TMLR

Make Your LVLM KV Cache More Lightweight

使大型视觉-语言模型的KV缓存更轻量

Xihao Chen, Yangyang Guo, Roger Zimmermann

机构 * Integrative Sciences and Engineering Programme, National University of Singapore（国立新加坡大学整合科学与工程学程） ； School of Computing, National University of Singapore（国立新加坡大学计算机学院） 纠错

AI总结 本文提出LightKV方法，通过利用视觉token嵌入的冗余性，减少KV缓存大小，提升解码效率并降低GPU内存消耗。

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

Learning Multimodal Energy-Based Model with Multimodal Variational Auto-Encoder via MCMC Revision

通过MCMC修订学习多模态能量模型与多模态变分自编码器

Jiali Cui, Zhiqiang Lao, Heather Yu

机构 * Futurewei Technologies Inc（未来联合技术公司） 纠错

AI总结 本文提出通过MCMC修订将多模态EBM、共享潜在生成器和联合推断模型的学习过程交织，提升多模态数据生成的质量与一致性。

Comments Transactions on Machine Learning Research, 2026

Graph Concept Bottleneck Models

图概念瓶颈模型

Haotian Xu, Tsui-Wei Weng, Lam M. Nguyen, Tengfei Ma

机构 * Department of Applied Mathematics & Statistics（应用数学与统计学系） ； State University of New York at Stony Brook（石溪州立大学） ； Halıcıoğlu Data Science Institute（Halıcıoğlu数据科学研究所） ； University of California, San Diego（加州大学圣地亚哥分校） ； Thomas J. Watson Research Center（汤普森·J·沃森研究中心） ； IBM Research（IBM研究院） ； Department of Biomedical Informatics（生物医学信息学系） 纠错

AI总结 图概念瓶颈模型通过构建潜在概念图来增强概念关系，提升模型性能和可解释性，实验证明其在图像分类中具有更高的准确性与鲁棒性。

Comments TMLR March 2026

Revisiting CroPA: A Reproducibility Study and Enhancements for Cross-Prompt Adversarial Transferability in Vision-Language Models

重新审视CroPA：面向视觉-语言模型跨提示对抗转移性的可重复性研究与改进

Atharv Mittal, Agam Pandey, Amritanshu Tiwari, Sukrit Jindal, Swadesh Swain

机构 * Mehta Family School of Data Science and Artificial Intelligence（梅hta家族数据科学与人工智能学院） ； Indian Institute of Technology, Roorkee（印度理工学院罗奥克学院） ； Department of Civil Engineering（土木工程系） ； Department of Electronics and Communication（电子与通信系） 纠错

AI总结 本文重新审视CroPA，验证其跨提示转移性，并提出改进方法，包括新的初始化策略、跨图像迁移性研究及针对视觉编码器的损失函数，提升对抗有效性。

Comments Accepted to MLRC 2025

Journal ref Transactions on Machine Learning Research (TMLR), 2025. Available at OpenReview: https://openreview.net/forum?id=5L90cl0xtf

Last-Iterate Convergence of General Parameterized Policies in Constrained MDPs

在约束马尔可夫决策过程中的通用参数化策略的最后迭代收敛性

Washim Uddin Mondal, Vaneet Aggarwal

机构 * IIT Kanpur（IIT坎普尔） ； Purdue University（普渡大学） 纠错

AI总结 本文提出了一种基于对偶的正则化加速自然策略梯度算法，用于学习约束马尔可夫决策过程，改进了通用参数化CMDP的最后迭代保证。

Comments Published in Transactions on Machine Learning Research (TMLR)