TMLR

Augmenting Molecular Graphs with Geometries via Machine Learning Interatomic Potentials

通过机器学习互作用势增强分子图的几何结构

Cong Fu, Yuchao Lin, Zachary Krueger, Haiyang Yu, Maho Nakata, Jianwen Xie, Emine Kucukbenli, Xiaofeng Qian, Shuiwang Ji

机构 * Department of Computer Science & Engineering（计算机科学与工程系） ； Texas A&M University（德克萨斯大学） ； RIKEN Cluster for Pioneering Research, RIKEN（RIKEN先锋研究集群） ； Lambda, Inc.（Lambda公司） ； NVIDIA ； Department of Materials Science & Engineering（材料科学与工程系） 纠错

AI总结 本文提出通过机器学习互作用势模型获取分子几何结构，以提高分子性质预测的准确性。

Comments Accepted by TMLR

A Survey on Federated Fine-tuning of Large Language Models

大型语言模型联邦微调综述

Yebo Wu, Chunlin Tian, Jingguang Li, He Sun, Kahou Tam, Zhanting Zhou, Haicheng Liao, Jing Xiong, Zhijiang Guo, Li Li, Chengzhong Xu

机构 * State Key Laboratory of IOTSC, University of Macau（物联网科学与技术国家重点实验室，澳门大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） 纠错

AI总结 本文综述了大型语言模型联邦微调的技术、挑战与应用，旨在为隐私保护AI的发展提供指导。

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

Decentralized Projection-free Online Upper-Linearizable Optimization with Applications to DR-Submodular Optimization

去中心化投影自由在线上界可线性化优化及其在DR-子模优化中的应用

Yiyang Lu, Mohammad Pedramfar, Vaneet Aggarwal

机构 * Purdue University（普渡大学） ； Mila - Quebec AI Institute/McGill University（魁北克AI研究所/麦吉尔大学） 纠错

AI总结 本文提出了一种去中心化投影自由优化框架，用于解决DR-子模优化问题，并在不同反馈模型下实现了高效的算法性能。

Journal ref Transactions on Machine Learning Research, 2025