are unchanged
CoLA: Cross-Modal Low-rank Adaptation for Multimodal Downstream Tasks
CoLA: 跨模态低秩适配用于多模态下游任务
机构 * Centre for Vision, Speech and Signal Processing (CVSSP)（视觉、语音和信号处理中心） ； University of Surrey（塞维利亚大学） ； Surrey Institute for People-Centred AI（以人为本的人工智能研究所）
AI总结 提出CoLA框架，通过引入跨模态适配路径扩展LoRA，实现双流架构中单模态基础模型的高效多模态适配，在视觉-语言和音频-视觉任务上分别提升约3%和2%的相对性能。
Comments Accepted by ICML 2026, 17 pages, 6 Figures
StarEmbed: Benchmarking Time Series Foundation Models on Astronomical Observations of Variable Stars
StarEmbed：在变星天文观测上对时间序列基础模型进行基准测试
机构 * Department of Computer Science, Northwestern University（计算机科学系，西北大学） ； Center for Foundation Models and Generative AI, Northwestern University（基础模型与生成AI中心，西北大学） ； NSF – Simons AI Institute for the Sky (SkAI)（国家科学基金会-斯隆人工智能天文研究所（SkAI）） ； Department of Physics and Astronomy, Northwestern University（物理与天文学系，西北大学） ； Center for Interdisciplinary Exploration and Research in Astrophysics (CIERA)（天文学跨学科探索与研究中心（CIERA）） ； Department of Statistics and Data Science, Northwestern University（统计与数据科学系，西北大学）
AI总结 StarEmbed首次在变星天文观测上对时间序列基础模型进行基准测试，展示了TSFMs在天文任务中的优越性能和泛化能力。
Comments Accepted at ICML 2026
