NeurIPS

Efficient learning by implicit exploration in bandit problems with side observations

在带有侧观察的老虎机问题中通过隐式探索实现高效学习

Tomas Kocak, Gergely Neu, Michal Valko, Remi Munos

机构 * SequeL team, INRIA Lille – Nord Europe（SequeL团队，INRIA里尔–北欧地区） 纠错

AI总结 本文提出了一种在部分可观测模型下实现近最优后悔保证的算法，通过隐式探索策略在不预先知晓观察系统的情况下提升效率，同时定义了新的部分信息设置以解决在线组合优化问题。

Comments Published at Neural Information Processing Systems (NeurIPS) 2014

Extreme bandits

极端老虎机

Alexandra Carpentier, Michal Valko

机构 * Statistical Laboratory, CMS University of Cambridge（统计实验室，计算机科学与应用数学系，剑桥大学） ； SequeL team INRIA Lille - Nord Europe（SequeL团队，法国国家信息与自动化研究所里尔-北欧洲研究中心） 纠错

AI总结 本文研究在有限反馈下如何高效分配资源检测极端值，提出ExtremeHunter算法并进行实验证明其有效性。

Comments Published at Neural Information Processing Systems (NeurIPS) 2014

Reinforcement Learning with Backtracking Feedback

具有回溯反馈的强化学习

Bilgehan Sel, Vaishakh Keshava, Phillip Wallis, Lukas Rutishauser, Ming Jin, Dingcheng Li

机构 * Google（谷歌） ； Google DeepMind（谷歌DeepMind） ； Virginia Tech（弗吉尼亚理工大学） 纠错

AI总结 本文提出RLBF框架，通过强化学习阶段使模型动态纠正生成错误，结合改进的SFT数据生成策略，提升LLM在对抗攻击和内在错误中的安全性。

Comments NeurIPS 2025

Mind the Gap: Evaluating Model- and Agentic-Level Vulnerabilities in LLMs with Action Graphs

注意差距：通过动作图评估LLM在模型和代理层面的漏洞

Ilham Wicaksono, Zekun Wu, Rahul Patel, Theo King, Adriano Koshiyama, Philip Treleaven

机构 * Holistic AI ； University College London（伦敦大学学院） 纠错

AI总结 本文通过动作图评估LLM在模型和代理层面的漏洞，揭示了代理层面特有的风险，并展示了通过动作图改进提示能有效降低代理 jailbreak 成功率。

Comments ICLR 2026 Agents in the Wild (Spotlight & Oral); ICLR 2026 AFAA; OpenAI Red-Teaming Challenge Winner (2025); NeurIPS 2025 LLMEval

CoreGuard: Safeguarding Foundational Capabilities of LLMs Against Model Stealing in Edge Deployment

CoreGuard: 保障边缘部署中大语言模型的基础能力免受模型窃取攻击

Qinfeng Li, Tianyue Luo, Xuhong Zhang, Yangfan Xie, Zhiqiang Shen, Lijun Zhang, Yier Jin, Hao Peng, Xinkui Zhao, Xianwei Zhu, Jianwei Yin

机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； University of Science and Technology of China（中国科学技术大学） ； College of Computer Science and Technology, Zhejiang Normal University（浙江师范大学计算机科学与技术学院） ； China Electronics Technology Design and Research Institute（中国电子技术设计与研究院） 纠错

AI总结 本文提出CoreGuard，一种高效的边缘部署LLM保护方法，通过减少计算和通信开销实现上界安全保护，防止模型窃取和滥用。

Comments Accepted by NeurIPS 2025 Conference

Sub-linear Regret Bounds for Bayesian Optimisation in Unknown Search Spaces

亚线性 regrets 界限的未知搜索空间中的贝叶斯优化

Hung Tran-The, Sunil Gupta, Santu Rana, Huong Ha, Svetha Venkatesh

机构 * Applied Artificial Intelligence Institute（应用人工智能研究所） ； Deakin University（德金大学） 纠错

AI总结 本文提出了一种扩展搜索空间的贝叶斯优化算法，通过超调和级数控制扩展率，实现亚线性 regrets 界限，并在高维空间中验证了其优越性。

Comments 34th Conference on Neural Information Processing Systems (NeurIPS 2020)