TMLR

Properties and limitations of geometric tempering for gradient flow dynamics

几何退火的梯度流动力学的性质与限制

Francesca Romana Crucinio, Sahani Pathiraja

机构 * ESOMAS, University of Turin, Italy（ESOMAS，都灵大学，意大利） ； Collegio Carlo Alberto, Turin, Italy（卡尔罗阿尔贝托学院，都灵，意大利） ； School of Mathematics & Statistics, UNSW Sydney, Australia（数学与统计学学院，悉尼大学，澳大利亚） 纠错

AI总结 本文研究了几何退火对梯度流动力学的影响，分析了连续时间和离散时间下的收敛性，并提出了自适应退火方案。

Comments Accepted at TMLR https://openreview.net/forum?id=IP0w5LdcxC

Variational Visual Question Answering for Uncertainty-Aware Selective Prediction

变分视觉问答用于不确定性感知的选择性预测

Tobias Jan Wieczorek, Nathalie Daun, Mohammad Emtiyaz Khan, Marcus Rohrbach

机构 * TU Darmstadt（图宾根大学） 纠错

AI总结 本文提出变分VQA方法，通过变分贝叶斯方法提升视觉问答和视觉推理任务的可靠性，尤其在低误差容忍度下表现优异，且优于AdamW训练模型。

Comments TMLR April 2026 version. 13 pages main paper, 31 pages with appendix. Updated bibliography

Journal ref Transactions on Machine Learning Research (2026)

Not All Rollouts are Useful: Down-Sampling Rollouts in LLM Reinforcement Learning

并非所有回放都有效：在大语言模型强化学习中的回放下采样

Yixuan Even Xu, Yash Savani, Fei Fang, J. Zico Kolter

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出PODS方法，通过下采样回放来减少策略更新成本，提升学习效率。

Comments 19 pages, 10 figures, TMLR 2026

AAC: Admissible-by-Architecture Differentiable Landmark Compression for ALT

AAC：基于架构的可接受可微分地标压缩用于ALT

An T. Le, Vien Ngo

机构 * Center for AI Research, VinUniversity, Vietnam（越南 Vin 大学人工智能研究中心） ； VinRobotics, Vietnam（越南 Vin 机器人公司） ； Intelligent Autonomous Systems, TU Darmstadt, Germany（德国图恩-达姆施塔特技术大学智能自主系统） 纠错

AI总结 AAC是一种可微分地标选择模块，用于ALT最短路径启发式方法，通过行随机混合三角不等式下界保证启发式可接受性，且在无需收敛、校准或投影的情况下保持可接受性，同时在部署时能与神经编码器端到端结合，提升效率和精度。

Comments 50 pages, 8 figures, 24 tables, submitted to Transactions on Machine Learning Research

COMPASS: COntinual Multilingual PEFT with Adaptive Semantic Sampling

COMPASS：持续多语言PEFT与自适应语义采样

Noah Flynn

机构 * UC Berkeley（加州大学伯克利分校） 纠错

AI总结 COMPASS通过自适应语义采样策略，利用参数高效微调方法，在多语言任务中提升模型性能，减少跨语言干扰，实现持续学习框架以适应动态环境。

Journal ref Transactions on Machine Learning Research, 2025, https://openreview.net/forum?id=oapsbIO1Bd

CLIP-SVD: Efficient and Interpretable Vision-Language Adaptation via Singular Values

CLIP-SVD：通过奇异值实现高效且可解释的视觉-语言适应

Taha Koleilat, Hassan Rivaz, Yiming Xiao

机构 * Department of Electrical & Computer Engineering, Concordia University（康科迪亚大学电气与计算机工程系） ； Department of Computer Science & Software Engineering, Concordia University（康科迪亚大学计算机科学与软件工程系） 纠错

AI总结 CLIP-SVD通过奇异值微调方法，以0.04%的参数量实现高效视觉-语言模型适应，提升适应性能并保留泛化能力，在11个自然和10个生物医学数据集上取得最佳分类结果。

Comments TMLR 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 23 pages, fixed cleveref-related issue

Journal ref Transactions on Machine Learning Research, 2026

Policy Gradient with Kernel Quadrature

基于核二次积分的策略梯度方法

Satoshi Hayakawa, Tetsuro Morimura

机构 * Mathematical Institute, University of Oxford（牛津大学数学研究所） ； CyberAgent, Inc.（CyberAgent公司） 纠错

AI总结 本文提出一种基于核二次积分的策略梯度方法，通过选择代表性样本加速奖励评估，提升策略梯度迭代效率。

Comments 18 pages, 2 figures

Journal ref Transactions on Machine Learning Research, 2024