NeurIPS

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)

Partner Modelling Emerges in Recurrent Agents (But Only When It Matters)

伙伴建模在循环智能体中出现（但只有在重要时）

Ruaridh Mon-Williams, Max Taylor-Davies, Elizabeth Mieczkowski, Natalia Velez, Neil R. Bramley, Yanwei Wang, Thomas L. Griffiths, Christopher G. Lucas

机构 * University of Edinburgh（爱丁堡大学） ； Princeton University（普林斯顿大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 研究探讨了智能体在开放合作中自发形成伙伴建模的能力，发现其在任务分配能影响伙伴行为时自发产生结构化表示。

Journal ref Advances in Neural Information Processing Systems 39 (NeurIPS 2025)

Pack only the essentials: Adaptive dictionary learning for kernel ridge regression

只保留必要的内容：用于核岭回归的自适应字典学习

Daniele Calandriello, Alessandro Lazaric, Michal Valko

机构 * SequeL team, INRIA Lille - Nord Europe（SequeL团队，INRIA里尔-北欧） 纠错

AI总结 本文提出SQUEAK算法，通过使用未归一化的RLS实现更高效的核岭回归近似，减少空间复杂度并简化计算过程。

Comments In NeurIPS 2016 Workshop on Adaptive and Scalable Nonparametric Methods in Machine Learning (ASNMML)

Response-Based Knowledge Distillation for Multilingual Jailbreak Prevention Unwittingly Compromises Safety

基于响应的知识蒸馏用于多语言对抗预防无意中削弱了安全性

Max Zhang, Derek Liu, Kai Zhang, Joshua Franco, Haihao Liu

机构 * OpenAI ； Meta 纠错

AI总结 本文研究了基于响应的知识蒸馏在多语言对抗预防中的应用，发现标准微调会增加学生模型的对抗成功率，但去除边界拒绝可缓解安全性下降。

Comments 9 pages, Poster presented at Socially Responsible and Trustworthy Foundation Models at NeurIPS 2025 Workshop

Pre-trained Large Language Models Learn Hidden Markov Models In-context

预训练大语言模型通过上下文学习学习隐马尔可夫模型

Yijia Dai, Zhaolin Gao, Yahya Sattar, Sarah Dean, Jennifer J. Sun

机构 * Cornell University（康奈尔大学） 纠错

AI总结 本文研究预训练大语言模型通过上下文学习有效建模由隐马尔可夫模型生成的数据，并揭示了其在复杂数据中挖掘隐藏结构的潜力。

Comments NeurIPS 2025

PSI: A Benchmark for Human Interpretation and Response in Traffic Interactions

PSI：用于交通互动中人类解释与响应的基准

Taotao Jing, Tina Chen, Renran Tian, Yaobin Chen, Joshua Domeyer, Heishiro Toyoda, Rini Sherony, Zhengming Ding

机构 * Tulane University（路易斯安那州立大学） ； Purdue University（普渡大学） ； North Carolina State University（北卡罗来纳州立大学） ； Toyota Motor North America（丰田美国公司） 纠错

AI总结 PSI基准通过捕捉行人过马路意图的动态变化，结合人类文本解释，为开发可解释且符合人类认知的自动驾驶系统提供支持。

Comments Published in NeurIPS 2025 datasets and benchmarks track

Zero-Shot Detection of LLM-Generated Text via Implicit Reward Model

通过隐式奖励模型实现LLM生成文本的零样本检测

Runheng Liu, Heyan Huang, Xingchen Xiao, Zhijing Wu

机构 * School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） 纠错

AI总结 本文提出IRM方法，利用隐式奖励模型实现LLM生成文本的零样本检测，无需偏好收集或额外训练，在DetectRL基准上表现优于现有方法。

Comments NeurIPS 2025

Multimodal Bayesian Network for Robust Assessment of Casualties in Autonomous Triage

多模态贝叶斯网络用于自主分诊的稳健评估

Szymon Rusiecki, Cecilia G. Morales, Kimberly Elenberg, Leonard Weiss, Artur Dubrawski

机构 * AGH University of Krakow（AGH克拉科夫大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） 纠错

AI总结 本文提出一种融合多计算机视觉模型输出的贝叶斯网络，通过专家定义规则提升伤员评估准确性，在DARPA分诊挑战中显著优于视觉基线。

Comments Presented at NeurIPS 2025 Workshop: Structured Probabilistic Inference & Generative Modeling

Sharpness-Aware Minimization with Z-Score Gradient Filtering

基于Z分数梯度过滤的尖锐性感知最小化

Vincent-Daniel Yun

机构 * University of Southern California, USA（美国南加州大学） ； Open Neural Network Research Lab, MODULABS, Republic of Korea（韩国MODULABS开放神经网络研究实验室） 纠错

AI总结 本文提出Z分数过滤的尖锐性感知最小化方法，通过筛选梯度中的显著成分提升模型泛化能力，在多个数据集和架构上验证了其有效性。

Comments Accepted to ICASSP 2026 | NeurIPS 2025 OPT Workshop Paper

Faster Fixed-Point Methods for Multichain MDPs

多链MDP的更快固定点方法

Matthew Zurek, Yudong Chen

AI总结 本文研究了在平均奖励准则下求解一般多链马尔可夫决策过程的值迭代算法，提出改进的导航子问题解决方法，实现更快收敛速度和更精确的复杂度度量。

Journal ref NeurIPS 2025

Optimal Single-Policy Sample Complexity and Transient Coverage for Average-Reward Offline RL

平均回报离线强化学习中单策略样本复杂度与瞬时覆盖的最优性

Matthew Zurek, Guy Zamir, Yudong Chen

机构 * Department of Computer Sciences, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） 纠错

AI总结 本文研究了平均回报MDP中的离线强化学习，提出基于目标策略的精确样本复杂度界，并首次处理一般弱连通MDP，引入改进的悲观折扣价值迭代算法。

Journal ref NeurIPS 2025

Auto-ART: Structured Literature Synthesis and Automated Adversarial Robustness Testing

Auto-ART：结构化文献综合与自动化对抗鲁棒性测试

Abhijit Talluri

机构 * Independent Researcher（独立研究者） 纠错

AI总结 本文提出Auto-ART框架，通过结构化文献综合和自动化对抗鲁棒性测试，填补了领域内的知识空白，实现了多规范评估和合规性映射。

Comments NeurIPS 2026 Evaluations and Datasets Track Submission

On two ways to use determinantal point processes for Monte Carlo integration

关于用行列式点过程进行蒙特卡洛积分的两种方法

Guillaume Gautier, Rémi Bardenet, Michal Valko

机构 * Univ. Lille, CNRS, Centrale Lille, UMR 9189 – CRIStAL（里尔大学，法国国家科学研究中心，里尔中央理工大学，UMR 9189 – CRIStAL） 纠错

AI总结 本文探讨了两种基于行列式点过程的蒙特卡洛积分方法，分析了其方差特性，并提出新的采样算法以适应连续空间。

Comments NeurIPS 2019

Planning in entropy-regularized Markov decision processes and games

在熵正则化马尔可夫决策过程和博弈中的规划

Jean-Bastien Grill, Omar Darwiche Domingues, Pierre Ménard, Rémi Munos, Michal Valko

机构 * DeepMind ； Inria Lille（Inria里尔） ； SequeL team, Inria Lille（SequeL团队，Inria里尔） ； DeepMind Paris（DeepMind巴黎） 纠错

AI总结 本文提出SmoothCruiser算法，通过环境生成模型估计熵正则化马尔可夫决策过程和双人博弈的价值函数，实现问题无关的样本复杂度O~(1/epsilon^4)。

Comments NeurIPS 2019

Journal ref Advances in Neural Information Processing Systems 32 (NeurIPS 2019)

Visual-TableQA: Open-Domain Benchmark for Reasoning over Table Images

视觉-表格问答：面向表格图像推理的开放领域基准

Boammani Aser Lompo, Marc Haraoui

机构 * École de Technologie Supérieure（埃克塞技术学院） 纠错

AI总结 本文提出Visual-TableQA，一个大规模开放领域多模态数据集，用于评估和提升视觉推理能力，包含2500个LaTeX渲染表格和6000对推理密集型问答对，通过多模型协作生成，验证了模型在外部基准上的鲁棒性。

Comments Accepted at the First Workshop on Foundations of Reasoning in Language Models, NeurIPS 2025. Available at: https://openreview.net/forum?id=fvJRsGwhPf

Optimal Online and Offline Algorithms for Contextual MNL with Applications to Assortment and Pricing

基于情境MNL模型的最优在线与离线算法及其在陈列与定价中的应用

Yunfan Zhang, Yuxuan Han, Hongyu Shan, Jose Blanchet, Zhengyuan Zhou

AI总结 本文研究了在价格依赖型情境多项逻辑模型下，联合优化陈列与定价问题，提出新的置信区域构造方法及改进的在线算法，实现更优的子最优保证和更小的 regrets bound。

Comments This is an extended version of the paper "Improved Confidence Regions and Optimal Algorithms for Online and Offline Linear MNL Bandits," accepted to NeurIPS 2025

The Metacognitive Monitoring Battery: A Cross-Domain Benchmark for LLM Self-Monitoring

元认知监控电池：一个跨领域用于LLM自我监控的基准测试

Jon-Paul Cacioli

机构 * Independent Researcher（独立研究者） 纠错

AI总结 本文提出一个跨领域评估LLM元认知监控的基准测试，结合人类心理测量方法，通过524项任务测试学习、元认知校准等六个认知领域，揭示LLM在自信度和自我监控上的差异。

Comments 11 pages, 6 figures, 3 tables. Submitted to NeurIPS 2026 Evaluations and Datasets Track. Code, data, and Croissant metadata: https://github.com/synthiumjp/metacognitive-monitoring-battery

AI-based Waste Mapping for Addressing Climate-Exacerbated Flood Risk

基于AI的废弃物地图绘制以应对气候加剧的洪水风险

Steffen Knoblauch, Levi Szamek, Iddy Chazua, Benedcto Adamu, Innocent Maholi, Alexander Zipf

机构 * Heidelberg University（海德堡大学） ； OpenMap Development Tanzania（坦桑尼亚开放地图开发） 纠错

AI总结 本文提出一种基于AI的废弃物地图绘制方法，利用公开的航拍和街景图像检测城市固体废弃物，揭示废弃物空间分布与贫民窟及社会经济因素的关系，为洪水风险管理和可持续废弃物管理提供行动见解。

Journal ref Published at NeurIPS 2025: Tackling Climate Change with Machine Learning Workshop

RASP-Tuner: Retrieval-Augmented Soft Prompts for Context-Aware Black-Box Optimization in Non-Stationary Environments

RAPSTuner：基于检索的软提示用于在非平稳环境中具有情境意识的黑盒优化

Enze Pan

机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） 纠错

AI总结 本文提出RAPSTuner，通过检索相似历史情境来识别模式代理，利用混合专家代理预测短期损失，并在低维提示子空间中进行适应，以减少非平稳环境中黑盒优化的累积遗憾。

Comments Withdraw by ICML and prepare for NeurIPS or ICLR

Tape: A Cellular Automata Benchmark for Evaluating Rule-Shift Generalization in Reinforcement Learning

Tape：一种用于评估强化学习中规则转移泛化能力的单元自动机基准

Enze Pan

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 Tape通过隔离动态中的潜在规则转移，保持观测-动作接口不变，评估强化学习在分布外泛化中的表现，发现稳定/周期性/混沌规则间的显著异质性。

Comments ICML reject and seeking for NeurIPS

UniDomain: Pretraining a Unified PDDL Domain from Real-World Demonstrations for Generalizable Robot Task Planning

UniDomain：从真实世界演示中预训练一个统一的PDDL领域以实现可泛化的机器人任务规划

Haoming Ye, Yunxiao Xiao, Cewu Lu, Panpan Cai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

AI总结 UniDomain通过预训练统一的PDDL领域，结合机器人操作演示，实现可泛化的任务规划，实验显示其在零样本情况下任务成功率和计划优化度显著提升。

Comments Accepted at NeurIPS 2025

Journal ref Advances in Neural Information Processing Systems 38 (NeurIPS 2025)

Spectral Forensics of Diffusion Attention Graphs for Copy-Move Forgery Detection

扩散注意力图的频谱取证用于复制-移动伪造检测

H. M. Shadman Tabib, Tasriad Ahmed Tias, Nafis Tahmid

机构 * Department of Computer Science and Engineering（计算机科学与工程系） 纠错

AI总结 本文提出GraphSpecForge框架，通过分析预训练Stable Diffusion U-Net的注意力图频谱结构，检测复制-移动伪造。利用归一化图拉普拉斯矩阵的频谱重分布特性，构建基于Wasserstein距离的异常检测器，无需重新训练，在多个基准数据集上取得良好效果。

Comments Preprint before NeurIPS main track submission

SafeVLA: Towards Safety Alignment of Vision-Language-Action Model via Constrained Learning

SafeVLA: 通过约束学习实现视觉-语言-动作模型的安全对齐

Borong Zhang, Yuhao Zhang, Jiaming Ji, Yingshan Lei, Yishuai Cai, Josef Dai, Yuanpei Chen, Yaodong Yang

机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； PKU-PsiBot Joint Lab（北京大学PsiBot联合实验室） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） ； Zhongguancun Academy（中关村学院） 纠错

AI总结 本文提出SafeVLA方法，通过约束学习整合安全约束，有效降低安全违规成本并提升任务成功率，同时确保安全性和泛化能力。

Comments Accepted by NeurIPS 2025 Spotlight Presentation

Improved Guarantees for Offline Stochastic Matching via New Ordered Contention Resolution Schemes

通过新的有序竞争解决方案改进离线随机匹配的保证

Brian Brubach, Nathaniel Grammel, Will Ma, Calum MacRury, Aravind Srinivasan

AI总结 本文提出新的有序竞争解决方案，改进了具有耐心限制的随机匹配问题的近似保证，包括在一般图中提供0.382近似算法，以及在无耐心限制时改进 Prophet Secretary 问题的保证。

Comments Full version of Neurips 2021 paper; corrected the setting in which the 0.382 result held, and updated the analysis

Safety, Security, and Cognitive Risks in State-Space Models: A Systematic Threat Analysis with Spectral, Stateful, and Capacity Attacks

状态空间模型中的安全性、安全性和认知风险：基于谱、状态ful和容量攻击的系统性威胁分析

Manoj Parmar

机构 * SovereignAI Security Labs（SovereignAI安全实验室） 纠错

AI总结 本文系统分析了状态空间模型的安全性、安全性和认知风险，提出了七项贡献，包括威胁框架、三种新型攻击类别、14项MITRE ATLAS技术扩展以及针对不同领域的攻击者分类。

Comments 32 pages, 22 tables, NeurIPS 2026 submission format. Appendix contains theoretical analysis and future experimentation plans

Wisdom is Knowing What not to Say: Hallucination-Free LLMs Unlearning via Attention Shifting

智慧在于知道什么不说：通过注意力转移实现无幻觉的LLM去学习

Chenchen Tan, Youyang Qu, Xinghao Li, Hui Zhang, Shujie Cui, Cunjian Chen, Longxiang Gao

机构 * Faculty of Information Technology, Monash University（墨尔本大学信息科技学院） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center, Qilu University of Technology (Shandong Academy of Sciences)（教育部计算能力网络与信息安全重点实验室，山东计算机科学中心，齐鲁大学（山东科学院）） ； Shandong Provincial Key Laboratory of Computing Power Internet and Service Computing, Shandong Fundamental Research Center for Computer Science（山东省计算能力互联网与服务计算重点实验室，山东省计算机科学基础研究中心） ； School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） 纠错

AI总结 本文提出注意力转移框架，通过保留上下文抑制和抗幻觉响应塑造，提升LLM去学习效果，在保持性能的同时减少幻觉响应。

Comments Accepted by NeurIPS 2025

Blazing the trails before beating the path: Sample-efficient Monte-Carlo planning

在铺设道路之前击败路径：样本高效的蒙特卡洛规划

Jean-Bastien Grill, Michal Valko, Rémi Munos

机构 * SequeL team, INRIA Lille - Nord Europe（SequeL团队，INRIA里尔-北欧分校） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出TrailBlazer算法，通过高效样本探索近优状态结构，实现样本效率高的蒙特卡洛规划，兼顾策略优化与计算效率。

Comments Published in Neural Information Processing Systems 2016

One Token per Highly Selective Frame: Towards Extreme Compression for Long Video Understanding

每个高度选择性帧一个标记：朝着长视频理解的极端压缩

Zheyu Zhang, Ziqi Pang, Shixing Chen, Xiang Hao, Vimal Bhat, Yu-Xiong Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon Prime Video（亚马逊Prime视频） 纠错

AI总结 本文提出XComp模型，通过极端视频标记压缩提升长视频理解性能，结合标记级和帧级压缩，实现更高的压缩比和更密集的帧采样。

Comments Appear in the proceedings of NeurIPS 2025

Curvature-Aligned Probing for Local Loss-Landscape Stabilization

曲率对齐探针用于局部损失景观稳定化

Nikita Kiselev, Andrey Grabovoy

机构 * Department of Intelligent Systems（智能系统系） ； Moscow Institute of Physics and Technology（莫斯科物理技术学院） 纠错

AI总结 本文提出曲率对齐准则，通过分析经验Hessian的主特征空间，改进局部损失景观稳定化方法，提升计算效率。

Comments Submitted to NeurIPS 2026