NeurIPS

Q3R: Quadratic Reweighted Rank Regularizer for Effective Low-Rank Training

Q3R：二次加权秩正则化器用于有效的低秩训练

Ipsita Ghosh, Ethan Nguyen, Christian Kümmerle

AI总结 Q3R通过二次加权秩正则化器实现有效的低秩训练，能够在保持预测性能的同时，将权重矩阵训练到指定的低秩目标。

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency

FreqPolicy: 通过频率一致性实现高效的基于流的视觉-运动策略

Yifei Su, Ning Liu, Dong Chen, Zhen Zhao, Kun Wu, Meng Li, Zhiyuan Xu, Zhengping Che, Jian Tang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； NLPR, MAIS, Institute of Automation of Chinese Academy of Sciences（神经语言处理实验室、人工智能研究所、中国科学院自动化研究所） 纠错

AI总结 FreqPolicy通过频率一致性约束提升基于流的视觉-运动策略的效率与质量，实现高效、高质量的动作生成。

Comments NeurIPS 2025

On the Expressive Power of Mixture-of-Experts for Structured Complex Tasks

关于混合专家模型在结构复杂任务中的表达能力

Mingze Wang, Weinan E

机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； AI for Science Institute, Beijing, China（北京人工智能科学研究院） 纠错

AI总结 本文研究了混合专家模型在结构复杂任务中的表达能力，证明了浅层和深层MoEs在低维性和稀疏性先验下能够高效近似复杂函数，并揭示了关键架构组件的作用。

Comments 28 pages, NeurIPS 2025 Spotlight