TMLR

Hypothesis Class Determines Explanation: Why Accurate Models Disagree on Feature Attribution

假设类决定解释：为何准确模型在特征归因上意见分歧

Thackshanaramana B

机构 * SRM Institute of Science and Technology（SRM科学与技术学院） 纠错

AI总结 研究显示，预测等效模型在特征归因上存在显著差异，揭示了假设类对解释稳定性的影响，提出解释可靠性评分R(x)以评估解释稳定性。

Comments 17 pages, 1 figure. Submitted to TMLR

A Practical Algorithm for Feature-Rich, Non-Stationary Bandit Problems

一种实用的特征丰富、非平稳老虎机问题算法

Wei Min Loh, Sajib Kumer Sinha, Ankur Agarwal, Pascal Poupart

机构 * University of Waterloo（滑铁卢大学） ； Vector Institute（向量研究所） ； Manulife Financial（美利坚人寿保险集团） 纠错

AI总结 本文提出了一种结合密集臂特征、非线性奖励函数和时间变化奖励分布的老虎机算法，通过条件耦合的上下文C3 Thompson采样在四个数据集上实现了更低的累积遗憾和更高的点击提升。

Journal ref Transactions on Machine Learning Research (2026)

Flow Matching for Tabular Data Synthesis

表格数据合成的流匹配

Bahrul Ilmi Nasution, Floor Eijkelboom, Mark Elliot, Richard Allmendinger, Christian A. Naesseth

机构 * Department of Social Statistics（社会统计系） ； The University of Manchester（曼彻斯特大学） ； Alliance Manchester Business School（曼彻斯特商业联盟学院） ； Amsterdam Machine Learning Lab（阿姆斯特丹机器学习实验室） ； University of Amsterdam（阿姆斯特丹大学） 纠错

AI总结 本文探讨了流匹配在表格数据合成中的应用，比较了流匹配与扩散模型的性能，发现流匹配在计算效率和隐私保护方面更具优势。

Comments Published at TMLR

A Survey of Frontiers in LLM Reasoning: Inference Scaling, Learning to Reason, and Agentic Systems

大语言模型推理前沿的综述：推理扩展、学习推理与代理系统

Zixuan Ke, Fangkai Jiao, Yifei Ming, Xuan-Phi Nguyen, Austin Xu, Do Xuan Long, Minzhi Li, Chengwei Qin, Peifeng Wang, Silvio Savarese, Caiming Xiong, Shafiq Joty

机构 * Salesforce AI Research（Salesforce AI研究） ； National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； A*STAR, Singapore（新加坡A*STAR） 纠错

AI总结 本文综述了大语言模型推理的前沿方法，从推理阶段和架构两个维度分类，探讨了推理扩展到学习推理及代理系统的发展趋势，涵盖监督微调、强化学习等算法及代理工作流设计。

Comments 72 pages, 6 figures. Accepted to TMLR, with Survey Certification award