NeurIPS

From In Silico to In Vitro: Evaluating Molecule Generative Models for Hit Generation

从计算机模拟到体外：评估分子生成模型用于命中生成

Nagham Osman, Vittorio Lembo, Giovanni Bottegoni, Laura Toni

机构 * University College London（伦敦大学学院） ； University of Urbino Carlo Bo（乌尔比诺卡尔洛·博大学） 纠错

AI总结 本文评估分子生成模型在命中生成中的有效性，通过实验验证其在药物发现流程中的应用潜力及局限性。

Journal ref NeurIPS 2025 AI for Science Workshop

MASFIN: A Multi-Agent System for Decomposed Financial Reasoning and Forecasting

MASFIN：一种用于分解金融推理和预测的多智能体系统

Marc S. Montalvo, Hamed Yaghoobian

AI总结 MASFIN通过整合LLMs与结构化财务指标和非结构化新闻，提出了一种模块化的多智能体系统，以提高金融预测的透明性和可重复性，实现优于基准的短期投资回报。

Comments Accepted to the NeurIPS 2025 Workshop on Generative AI in Finance

Modeling Microenvironment Trajectories on Spatial Transcriptomics with NicheFlow

基于空间转录组的NicheFlow微环境轨迹建模

Kristiyan Sakalyan, Alessandro Palma, Filippo Guerranti, Fabian J. Theis, Stephan Günnemann

机构 * School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院） ； Munich Centre for Machine Learning (MCML)（慕尼黑机器学习中心） ； Institute of Computational Biology, Helmholtz Munich（海德堡医学院计算生物学研究所） ； Munich Data Science Institute (MDSI), Technical University of Munich（慕尼黑数据科学研究所） ； TUM School of Life Sciences Weihenstephan, Technical University of Munich（慕尼黑技术大学生命科学学院） 纠错

AI总结 NicheFlow通过流式生成模型推断空间转录组中细胞微环境的时空轨迹，实现对组织发育和疾病进展的深入理解。

Comments 37 pages, 15 figures, to appear in NeurIPS 2025

A Closer Look at Model Collapse: From a Generalization-to-Memorization Perspective

对模型崩溃的深入观察：从泛化到记忆的视角

Lianghe Shi, Meng Wu, Huijie Zhang, Zekai Zhang, Molei Tao, Qing Qu

机构 * University of Michigan（密歇根大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出基于熵的数据选择策略，缓解扩散模型中从泛化到记忆的转变，防止模型崩溃。

Comments NeurIPS 2025 Spotlight paper

Auditing Meta-Cognitive Hallucinations in Reasoning Large Language Models

审查推理大型语言模型中的元认知幻觉

Haolang Lu, Yilian Liu, Jingxin Xu, Guoshun Nan, Yuanlong Yu, Zhican Chen, Kun Wang

AI总结 本研究通过审查推理链轨迹，揭示了大型语言模型在长推理过程中如何通过错误反思强化偏见，提出黑盒审查方法以更有效地检测和归因幻觉问题。

Comments Accepted by NeurIPS 2025 (37 pages)

Videos are Sample-Efficient Supervisions: Behavior Cloning from Videos via Latent Representations

视频是高效的监督：通过潜在表示从视频中进行行为克隆

Xin Liu, Haoran Li, Dongbin Zhao

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） 纠错

AI总结 本文提出通过潜在表示从视频中进行行为克隆的方法，实现了高效样本的视觉策略学习，无需其他专家监督。

Journal ref NeurIPS 2025

Neural Network for Simulating Radio Emission from Extensive Air Showers

神经网络用于模拟扩展大气簇射的无线电发射

Pranav Sampathkumar, Tim Huege, Andreas Haungs, Ralph Engel

AI总结 本文提出用神经网络模拟扩展大气簇射的无线电发射，用于$X_\mathrm{max}$重建，实现与完整蒙特卡洛模拟相当的分辨率。

Comments Thirty-Ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025). arXiv admin note: substantial text overlap with arXiv:2507.07713

The Primacy of Magnitude in Low-Rank Adaptation

低秩适应中的主导性

Zicheng Zhang, Haoran Li, Yifeng Zhang, Guoqiang Gong, Jiaxing Wang, Junxing Hu, Pengzhang Liu, Qixia Jiang

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出LoRAM，一种基于幅度驱动的低秩适应初始化方法，通过优化更新幅度提升效率并匹配或超越传统谱初始化方法。

Comments Accepted by NeurIPS 2025, spotlight

Journal ref NeurIPS 2025