TMLR

[Re] Benchmarking LLM Capabilities in Negotiation through Scoreable Games

通过可评分游戏评估大语言模型在谈判中的能力基准测试

Jorge Carrasco Pollo, Ioannis Kapetangeorgis, Joshua Rosenthal, John Hua Yao

机构 * Informatics Institute University of Amsterdam（信息学院阿姆斯特丹大学） 纠错

AI总结 本文通过可评分游戏评估大语言模型在谈判中的能力，发现基准复杂但模型比较存在歧义，强调上下文在评估中的重要性。

Comments Accepted for publication at Transactions on Machine Learning Research (TMLR) and MLRC Journal Track, 2025. Code available at: https://github.com/joshrosie/FACT29

Journal ref Transactions on Machine Learning Research (TMLR), June 2025

PRISM: Diversifying Dataset Distillation by Decoupling Architectural Priors

PRISM: 通过解耦架构先验来多样化数据集蒸馏

Brian B. Moser, Shalini Sarode, Federico Raue, Stanislav Frolov, Krzysztof Adamkiewicz, Arundhati Shanbhag, Joachim Folz, Tobias C. Nauen, Andreas Dengel

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； RPTU Kaiserslautern-Landau（科隆大学（RPTU）） 纠错

AI总结 PRISM通过解耦架构先验提升数据集蒸馏的多样性与性能

Journal ref Transactions on Machine Learning Research, 2026

Bayesian Network Structure Discovery Using Large Language Models

利用大语言模型进行贝叶斯网络结构发现

Yinghuan Zhang, Yufei Zhang, Parisa Kordjamshidi, Zijun Cui

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Michigan State University（密歇根州立大学） 纠错

AI总结 本文提出了一种利用大语言模型进行贝叶斯网络结构发现的统一框架，支持数据自由和数据感知设置，在无数据场景下通过PromptBN生成完整DAG，在有数据时通过ReActBN进一步优化结构。

Comments Accepted to TMLR

Bootstrapping Task Spaces for Self-Improvement

通过任务空间的提升实现自我改进

Minqi Jiang, Andrei Lupu, Yoram Bachrach

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； University of Oxford（牛津大学） 纠错

AI总结 ExIt通过自适应课程强化学习方法，使大语言模型在推理时实现多步骤自我改进，提升任务性能。

Comments TMLR, February 2026

CodePDE: An Inference Framework for LLM-driven PDE Solver Generation

CodePDE：基于LLM的PDE求解器生成推理框架

Shanda Li, Tanya Marwah, Junhong Shen, Weiwei Sun, Andrej Risteski, Yiming Yang, Ameet Talwalkar

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Flatiron Institute（Flatiron研究院） ； Polymathic AI（多学科人工智能） ； Datadog 纠错

AI总结 CodePDE通过大语言模型生成PDE求解器，展示了LLM在复杂数学问题中的强大能力及潜在应用价值。

Comments TMLR. Code available at https://github.com/LithiumDA/CodePDE

A Watermark for Black-Box Language Models

为黑盒语言模型设计的水印

Dara Bahri, John Wieting

机构 * Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出了一种无需白盒访问即可检测LLM输出的水印方案，具备无失真和多密钥嵌套特性，并通过实验验证其优越性。

Comments Published at TMLR 2026

Feature Representation Transferring to Lightweight Models via Perception Coherence

通过感知一致性向轻量模型转移特征表示

Hai-Vy Nguyen, Fabrice Gamboa, Sixin Zhang, Reda Chhaibi, Serge Gratton, Thierry Giaccone

机构 * Ampere Software Technology（Ampere软件技术公司） ； Institut de mathématiques de Toulouse（图卢兹数学研究所） ； Institut de Recherche en Informatique de Toulouse（图卢兹信息研究所） ； Laboratoire Jean Alexandre Dieudonné, Université Côte d’Azur（Jean Alexandre Dieudonné实验室，蔚蓝海岸大学） ； Université Côte d’Azur（蔚蓝海岸大学） 纠错

AI总结 本文提出通过感知一致性方法，从教师模型向轻量学生模型转移特征表示，提升模型性能。

Comments Published in Transactions on Machine Learning Research (02/2026)

Journal ref Published in Transactions on Machine Learning Research (02/2026)

Hypergraphs as Weighted Directed Self-Looped Graphs: Spectral Properties, Clustering, Cheeger Inequality

超图作为加权有向自环图：谱性质、聚类、切比雪夫不等式

Zihao Li, Dongqi Fu, Hengyu Liu, Jingrui He

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta 纠错

AI总结 本文提出了一种基于随机游走的超图谱聚类算法HyperClus-G，解决了EDVW超图的谱理论、聚类和切比雪夫不等式问题。

Comments Accepted by TMLR. 28 pages