NeurIPS

U-REPA: Aligning Diffusion U-Nets to ViTs

U-REPA: 对齐扩散U-Net与ViT

Yuchuan Tian, Hanting Chen, Mengyu Zheng, Yuchen Liang, Chao Xu, Yunhe Wang

机构 * State Key Lab of General AI, School of Intelligence Science and Technology, Peking University（人工智能通用基础理论国家重点实验室，智能科学与技术学院，北京大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The University of Sydney（悉尼大学） ； School of Mathematical Sciences, Peking University（数学科学学院，北京大学） 纠错

AI总结 U-REPA通过改进的表示对齐方法，提升扩散模型在U-Net架构中的生成质量和收敛速度。

Comments 22 pages, 8 figures

Journal ref NeurIPS 2025

Jailbreak-Zero: A Path to Pareto Optimal Red Teaming for Large Language Models

Jailbreak-Zero：大型语言模型安全评估的帕累托最优渗透测试路径

Kai Hu, Abhinav Aggarwal, Mehran Khodabandeh, David Zhang, Eric Hsin, Li Chen, Ankit Jain, Matt Fredrikson, Akash Bharadwaj

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Jailbreak-Zero通过生成多样化对抗性提示并微调攻击模型，实现了LLM安全评估的帕累托最优，提高了攻击成功率并减少了人工干预需求。

Comments Socially Responsible and Trustworthy Foundation Models at NeurIPS 2025

Table as a Modality for Large Language Models

表格作为大语言模型的一种模态

Liyao Li, Chao Ye, Wentao Ye, Yifei Sun, Zhe Jiang, Haobo Wang, Jiaming Tian, Yiming Zhang, Ningtao Wang, Xing Fu, Gang Chen, Junbo Zhao

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； University of Michigan（密歇根大学） 纠错

AI总结 TAMO通过将表格视为独立模态，结合文本令牌，提升大语言模型对表格数据的推理能力。

Comments Accepted to NeurIPS 2025

Attractive Metadata Attack: Inducing LLM Agents to Invoke Malicious Tools

吸引性元数据攻击：诱导LLM代理调用恶意工具

Kanghua Mo, Li Hu, Yucheng Long, Zhihao Li

机构 * Cyberspace Institute of Advanced Technology, Guangzhou University（广州大学网络空间研究院） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电子与电气工程系） 纠错

AI总结 本研究提出AMA攻击，通过操纵工具元数据诱导LLM代理调用恶意工具，揭示了系统性安全漏洞。

Comments Accepted to NeurIPS 2025

Beyond Chemical QA: Evaluating LLM's Chemical Reasoning with Modular Chemical Operations

超越化学问答：利用模块化化学操作评估LLM的化学推理

Hao Li, He Cao, Bin Feng, Yanjun Shao, Xiangru Tang, Zhiyuan Yan, Li Yuan, Yonghong Tian, Yu Li

机构 * Pengcheng Laboratory（鹏城实验室） ； International Digital Economy Academy（国际数字经济学院） ； School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； School of AI for Science, Peking University（北京大学科学人工智能学院） ； Yale University（耶鲁大学） 纠错

AI总结 本文提出ChemCoTBench框架，通过模块化化学操作评估LLM在化学推理中的能力，解决分子优化和反应预测等复杂任务。

Comments Accepted by NeurIPS 2025 Dataset Track, 22 pages, 10 figures

Point Cloud Synthesis Using Inner Product Transforms

利用内积变换进行点云合成

Ernst Röell, Bastian Rieck

机构 * AIDOS Lab, University of Fribourg（AIDOS实验室，弗里堡大学） ； Institute of AI for Health, Helmholtz Munich（健康人工智能研究所，海德堡慕尼黑） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文提出了一种利用内积变换编码点云几何-拓扑特性，实现高效且高质量点云合成的方法。

Comments Accepted at the 39th Conference on Neural Information Processing Systems (NeurIPS) 2025. Our code is available at https://github.com/aidos-lab/inner-product-transforms

Instructor-inspired Machine Learning for Robust Molecular Property Prediction

受指导的机器学习用于鲁棒分子性质预测

Fang Wu, Shuting Jin, Siyuan Li, Stan Z. Li

机构 * Computer Science Department, Stanford University（斯坦福大学计算机科学系） ； School of Computer Science and Technology, Wuhan University of Science and Technology（武汉科技大学计算机科学与技术学院） ； School of Engineering, Westlake University（西湖大学工程学院） 纠错

AI总结 InstructMol通过指导学习方法提升分子性质预测的鲁棒性，有效利用大规模未标记数据提高预测准确性。

Journal ref NeurIPS 2024