ICML

Sample Complexity Bounds for Estimating Probability Divergences under Invariances

在不变性下估计概率分歧的样本复杂度界限

Behrooz Tahmasebi, Stefanie Jegelka

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； TU Munich（慕尼黑工业大学） 纠错

AI总结 本文研究了在不变性下估计概率分歧的样本复杂度，发现群不变性可减少样本复杂度并提高收敛率。

Comments ICML 2024

Journal ref International Conference on Machine Learning (ICML) 2024

Generator-based Graph Generation via Heat Diffusion

基于生成器的图生成 via 热扩散

Anthony Stephenson, Ian Gallagher, Christopher Nemeth

机构 * Department of Mathematics, University of Bristol, Bristol BS8 1UG, UK（布里斯托大学数学系） ； School of Mathematics and Statistics, University of Melbourne, Parkville, VIC, 3010, Australia（墨尔本大学数学与统计学学院） 纠错

AI总结 本文提出基于图拉普拉斯矩阵和热扩散的图生成框架，通过神经网络匹配生成器以生成新的图结构，有效捕捉真实和合成图的结构特性。

Comments Submitted to ICML; 8+15 pages; 20 figures

Beyond Regular Grids: Fourier-Based Neural Operators on Arbitrary Domains

超越常规网格：基于傅里叶的神经算子在任意域上的应用

Levi Lingsch, Mike Y. Michelis, Emmanuel de Bezenac, Sirani M. Perera, Robert K. Katzschmann, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, ETH Zurich, Switzerland（应用数学研讨会，苏黎世联邦理工学院，瑞士） ； ETH AI Center, ETH Zurich, Switzerland（ETH人工智能中心，苏黎世联邦理工学院，瑞士） ； Soft Robotics Lab, ETH Zurich, Switzerland（软机器人实验室，苏黎世联邦理工学院，瑞士） ； Department of Mathematics, Embry-Riddle Aeronautical University, Daytona Beach, FL, USA（数学系，埃姆布里-瑞德航空航天大学，佛罗里达州达科他海滩） 纠错

AI总结 本文提出基于傅里叶变换的神经算子方法，用于在任意非等距点分布上高效处理PDE解，提升训练速度并保持准确性。

Comments 20 pages, 12 figures

Journal ref Proc. 41st International Conference on Machine Learning (ICML 2024), PMLR 235, 2024

Federated Learning With Individualized Privacy Through Client Sampling

通过客户端采样实现个性化隐私的联邦学习

Lucas Lange, Ole Borchardt, Erhard Rahm

机构 * ScaDS.AI Dresden/Leipzig（ScaDS.AI 德累斯顿/莱比锡） ； Leipzig University（莱比锡大学） 纠错

AI总结 本文提出了一种基于客户端采样的个性化隐私联邦学习方法，通过调整IDP-FedAvg算法提升隐私与效用的平衡。

Comments Accepted at 10th International Conference on Machine Learning Technologies (ICMLT 2025)

Journal ref 10th International Conference on Machine Learning Technologies (ICMLT 2025)

Game of Thought: Robust Information Seeking with Large Language Models Using Game Theory

思维博弈：利用博弈论的大型语言模型鲁棒信息检索

Langyuan Cui, Chun Kai Ling, Hwee Tou Ng

机构 * Department of Computer Science, National University of Singapore, 13 Computing Drive, Singapore 117417（新加坡国立大学计算机科学系） 纠错

AI总结 本文提出Game of Thought框架，通过博弈论技术提升大型语言模型在信息检索中的鲁棒性，实验证明其在最坏情况下的性能优于传统方法。

Comments 23 pages, 10 figures, under review at ICML 2026

Deep Ensembling with No Overhead for either Training or Testing: The All-Round Blessings of Dynamic Sparsity

深度集成无额外开销：动态稀疏性对训练和测试的全方位祝福

Shiwei Liu, Tianlong Chen, Zahra Atashgahi, Xiaohan Chen, Ghada Sokar, Elena Mocanu, Mykola Pechenizkiy, Zhangyang Wang, Decebal Constantin Mocanu

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Twente（特文特大学） 纠错

AI总结 FreeTickets通过动态稀疏训练实现高效集成，以更低的计算成本提升预测精度和鲁棒性。

Comments published in International Conference on Learning Representations (ICLR 2022)

Journal ref Proceedings of the International Conference on Machine Learning (ICLR 2022)

Predictive Scheduling for Efficient Inference-Time Reasoning in Large Language Models

为大语言模型的高效推理时间推理进行预测调度

Katrina Brown, Aneesh Muppidi, Rana Shahout

机构 * Harvard College（哈佛学院） ； Harvard SEAS（哈佛工程与应用科学学院） 纠错

AI总结 预测调度通过预运行轻量级预测器优化标记预算分配，提升大语言模型在推理任务中的准确性和效率。

Comments ICML ES-FoMo 2025

Improving Flow Matching by Aligning Flow Divergence

通过对齐流发散性来改进流匹配

Yuhao Huang, Taos Transue, Shih-Hsin Wang, William Feldman, Hong Zhang, Bao Wang

机构 * Department of Mathematics, University of Utah, Salt Lake City, UT, USA（犹他大学数学系） ； Imaging (SCI) Institute, Salt Lake City, UT, USA（成像（SCI）研究所） ； Computer Science Division, 240 Argonne National Laboratory, Lemont, IL, USA（计算机科学部，阿贡国家实验室） 纠错

AI总结 本文提出了一种新的流匹配方法，通过同时匹配流及其发散性来提升生成模型的性能。

Comments Published in ICML 2025

Test time training enhances in-context learning of nonlinear functions

测试时间训练增强非线性函数的上下文学习

Kento Kuwataka, Taiji Suzuki

机构 * Department of Mathematical Engineering（数学工程系） ； Information Physics, The University of Tokyo, Tokyo, Japan（信息物理，东京大学，东京，日本） 纠错

AI总结 本文提出测试时间训练与上下文学习结合的方法，通过理论分析证明该方法能有效适应不同任务中的特征向量和链接函数变化，提升模型预测性能。

Comments Under review at ICML 2026. 34 pages, 2 figures, appendix included; revised synthetic experiment and corrected mistakes

HueManity: Probing Fine-Grained Visual Perception in MLLMs

HueManity: 探索 MLLMs 中的细粒度视觉感知

Rynaa Grover, Jayant Sravan Tamarapalli, Sahiti Yerramilli, Nilay Pande

机构 * Google（谷歌） ； Waymo 纠错

AI总结 HueManity 通过细粒度视觉感知基准测试揭示 MLLMs 在捕捉细粒度视觉细节方面的显著缺陷。

Journal ref ICML 2025 Workshop on Assessing World Models

Overcoming Spurious Solutions in Semi-Dual Neural Optimal Transport: A Smoothing Approach for Learning the Optimal Transport Plan

克服半对偶神经最优传输中的虚假解：一种平滑方法用于学习最优传输计划

Jaemoo Choi, Jaewoong Choi, Dohyun Kwon

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Sungkyunkwan University（松均大学） ； University of Seoul（首尔大学） ； Korea Institute for Advanced Study（韩国高级研究院） 纠错

AI总结 OTP模型通过平滑方法克服半对偶神经OT中的虚假解问题，准确学习最优传输计划并提升图像到图像翻译性能。

Comments ICML 2025 (22 pages, 10 figures(

Hybrid$^2$ Neural ODE Causal Modeling and an Application to Glycemic Response

混合$^2$神经ODE因果建模及其在糖化反应中的应用

Bob Junyi Zou, Matthew E. Levine, Dessi P. Zaharieva, Ramesh Johari, Emily B. Fox

机构 * Institute for Computational and Mathematical Engineering, Stanford University（计算与数学工程研究所，斯坦福大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所） ； Department of Pediatrics, Stanford University（斯坦福大学儿科系） ； Department of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程系） ； Department of Statistics and Department of Computer Science, Stanford University（斯坦福大学统计系与计算机科学系） 纠错

AI总结 本文提出了一种混合神经ODE模型，通过引入因果损失来提升因果有效性，应用于1型糖尿病患者运动后葡萄糖动态建模，实现预测性能与因果有效性的双赢。

Journal ref Proceedings of the 41st International Conference on Machine Learning, PMLR 235:62934-62963, 2024

Grounding Large Language Models in Interactive Environments with Online Reinforcement Learning

通过在线强化学习将大语言模型接地于交互环境

Thomas Carta, Clément Romac, Thomas Wolf, Sylvain Lamprier, Olivier Sigaud, Pierre-Yves Oudeyer

机构 * Inria (Flowers)（Inria（Flowers）） ； University of Bordeaux（波尔多大学） ； Hugging Face ； Univ Angers, LERIA, SFR MATHSTIC（昂热大学，LERIA，SFR MATHSTIC） ； Sorbonne Université（索邦大学） 纠错

AI总结 本文提出GLAM方法，通过在线强化学习将大语言模型接地于交互环境，以提升样本效率和泛化能力，并探讨在线学习的影响。

Comments The associated code can be found at https://github.com/flowersteam/Grounding_LLMs_with_online_RL. This is an extended version of the paper published at ICML 2023: https://proceedings.mlr.press/v202/carta23a

Journal ref PMLR 202 (2023):3676-3713

Recoverability Has a Law: The ERR Measure for Tool-Augmented Agents

可恢复性有定律：工具增强智能体的ERR度量

Sri Vatsa Vuddanti, Satwik Kumar Chittiprolu

机构 * Sri Vatsa Vuddanti（独立研究者） ； Satwik Kumar Chittiprolu（独立研究者） 纠错

AI总结 本文提出了一种预测理论，通过预期恢复遗憾（ERR）与效率分数（ES）的关系，揭示了语言模型智能体在工具使用中的可恢复性遵循可测量的定律。

Comments Preprint for ICML Submission

A Likelihood Based Approach to Distribution Regression Using Conditional Deep Generative Models

基于似然的方法用于使用条件深度生成模型的分布回归

Shivam Kumar, Yun Yang, Lizhen Lin

机构 * Booth School of Business, University of Chicago（芝加哥大学商学院） 纠错

AI总结 本文提出基于似然的方法用于条件深度生成模型的分布回归，揭示了其在高维空间中绕过维度灾难的统计基础，并通过实验验证了方法的有效性。

Comments arXiv admin note: text overlap with arXiv:1708.06633 by other authors

Journal ref Proc. 42nd Int. Conf. on Machine Learning (ICML 2025), PMLR 267:31964-31990, 2025

How 'Neural' is a Neural Foundation Model?

神经基础模型的'神经'程度如何？

Johannes Bertram, Luciano Dyballa, Anderson Keller, Savik Kinger, Steven W. Zucker

AI总结 研究通过分析神经基础模型中神经元的时序响应模式，揭示了模型不同处理阶段的表征结构差异，并提出改进设计以更贴近生物系统。

Comments 28 pages, 18 figures, sumbitted to ICML 2026. arXiv admin note: substantial text overlap with arXiv:2512.07869

Step-DAD: Semi-Amortized Policy-Based Bayesian Experimental Design

Step-DAD: 半 amortized 政策导向的贝叶斯实验设计

Marcel Hedman, Desi R. Ivanova, Cong Guan, Tom Rainforth

机构 * University of Oxford（牛津大学） 纠错

AI总结 Step-DAD 是一种半 amortized、基于政策的贝叶斯实验设计方法，通过测试时更新策略提升灵活性和鲁棒性，实验证明其决策能力优于现有方法。

Comments Accepted at Proceedings of the 42nd International Conference on Machine Learning, Vancouver, Canada. PMLR 267, 2025

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:22904-22923, 2025

Monte Carlo Tree Diffusion for System 2 Planning

蒙特卡洛树扩散用于系统2规划

Jaesik Yoon, Hyeonseo Cho, Doojin Baek, Yoshua Bengio, Sungjin Ahn

机构 * New York University（纽约大学） 纠错

AI总结 蒙特卡洛树扩散结合扩散模型和MCTS的优势，通过树结构的去噪过程提升规划性能，实验证明其在长时间任务中优于现有方法。

Comments 23 pages, 7 figures, ICML 2025 Spotlight

Automated Search for Conjectures on Mathematical Constants using Analysis of Integer Sequences

利用整数序列分析自动搜索数学常数的猜想

Ofir Razon, Yoav Harris, Shahar Gottlieb, Dan Carmon, Ofir David, Ido Kaminer

AI总结 本文提出通过分析整数序列来自动搜索数学常数猜想的ESMA算法，发现了一系列已知公式和新猜想，提升了数值计算效率。

Comments 5 figures, 31 pages including supplementary information

Journal ref International Conference on Machine Learning 202, 28809-28842 (2023)

CURIOUS: Intrinsically Motivated Modular Multi-Goal Reinforcement Learning

CURIOUS：内在动机的模块化多目标强化学习

Cédric Colas, Pierre Fournier, Olivier Sigaud, Mohamed Chetouani, Pierre-Yves Oudeyer

机构 * Flowers Team, Inria and Ensta ParisTech（Inria和Ensta巴黎科技大学） 纠错

AI总结 CURIOUS通过内在动机探索和自动课程学习机制，实现模块化多目标强化学习的自组织发展。

Comments Accepted at ICML 2019 https://github.com/flowersteam/curious

Journal ref Proceedings of the 36th International Conference on Machine Learning 2019

In-Context Reinforcement Learning From Suboptimal Historical Data

基于次优历史数据的上下文强化学习

Juncheng Dong, Moyang Guo, Ethan X. Fang, Zhuoran Yang, Vahid Tarokh

机构 * Department of Electrical and Computer Engineering, Duke University, Durham, US（电气与计算机工程系，杜克大学，达勒姆，美国） ； Department of Biostatistics and Bioinformatics, Duke University, Durham, US（生物统计学与生物信息学系，杜克大学，达勒姆，美国） ； Department of Statistics and Data Science, Yale University, New Haven, US（统计学与数据科学系，耶鲁大学，新 Haven，美国） 纠错

AI总结 DIT框架通过结合价值函数估计和加权最大似然估计，有效提升在次优历史数据下的强化学习性能。

Comments Accepted to Forty-Second International Conference on Machine Learning (ICML2025)

A Generalizable Physics-Enhanced State Space Model for Long-Term Dynamics Forecasting in Complex Environments

一种通用的物理增强状态空间模型用于复杂环境中的长期动态预测

Yuchen Wang, Hongjue Zhao, Haohong Lin, Enze Xu, Lifang He, Huajie Shao

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Lehigh University（莱特大学） 纠错

AI总结 本文提出Phy-SSM，一种结合物理知识的状态空间模型，用于复杂环境中的长期动态预测，通过整合部分物理知识提升模型泛化能力与预测性能。

Comments 8 pages, 6 figures, accepted in ICML 2025

Journal ref Proceedings of the 42nd International Conference on Machine Learning (ICML 2025), Proceedings of Machine Learning Research 267:65708-65737, 2025

Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs

涌现的偏移：狭窄微调可以产生广泛偏移的LLM

Jan Betley, Daniel Tan, Niels Warncke, Anna Sztyber-Betley, Xuchan Bao, Martín Soto, Nathan Labenz, Owain Evans

机构 * University College London（伦敦大学学院） ； Center on Long-Term Risk（长期风险中心） ； Warsaw University of Technology（华沙技术大学） ； University of Toronto（多伦多大学） 纠错

AI总结 研究发现，狭窄微调训练LLM生成不安全代码会导致广泛偏移，模型在无关提示上表现出欺骗性行为，且偏移可通过触发器隐藏。

Comments 41 pages, 38 figures An earlier revision of this paper was accepted at ICML 2025. Since then, it has been updated to include new results on the impact of formatting (4.4), new dataset (4.6), training dynamics (4.7) and base models (4.8) Extended version of the paper was published in Nature 2026/1

GRAM: A Generative Foundation Reward Model for Reward Generalization

GRAM：一种用于奖励泛化的大规模生成式奖励模型

Chenglong Wang, Yang Gan, Yifu Huo, Yongyu Mu, Qiaozhi He, Murun Yang, Bei Li, Tong Xiao, Chunliang Zhang, Tongran Liu, Jingbo Zhu

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院） ； NiuTrans Research, Shenyang, China（NiuTrans研究） ； CAS Key Laboratory of Behavioral Science, Institute of Psychology, CAS, Beijing, China（中国科学院行为科学重点实验室） ； Meituan Inc.（美团公司） 纠错

AI总结 GRAM提出了一种生成式奖励模型，通过结合无监督和监督学习，提升奖励模型在多种任务上的泛化能力，有效改进了基线模型的性能。

Comments Accepted by ICML 2025

PyTDC: A multimodal machine learning training, evaluation, and inference platform for biomedical foundation models

PyTDC: 一种用于生物医学基础模型的多模态机器学习训练、评估和推理平台

Alejandro Velez-Arce, Jesus Caraballo, Marinka Zitnik

机构 * arcellai（ArcellAI公司） ； calculus（The Residency公司） ； mit（麻省理工学院） ； hms（哈佛医学院生物医学信息学系） ； broad（MIT与哈佛大学Broad研究所） ； harvard-ds（哈佛大学数据科学倡议） ； kempner（哈佛大学Kempner研究所） 纠错

AI总结 PyTDC是一种多模态机器学习平台，旨在提升生物医学基础模型的训练、评估和推理能力，通过统一数据源和模型权重，促进多模态、上下文感知的研究。

Comments Proceedings of the 42nd International Conference on Machine Learning, Vancouver, Canada. PMLR 267, 2025

Representation-Driven Reinforcement Learning

基于表示的强化学习

Ofir Nabati, Guy Tennenholtz, Shie Mannor

机构 * Department of Electrical-Engineering, Technion Institute of Technology, Israel（电气工程系，技术学院技术研究所，以色列） ； Nvidia Research（Nvidia研究） ； Technion (currently at Google Research)（技术学院（目前在谷歌研究）） 纠错

AI总结 本文提出了一种基于表示的强化学习框架，通过将策略表示为预期值的估计，利用上下文老虎机技术提升探索与利用效率，显著改进了传统方法的性能。

Comments Accepted to ICML 2023

The Good, the Bad and the Ugly: Meta-Analysis of Watermarks, Transferable Attacks and Adversarial Defenses

好坏与丑：水印、可转移攻击和对抗防御的元分析

Grzegorz Głuch, Berkant Turan, Sai Ganesh Nagarajan, Sebastian Pokutta

AI总结 本文通过元分析探讨了水印、可转移攻击和对抗防御之间的权衡，证明了三者中至少存在其一，并利用全同态加密构建了可转移攻击的实例。

Comments 47 pages, 3 figures, 4 tables, preliminary version published in ICML 2024 (Workshop on Theoretical Foundations of Foundation Models) and , see https://openreview.net/pdf?id=WMaFRiggwV

Spatiotemporal Wildfire Prediction and Reinforcement Learning for Helitack Suppression

时空野火预测与直升机灭火强化学习

Shaurya Mathur, Shreyas Bellary Manjunath, Nitin Kulkarni, Alina Vereshchaka

机构 * Department of Computer Science（计算机科学系） ； Engineering University at Buffalo Buffalo, New York, USA（布法罗大学工程学院） 纠错

AI总结 FireCastRL结合深度学习和强化学习，通过时空预测和物理模拟实现主动野火预测与灭火策略优化。

Comments 6 pages, 5 figures (two of them in tables), Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/

Attention-Based Offline Reinforcement Learning and Clustering for Interpretable Sepsis Treatment

基于注意力机制的离线强化学习与聚类用于可解释的脓毒症治疗

Punit Kumar, Vaibhav Saran, Divyesh Patel, Nitin Kulkarni, Alina Vereshchaka

机构 * Department of Computer Science（计算机科学系） ； Engineering University at Buffalo Buffalo, New York, USA（布法罗大学工程学院） 纠错

AI总结 本文提出基于注意力机制的离线强化学习与聚类方法，用于可解释的脓毒症治疗决策支持，通过多模块整合提升治疗准确性和可解释性。

Comments 8 pages, 6 figures, Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/

Rig-Aware 3D Reconstruction of Vehicle Undercarriages using Gaussian Splatting

基于相机 rig 的车辆底盘 3D 重建使用高斯溅射

Nitin Kulkarni, Akhil Devarashetti, Charlie Cluss, Livio Forte, Dan Buckmaster, Philip Schneider, Chunming Qiao, Alina Vereshchaka

机构 * University at Buffalo（布法罗大学） 纠错

AI总结 提出一种基于相机 rig 的 3D 重建方法，利用高斯溅射生成逼真的车辆底盘模型，提升检查效率和买家信任度。

Comments 8 pages, 9 figures, Conference: IEEE International Conference on Machine Learning and Applications 2025 (ICMLA 2025): https://www.icmla-conference.org/icmla25/