NeurIPS

SAC-GLAM: Improving Online RL for LLM agents with Soft Actor-Critic and Hindsight Relabeling

SAC-GLAM：通过软演员-评论员和回顾重标记改进LLM代理的在线强化学习

Loris Gaven, Clement Romac, Thomas Carta, 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（昂热大学） ； LERIA ； SFR MATHSTIC（MATHSTIC联合研究机构） ； Sorbonne Université（索邦大学） ； ISIR 纠错

AI总结 SAC-GLAM通过结合软演员-评论员算法和回顾重标记，改进LLM代理的在线强化学习，提升其在复杂环境中的策略学习能力。

Comments This work has been presented at the IMOL workshop at NeurIPS 2025 (https://neurips.cc/virtual/2024/101058)

An Evidence-Based Post-Hoc Adjustment Framework for Anomaly Detection Under Data Contamination

基于证据的后验调整框架用于数据污染下的异常检测

Sukanya Patra, Souhaib Ben Taieb

机构 * Department of Computer Science, University of Mons（蒙斯大学计算机科学系） 纠错

AI总结 EPHAD提出一种基于证据的后验调整框架，通过测试时收集的证据提升异常检测在数据污染下的性能。

Comments Accepted in the Thirty-ninth Annual Conference on Neural Information Processing Systems (NeurIPS 2025)

MuSLR: Multimodal Symbolic Logical Reasoning

MuSLR：多模态符号逻辑推理

Jundong Xu, Hao Fei, Yuhui Zhang, Liangming Pan, Qijun Huang, Qian Liu, Preslav Nakov, Min-Yen Kan, William Yang Wang, Mong-Li Lee, Wynne Hsu

机构 * National University of Singapore（新加坡国立大学） ； Stanford University（斯坦福大学） ； Peking University（北京大学） ； UniMelb（墨尔本大学） ； University of Auckland（奥克兰大学） ； MBZUAI（穆斯林人工智能研究所） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

AI总结 MuSLR提出了一种多模态符号逻辑推理基准，通过形式逻辑规则提升VLMs的推理能力，显著提升链式推理性能及复杂逻辑处理效果。

Comments Accepted by NeurIPS 2025

FastDINOv2: Frequency Based Curriculum Learning Improves Robustness and Training Speed

FastDINOv2：基于频率的课程学习提高鲁棒性和训练速度

Jiaqi Zhang, Juntuo Wang, Zhixin Sun, John Zou, Randall Balestriero

AI总结 FastDINOv2通过频率过滤课程学习和高斯噪声补丁增强，提升DINOv2的鲁棒性和训练效率

Comments Accepted by 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

Rethinking Multimodal Learning from the Perspective of Mitigating Classification Ability Disproportion

从缓解分类能力失衡角度重新思考多模态学习

QingYuan Jiang, Longfei Huang, Yang Yang

机构 * Nanjing University of Science and Technology（南京理工大学） ； State Key Lab. for Novel Software Technology, Nanjing University（南京大学软件新技术国家重点实验室） 纠错

AI总结 本文提出了一种基于提升原理的多模态学习方法，通过动态平衡弱强模态的分类能力以缓解模态不平衡问题。

Comments Accepted by NeurIPS 2025

Unsupervised Discovery of Formulas for Mathematical Constants

无监督发现数学常数的公式

Michael Shalyt, Uri Seligmann, Itay Beit Halachmi, Ofir David, Rotem Elimelech, Ido Kaminer

机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院） 纠错

AI总结 本文提出了一种无监督方法，通过公式收敛动态度量实现数学常数公式的自动聚类和发现，揭示了无限家族的数学结构。

Comments 8 figures, 5 tables, 28 pages including the supplementary information. For a 5-minute video abstract see https://recorder-v3.slideslive.com/#/share?share=97010&s=c47967e3-d585-453c-a4dd-a4fa7955dba3 . Code can be found at https://github.com/RamanujanMachine/Blind-Delta-Algorithm

Journal ref NeurIPS 2024 Conference,20073

Tight Lower Bounds and Improved Convergence in Performative Prediction

性能预测中的紧下界与收敛性改进

Pedram Khorsandi, Rushil Gupta, Mehrnaz Mofakhami, Simon Lacoste-Julien, Gauthier Gidel

机构 * Mila, Quebec AI Institute（魁北克AI研究所） ； Université de Montréal（蒙特利尔大学） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

AI总结 本文提出仿射风险最小化算法，通过利用历史数据集提升性能预测的收敛速度和稳定性，同时证明了新旧界在相同领域的紧性。

Comments Neural Information Processing Systems (NeurIPS 2025)

ACES: Generating Diverse Programming Puzzles with with Autotelic Generative Models

ACES: 用自激励生成模型生成多样化的编程谜题

Julien Pourcel, Cédric Colas, Gaia Molinaro, Pierre-Yves Oudeyer, Laetitia Teodorescu

AI总结 ACES通过自激励生成模型生成多样且更具挑战性的Python编程谜题，提升谜题的多样性和难度。

Journal ref NeurIPS 2024