TMLR

Self-Supervised Representation Learning as Mutual Information Maximization

作为互信息最大化的自监督表示学习

Akhlaqur Rahman Sabby, Yi Sui, Tongzi Wu, Jesse C. Cresswell, Ga Wu

AI总结 该研究从变分互信息下界出发推导出SDMI与JMI两种自监督表示学习训练范式，解释了现有方法中各类架构组件的理论依据，统一了相关算法的设计逻辑。

Comments Published in Transactions on Machine Learning Research (TMLR), 09/2026. OpenReview: this https URL (https://openreview.net/forum?id=hlNAYdhUi6)

Efficient Audiovisual Speech Processing via MUTUD: Multimodal Training and Unimodal Deployment

通过MUTUD实现高效视听语音处理：多模态训练与单模态部署

Joanna Hong, Sanjeel Parekh, Honglie Chen, Jacob Donley, Ke Tan, Buye Xu, Anurag Kumar

机构 * Meta 纠错

AI总结 本文提出MUTUD框架，通过多模态训练与单模态部署策略，利用TAME模块估计缺失模态信息，在缩小多模态与单模态性能差距的同时，显著减少模型大小和计算量。

Comments TMLR Published

RMB: Reward Model Boosting Mitigates Reward Hacking

RMB：奖励模型提升缓解奖励黑客问题

Jiabin Fan, Dezhi Ye, Yongchang Hao, Lili Mou

AI总结 提出奖励模型提升（RMB）方法，通过训练多样化奖励模型并学习轻量级聚合器，增强RLHF中奖励信号的鲁棒性，有效缓解奖励黑客问题并提升对齐性能。

Comments Published in Transactions on Machine Learning Research (TMLR), September 2026

Journal ref Transactions on Machine Learning Research, September 2026

When Does Backpropagating Through Policy Memory Matter? Physical Credit, Optimizer Updates, and Observability

通过策略记忆反向传播何时重要？物理信用、优化器更新与可观测性

Xingjian Li, Yi Han, Jianhua Z. Huang

AI总结 本文研究策略记忆反向传播中切断存储路径的影响，发现物理信用、优化器更新和可观测性决定其重要性，建议用初始化训练和优化器更新评估记忆切断成本。

Comments 33 pages, 9 figures, 20 tables, Under review at TMLR

FUND: Density Flow for Sampling Unnormalised Distributions

FUND：用于采样非归一化分布的密度流

Vikas Kanaujia, Vipul Arora

AI总结 提出FUND算法，通过分布轨迹匹配而非样本轨迹匹配，无需真实样本即可学习玻尔兹曼分布，在多个基准上超越MCMC和流基方法，实现高效采样与全面模式覆盖。

Comments 24 pages, 6 figures

Journal ref Transactions on Machine Learning Research, 2026

Demystifying MaskGIT Sampler and Beyond: Adaptive Order Selection in Masked Diffusion

解析MaskGIT采样器及其超越：在Masked Diffusion中的自适应顺序选择

Satoshi Hayakawa, Yuhta Takida, Masaaki Imaizumi, Hiromi Wakaki, Yuki Mitsufuji

机构 * Sony Group Corporation（索尼集团公司） ； Sony AI（索尼人工智能） ； The University of Tokyo（东京大学） 纠错

AI总结 本文分析了MaskGIT采样器的隐含温度采样机制，提出更易解释的moment采样器，并通过部分缓存技术和混合方法改进了选择-采样算法，验证了理论并提升了实际性能。

Comments TMLR Featured Certification

Journal ref Transactions on Machine Learning Research, 2026

On Memory: A comparison of memory mechanisms in world models

关于记忆：世界模型中记忆机制的比较

Eli J. Laird, Corey Clark

机构 * Department of Computer Science Southern Methodist University（计算机科学系南方 Methodist 大学） 纠错

AI总结 本文通过分析几种记忆增强机制，探讨了世界模型中记忆跨度的限制，并提出了一种分类方法以提升模型在长时规划中的能力。

Comments 10 pages, 1 figure. Published in the Transactions on Machine Learning Research

Journal ref Transactions on Machine Learning Research (09/2026), Paper 8547

Theoretical Refinement of CLIP by Utilizing Linear Structure of Optimal Similarity

利用最优相似性的线性结构对CLIP的理论改进

Naoki Yoshida, Satoshi Hayakawa, Yuhta Takida, Toshimitsu Uesaka, Hiromi Wakaki, Yuki Mitsufuji

机构 * The University of Tokyo（东京大学） ； Sony Group Corporation（索尼集团公司） ； Sony AI（索尼人工智能） 纠错

AI总结 本文提出KME-CLIP，利用再生核希尔伯特空间内积近似逐点互信息，改进CLIP相似性计算，理论保证精度，实验优于标准CLIP。

Journal ref Transactions on Machine Learning Research, 2026

ViscoReg: Neural Signed Distance Functions via Viscosity Solutions

ViscoReg：通过粘性解的神经符号距离函数

Meenakshi Krishnan, Ramani Duraiswami

AI总结 本文提出ViscoReg，通过粘性解理论稳定神经符号距离函数训练，优于SIREN、DiGS和StEik等方法，在ShapeNet和3D场景重建数据集上表现优异。

Comments 31 pages, 13 figures

Journal ref Transactions on Machine Learning Research, 2026

Searching for Actual Causes: Approximate Algorithms with Adjustable Precision

搜索实际原因：具有可调精度的近似算法

Samuel Reyd, Ada Diaconescu, Jean-Louis Dessalles

机构 * Telecom Paris, LTCI, IPParis（电信巴黎学院、LTCI、IPParis） 纠错

AI总结 针对非专业用户期望的“实际原因”难以形式化且识别为NP完全问题，提出一组多项式复杂度、精度可调的算法，能处理非布尔、黑盒和随机系统并平衡精度与计算时间。

Comments Published in Transactions on Machine Learning Research (09/2026). OpenReview: https://openreview.net/forum?id=3NlYZPCH9v. Code: https://github.com/SamuelReyd/SearchingForCauses

Journal ref Transactions on Machine Learning Research, 2026

Tags for DAGs: Graph Refinement with Meta-Informed Relations

定向标记：精确确定因果边的方向

Florian Peter Busch, Moritz Willig, Florian Guldan, Kristian Kersting, Devendra Singh Dhami

机构 * Computer Science Department, Technical University of Darmstadt（达姆施塔特技术大学计算机科学系） ； Hessian Center for AI (hessian.AI)（海德堡人工智能中心） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt（达姆施塔特技术大学认知科学中心） ； Department of Mathematics and Computer Science, Eindhoven University of Technology（埃因霍温理工大学数学与计算机科学系） 纠错

AI总结 提出基于多标签的因果发现方法，利用标签间边关系定向无向边，提升因果发现性能并符合常识。

Comments Accepted to Transactions on Machine Learning Research (TMLR). Camera-ready version

Model-free Learning with Heterogeneous Dynamical Systems: A Federated LQR Approach

异构动态系统的无模型学习：一种联邦LQR方法

Han Wang, Leonardo F. Toso, Aritra Mitra, James Anderson

AI总结 本文提出FedLQR算法，解决异构动态系统的无模型联邦LQR问题，实现稳定公共策略学习并降低样本复杂度。

Comments Paper accepted at Transactions on Machine Learning Research (TMLR) 2026

The Scaling Properties of Implicit Deductive Reasoning in Transformers

深度受限Transformer中隐式演绎推理的缩放属性

Enrico Vompa, Tanel Tammet

机构 * Tallinn University of Technology（塔林理工大学） 纠错

AI总结 研究深度受限Transformer中隐式演绎推理的缩放属性，通过去相关联和强制对齐，发现足够深模型中隐式推理接近显式思维链性能，且思维链对深度外推必要。

Comments Accepted TMLR

LEAD: An EEG Foundation Model for Alzheimer's Disease Detection

LEAD：一种用于阿尔茨海默病检测的EEG基础模型

Yihe Wang, Nan Huang, Nadia Mammone, Marco Cecchi, Xiang Zhang

机构 * Department of Computer Science, University of North Carolina at Charlotte, United States（北卡罗来纳州立大学计算机科学系） ； DICEAM Department, University Mediterranea of Reggio Calabria, Italy（雷焦卡拉布里亚地中海大学DICEAM系） 纠错

AI总结 LEAD是一种基于EEG的阿尔茨海默病检测基础模型，通过门控时间-空间Transformer和受试者正则化策略，实现大规模数据集上的高效检测与泛化。

Comments Accepted by Transactions on Machine Learning Research (TMLR 2026)

Inverse Problems Conditioned on Observation Ensembles: Applications and Methods

集合反问题：应用与方法

Zhengyan Huan, Camila Pazos, Martin Klassen, Vincent Croft, Pierre-Hugues Beauchemin, Shuchin Aeron

机构 * Department of Electrical and Computer Engineering, Tufts University（电气与计算机工程系，塔夫茨大学） ； The NSF AI Institute for Artificial Intelligence and Fundamental Interactions（国家科学基金会人工智能与基本相互作用研究所） ； Department of Physics and Astronomy, Tufts University（物理与天文学系，塔夫茨大学） ； Leiden Institute for Advanced Computer Science LIACS, Leiden University（莱顿先进计算机科学研究所LIACS，莱顿大学） 纠错

AI总结 本文提出了一种非迭代方法，利用集合信息构建后验推断模型，用于解决集合反问题在高能物理、反向成像和全波反演中的应用。

Comments Accepted by TMLR

LiSeCo: Linear Semantic Control for Language Generation

LiSeCo：语言生成的线性语义控制

Emily Cheng, Carmen Amo Alonso

机构 * Universitat Pompeu Fabra（庞培法布拉大学） ； Stanford University（斯坦福大学） 纠错

AI总结 提出一种轻量级、无梯度的线性语义控制方法LiSeCo，通过控制理论在线干预嵌入空间中的激活值，将生成轨迹引导至预定义的安全语义区域，实现高效且保证性能的文本生成控制。

Comments TMLR 2026 camera ready; earlier version in NeurIPS MINT Workshop 2024

Regular Fourier Features for Nonstationary Gaussian Processes

非平稳高斯过程的规则傅里叶特征

Arsalan Jawaid, Abdullah Karatas, Jörg Seewig

机构 * Institute of Measurement and Sensor Technology University of Kaiserslautern-Landau（测量与传感器技术研究所 柏林-卡尔斯鲁厄大学） ； Independent Researcher（独立研究者） 纠错

AI总结 提出规则傅里叶特征方法，通过直接离散化谱表示避免概率假设，实现非平稳高斯过程的低秩近似，并扩展至核学习。

Comments 18 pages (including 3-page appendix), 6 figures, 3 tables. OpenReview: https://openreview.net/forum?id=2eZhxVDAhR

Journal ref Transactions on Machine Learning Research, 2026

Self-Improvement as Coherence Optimization: A Theoretical Account

自我改进作为一致性优化：一种理论解释

Tianyi Qiu, Ahmed Hani Ismail, Zhonghao He, Shi Feng

机构 * Peking University（北京大学） ； University of Oxford（牛津大学） ； UC Berkeley（加州大学伯克利分校） ； George Washington University（乔治华盛顿大学） 纠错

AI总结 本文提出一致性优化理论，解释语言模型如何通过自我改进提升准确性，并证明其在半监督学习中的最优性。

Comments Published in Transactions on Machine Learning Research

Geometric Uncertainty for Detecting and Correcting Hallucinations in LLMs

几何不确定性用于检测和纠正大语言模型中的幻觉

Edward Phillips, Sean Wu, Soheila Molaei, Danielle Belgrave, Anshul Thakur, David Clifton

机构 * Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； GlaxoSmithKline（葛兰素史克） ； Oxford Suzhou Centre for Advanced Research（牛津苏黎世高级研究中心） 纠错

AI总结 本文提出几何框架用于检测和纠正大语言模型中的幻觉，通过几何体积和几何怀疑方法提升响应可靠性。

Comments 24 pages, 8 figures. Camera-ready version, published in Transactions on Machine Learning Research (2026). OpenReview: https://openreview.net/forum?id=5UVv7gkgUD

Journal ref Transactions on Machine Learning Research (2026)

Parameter-Efficient Construction of the Rashomon Slice for Concept Bottleneck Models

探索基于概念模型的罗生门集

Shihan Feng, Cheng Zhang, Michael Xi, Ethan Hsu, Lesia Semenova, Chudi Zhong

机构 * UNC Chapel Hill（UNC夏洛特山分校） ； Rutgers University（罗格斯大学） ； Duke University（杜克大学） 纠错

AI总结 研究在如概念瓶颈模型的复杂假设空间中探索罗生门集的问题，提出结合并行适配器构建、检查点方案和概念多样性目标的方法，能从单训练过程生成多个准确模型，有更好多样性且省内存。

Comments Accepted to TMLR

A Discrepancy-Based Perspective on Dataset Condensation

基于差异性的数据集浓缩视角

Tong Chen, Raghavendra Selvan

AI总结 本研究提出了一个基于差异性的统一框架，涵盖现有数据集浓缩方法，并将其目标从泛化扩展至鲁棒性、隐私等属性。

Comments 42 pages, 5 tables, 3 figures. Accepted at TMLR

Greedy Decoding Is Not Precision-Invariant: Cross-Precision Output Divergence in LLM Inference

贪心解码并非精度不变：LLM 推理中的跨精度输出分歧

Gaoyuan Du, Anam Nawaz Khan, Rex Zhou, Xiaoyang Liu, Deepayan Chakrabarti, Fnu Suya, Xueping Li

AI总结 本研究揭示LLM贪心解码在BF16与FP16下输出分歧，提出选择性FP32 LM头部重计算干预，以低延迟开销显著提升跨精度一致性，但仅部分缓解。

Comments Accepted by Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research, 2026

On the Role of the Projector in Contrastive Self-Supervised Learning: Last-Layer Rank Dynamics Drive Representation Quality

投影器在对比自监督学习中的作用：最后一层秩动态驱动表示质量

Siladittya Manna, Priyangshu Mandal, Umapada Pal, Saumik Bhattacharya

机构 * Hong Kong Baptist University（香港浸会大学） ； Indian Institute of Science（印度科学理工学院） ； Indian Institute of Technology Kharagpur（印度理工学院卡哈拉格普尔分校） ； Indian Statistical Institute（印度统计学院） 纠错

AI总结 本文通过分析投影器和编码器的秩动态，发现秩降低主要发生在最后一层，据此提出针对最后一层的权重正则化策略，在ImageNet100和CIFAR数据集上优于全网络正则化，提升了表示质量。

Comments Under review at Transactions on Machine Learning Research (TMLR)

From Decorative to Load-Bearing: Task Difficulty Shapes the Causal Role of Chain-of-Thought

从装饰到承重：任务难度塑造思维链的因果作用

Renee Jia, Di Mu

机构 * R2M AI ； Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本研究提出续写式因果测试衡量思维链的承重度，发现任务难度主导其因果作用：简单任务中模型绕过推理，困难任务中错误传播，对CoT监督构成结构性挑战。

Comments Accepted to Transactions on Machine Learning Research (TMLR), September 2026. Code/ dataset available at the project repository and huggingface

Journal ref Transactions on Machine Learning Research (TMLR), 2026

DP-Splat: Bayesian Nonparametric Complexity Control for Gaussian Splatting

DP-Splat：用于高斯点云的贝叶斯非参数复杂度控制

Aqi Dong

机构 * Embry-Riddle Aeronautical University（安柏瑞德航空大学） 纠错

AI总结 研究如何控制高斯点云的复杂度，提出用截断的折断棒狄利克雷过程先验等方法，使组件数量适应数据，更新为闭式步骤。实验表明有效复杂度能适应场景，DP先验贡献在复杂度选择，在多方面表现优于固定K的VBGS。

Comments 32 pages, 12 figures, 8 tables. Published in Transactions on Machine Learning Research (2026); reviews and decision: https://openreview.net/forum?id=75Hx0RDPMr. Code and experiment records: https://github.com/archiedong/dp-splat

Journal ref Transactions on Machine Learning Research, 2026

Rethinking Post-Hoc Calibration in Semantic Segmentation

重新思考语义分割中的事后校准

Tristan Kirscher, Kim-Celine Kahl, Balint Kovacs, Maximilian R. Rokuss, Klaus Maier-Hein, Xavier Coubez, Philippe Meyer, Sylvain Faisan

机构 * ICube Laboratory, CNRS UMR 7357, University of Strasbourg（斯特拉斯堡大学ICube实验室，CNRS UMR 7357） ； CLCC Institut Strauss（斯特劳斯研究所） ； German Cancer Research Center (DKFZ)（德国癌症研究中心） ； Faculty of Mathematics and Computer Science, University of Heidelberg（海德堡大学数学与计算机科学学院） ； Medical Faculty Heidelberg, Heidelberg University（海德堡大学医学院） ； Pattern Analysis and Learning Group, Dept. of Radiation Oncology, Heidelberg University Hospital（海德堡大学医院放射肿瘤科模式分析与学习组） 纠错

AI总结 针对语义分割中事后校准存在的平移不变性和决策保持问题，提出平移不变校准器和决策保持校准器，在保持校准性能的同时避免分割退化。

Comments Accepted at Transactions on Machine Learning Research (TMLR)

Journal ref Transactions on Machine Learning Research (2026)

Not All Objectives Are Born Equal: Priority-Constrained Descent for Hierarchical Multi-Objective Optimization

并非所有目标生而平等：面向层次化多目标优化的优先级约束下降

Dara Varam, Mohamed I. Alhajri

机构 * Department of Computer Science & Engineering, American University of Sharjah（美国沙迦大学计算机科学与工程系） ； Senseable City Laboratory, Massachusetts Institute of Technology（麻省理工学院可感知城市实验室） 纠错

AI总结 提出优先级约束下降（PCD）框架，通过保持主目标方向并最小化扭曲以保障次目标进展，解决多目标优化中的层次结构问题，在压缩、稀疏性等任务中优于现有方法。

Comments 52 pages, 17 figures, 18 tables

Journal ref Transactions on Machine Learning Research 2026

A variational approach to dimension-free self-normalized concentration

一种无维度自归一化集中性的变分方法

Ben Chugg, Aaditya Ramdas

AI总结 本文提出了一种变分方法，用于推导无维度自归一化集中性的界，扩展了亚高斯情况下的已有结果，并提供了首个无维度自归一化经验伯恩斯坦不等式。

Comments 32 pages. Published in the Transactions on Machine Learning Research

Causal Bayesian Optimization: Foundations, Methods, and Applications

因果贝叶斯优化：基础、方法与应用

Chenfeng Huang, Thuy T. Le, Zixuan Ma, Hien Tran

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； California State University, Long Beach（加州州立大学长滩分校） ； North Carolina State University（北卡罗来纳州立大学） 纠错

AI总结 本文系统综述因果贝叶斯优化，提出统一贝叶斯优化循环视角，引入含新指标PA-GAP的可复现基准，实验表明无方法普遍占优，并指出鲁棒性等开放挑战。

Comments Accepted at Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research, 2026

Prescriptive SVD-Inspired Attention via Spectral Energy Retention

基于谱能量保持的规范性SVD启发注意力

Vasileios Arampatzakis, Vasileios Sevetlidis, George Pavlidis

机构 * Athena Research Center（雅典娜研究中心） 纠错

AI总结 本文提出诊断-干预-验证框架，评估SVDA中谱能量保持干预，在多个数据集上有效减少计算量且精度损失极小，支持其作为可解释注意力机制。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research, 2026