TMLR

Foundation Models for Trajectory Planning in Autonomous Driving: A Review of Progress and Open Challenges

自动驾驶轨迹规划中的基础模型：进展与开放挑战综述

Kemal Oksuz, Alexandru Buburuzan, Anthony Knittel, Yuhan Yao, Puneet K. Dokania

机构 * Five AI Ltd.（Five AI有限公司） ； Robert Bosch GmbH（罗伯特·博世有限公司） ； United Kingdom（英国） 纠错

AI总结 本文综述了自动驾驶中基于基础模型的轨迹规划方法，分析了其架构设计、方法优势及局限性，并评估了37种最新方法的代码和数据集开放性。

Comments Accepted to TMLR (Survey Certification)

Unlearning in Diffusion models under Data Constraints: A Variational Inference Approach

在数据约束下扩散模型的卸载：一种变分推断方法

Subhodip Panda, Varun M S, Shreyans Jain, Sarthak Kumar Maharana, Prathosh A. P

机构 * Department of ECE, Indian Institute of Science（印度科学研究院电子工程系） 纠错

AI总结 本文提出变分扩散卸载方法，用于在数据受限条件下防止预训练扩散模型生成不良内容，通过优化损失函数中的可塑性诱导器和稳定性正则化器来提高效率。

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

The Cost of Replicability in Active Learning

主动学习中可重复性的成本

Rupkatha Hira, Dominik Kau, Jessica Sorrell

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Penn Institute for Computational Science（宾夕法尼亚大学计算科学研究所） 纠错

AI总结 本文研究了主动学习中可重复性带来的样本复杂性增加，提出两种可重复的主动学习算法，在保证一致性的同时实现标签节省。

Journal ref Transactions on Machine Learning Research, 2026

Weber's Law in Transformer Magnitude Representations: Efficient Coding, Representational Geometry, and Psychophysical Laws in Language Models

Transformer幅度表示中的韦伯定律：高效编码、表示几何与语言模型中的心理物理定律

Jon-Paul Cacioli

机构 * Independent Researcher（独立研究员） 纠错

AI总结 研究探讨了Transformer语言模型如何表示幅度，发现其表示几何具有对数压缩特性，但该几何与行为表现无关，且因果干预揭示了不同层的处理差异。

Comments 18 pages, 7 figures, 5 tables. Pre-registered on OSF. Submitted to TMLR

Advantage Shaping as Surrogate Reward Maximization: Unifying Pass@K Policy Gradients

优势塑造作为替代奖励最大化：统一Pass@K策略梯度

Christos Thrampoulidis, Sadegh Mahdavi, Wenlong Deng

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

AI总结 本文通过揭示优势塑造技术与直接策略梯度方法的本质关联，提出基于替代奖励的统一优化框架，为Pass@K目标下的强化学习策略梯度优化提供新视角。

Comments v3: Camera-ready version (TMLR)

KASPER: Kolmogorov Arnold Networks for Stock Prediction and Explainable Regimes

KASPER：用于股票预测和可解释性市场的 Kolmogorov-Arnold 网络

Vidhi Oad, Param Pathak, Nouhaila Innan, Shalini D, Muhammad Shafique

机构 * Vishwakarma Government Engineering College（维斯瓦卡罗马工程学院） ； QuantumAI Lab, Fractal Analytics（量子AI实验室，Fractal Analytics） ； eBRAIN Lab, Division of Engineering, New York University Abu Dhabi (NYUAD)（eBRAIN实验室，工程系，纽约大学阿布扎比分校（NYUAD）） ； Center for Quantum and Topological Systems (CQTS), NYUAD Research Institute（量子与拓扑系统中心（CQTS），NYUAD研究机构） 纠错

AI总结 KASPER 结合了市场状态检测、稀疏样条函数建模和符号规则提取，通过 Gumbel-Softmax 机制识别隐藏市场条件，实现可解释的股票预测，实测结果显示其在 R²、夏普比率和均方误差上均优于现有方法。

Comments 11 pages, 7 figures, 3 tables

Journal ref Transactions on Machine Learning Research, 2026, https://openreview.net/forum?id=PD4jGJQtL8

RLHF in an SFT Way: From Optimal Solution to Reward-Weighted Alignment

通过SFT方式实现RLHF：从最优解到奖励加权对齐

Yuhao Du, Zhuo Li, Pengyu Cheng, Zhihong Chen, Yuejiao Xie, Xiang Wan, Anningzhe Gao

机构 * Shenzhen Research Institute of Big Data（深圳大数据研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Qwen LLM Application Team, Alibaba（阿里巴巴Qwen大模型应用团队） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出VAR方法，通过变分推断视角简化RLHF，将对齐目标转化为离线奖励驱动的加权监督微调形式，提升训练稳定性和效果，实验证明其在帮助性和无害性指标上优于DPO，且在计算效率和收敛速度上优于在线采样方法。

Comments Published in TMLR-2026

LJ-Bench: Ontology-Based Benchmark for U.S. Crime

LJ-Bench：基于本体的美国犯罪评估基准

Hung Yun Tseng, Wuzhen Li, Blerina Gkotse, Grigorios Chrysos

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 LJ-Bench是首个基于本体的全面基准，用于评估LLM对多种非法活动的鲁棒性，揭示LLM在不同犯罪类别中的脆弱性。

Comments Accepted at Transactions on Machine Learning Research in March, 2026