ICML

Low-dimensional topology of deep neural networks

深度神经网络的低维拓扑

Junyu Ren, Lek-Heng Lim

机构 * University of Chicago（芝加哥大学） 纠错

AI总结 通过限制每层宽度为3，研究前馈网络、ResNet和Transformer如何改变低维拓扑不变量（如环绕数），揭示不同架构的表达能力差异。

Comments 24 pages, 11 figures; published at ICML 2026 (PMLR 306). Wording polished for clarity; technical content and results unchanged

Unifying Deep Stochastic Processes for Image Enhancement

统一深度随机过程用于图像增强

Wojciech Kozłowski, Radosław Kuczbański, Kamil Adamczewski, Karol Szczypkowski, Maciej Zięba

机构 * Wrocław University of Science and Technology（沃拉布大学科学与技术学院） 纠错

AI总结 本文统一了图像增强中的深度随机过程，通过分类为无条件扩散模型、Ornstein-Uhlenbeck过程和扩散桥三类连续时间过程，揭示其共同的SDE框架，并通过实验分析不同设计对性能的影响。

Comments 27 pages, in proceesings of the 43rd International Conference on Machine Learning, Seoul, South Korea

TSQueryBench: LLM-as-a-Judge for Time Series Explanations

基于时间序列的LLM作为裁判

Preetham Sivalingam, Murari Mandal, Dhruv Kumar, Saurabh Deshpande

机构 * BITS Pilani（比拉理工学院皮拉尼校区） ； KIIT（KIIT大学） ； Birla AI Labs（比拉人工智能实验室） 纠错

AI总结 本文研究了在无参考情况下，利用大语言模型作为生成和评估时间序列解释的工具，通过构造合成基准测试，评估模型在生成解释、相对排序、独立评分和多异常检测任务中的表现，发现评估任务比生成任务更稳定。

Comments Accepted at ICML FMSD

SCOPE: Selective Conformal Optimized Pairwise LLM Judging

SCOPE: 选择性保形优化的成对LLM评判

Sher Badshah, Ali Emami, Hassan Sajjad

机构 * Faculty of Computer Science, Dalhousie University, Halifax, NS, Canada（达勒豪西大学计算机科学学院） ； Department of Computer Science, Emory University, Atlanta, GA, USA（埃默里大学计算机科学系） 纠错

AI总结 提出SCOPE框架，通过校准接受阈值控制非弃权判断的错误率，并引入双向偏好熵（BPE）提供无偏不确定性信号，实现可靠且高覆盖率的LLM成对评估。

Comments Accepted at ICML 2026. 23 pages (9 main plus appendix), 7 figures, 11 tables

PrivAct: Internalizing Contextual Privacy Preservation via Multi-Agent Preference Training

PrivAct: 通过多智能体偏好训练内化上下文隐私保护

Yuhan Cheng, Hancheng Ye, Hai Helen Li, Jingwei Sun, Yiran Chen

机构 * Department of Electrical ； Computer Engineering, Duke University ； Department of Computer \& Information Science \& Engineering, University of Florida 纠错

AI总结 PrivAct通过多智能体偏好训练，内化上下文隐私保护，提升模型生成行为的隐私合规性，减少信息泄露并保持实用性。

Comments Accepted to ICML 2026