TMLR

Replicability is Asymptotically Free in Multi-armed Bandits

多臂老虎机中可重复性渐近无代价

Junpei Komiyama, Shinji Ito, Yuichi Yoshida, Souta Koshino

机构 * New York University（纽约大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； RIKEN AIP（理化学研究所人工智能研究中心） ； The University of Tokyo（东京大学） ； National Institute of Informatics（信息处理研究所） 纠错

AI总结 研究可重复随机多臂老虎机算法，通过特定方法，在时间范围足够大时，使算法行动序列不受数据集中随机性影响，且探索代价更小，还给出限制不可重复性概率的方法及双臂问题下界。

Comments Updated based on the TMLR camera-ready version. https://openreview.net/forum?id=E8rmbq8BYP

VLMGuard: Bootstrapping Malicious Prompt Detectors from Unlabeled Vision-Language Prompts in the Wild

VLMGuard：从野生未标记视觉语言提示中引导恶意提示检测器

Junlin Fang, Wenyu Chen, Reshmi Ghosh, Robert Sim, Ahmed Salem, Vitor R. Carvalho, Emily Lawton, Sharon Li, Jack W. Stokes, Sean Du

机构 * College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） ； School of Physical and Mathematical Sciences（物理与数学科学学院） ； Microsoft Corp.（微软公司） ； Department of Computer Sciences（计算机科学系） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 研究针对视觉语言模型易受恶意输入影响的问题，提出VLMGuard框架，利用野生未标记用户提示，通过自动恶意估计分数区分良性和恶意样本，训练二进制提示分类器，无需额外人工标注，效果优于现有方法。

Comments Accepted to Transactions on Machine Learning Research (07/2026)

Graph Unitary Message Passing

图酉消息传递

Haiquan Qiu, Quanming Yao

机构 * Department of Electrical Engineering, Tsinghua University（清华大学电子工程系） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； State Key laboratory of Space Network and Communications（空间网络与通信国家重点实验室） 纠错

AI总结 针对图神经网络中不稳定问题，提出图酉消息传递框架，通过在变换图上用酉传播算子避免指数衰减，结合图变换和酉投影程序，经理论分析表明其能保持深度稳定，实验取得较好性能。

Comments TMLR

TERC: A Transfer Entropy Redundancy Criterion for State Variable Selection in Reinforcement Learning

TERC：一种用于强化学习状态变量选择的转移熵冗余准则

Charles Westphal, Stephen Hailes, Mirco Musolesi

机构 * UCL Centre for Artificial Intelligence（伦敦大学学院人工智能中心） 纠错

AI总结 本文提出TERC准则，用于选择强化学习中的最优状态变量，通过信息理论方法排除冗余变量，提升推理效率，适用于多种算法和环境。

Comments 47 pages, 12 figures, accepted in TMLR (https://openreview.net/forum?id=J0ad21E0vX)

Dynamic Neural Graph Encoding of Inference Processes in Deep Weight Space

深度权重空间中推理过程的动态神经图编码

Di Wu, Huan Liu, Zhixiang Chi, Yuanhao Yu, Konstantinos N. Plataniotis, Yang Wang

机构 * University of Toronto（多伦多大学） ； National University of Singapore（新加坡国立大学） ； McMaster University（麦马斯特大学） ； Concordia University（康科迪亚大学） 纠错

AI总结 提出动态神经图编码器（DNG-Encoder），通过动态图表示神经网络参数并保留推理的时序特性，在INR分类任务上比现有方法提升约10%准确率。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026. 28 pages, 5 figures

Journal ref Transactions on Machine Learning Research, 2026

CreativityPrism: A Cross-Domain Evaluation Framework for Large Language Model Creativity

CreativityPrism：大语言模型创造力的跨域评估框架

Zhaoyi Joey Hou, Bowei Alvin Zhang, Yining Lu, Bhiman Kumar Baghel, Anneliese Brei, Ximing Lu, Meng Jiang, Faeze Brahman, Snigdha Chaturvedi, Haw-Shiuan Chang, Daniel Khashabi, Xiang Lorraine Li

机构 * University of Pittsburgh（匹兹堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Notre Dame（诺特丹大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

AI总结 提出CreativityPrism框架，整合发散思维、创意写作和逻辑推理三个领域的八项任务，从质量、新颖性和多样性三个维度评估LLM创造力，发现前沿模型在创意写作和逻辑推理上领先，但在发散思维上无显著优势，且各维度间相关性弱。

Comments Published in Transactions on Machine Learning Research (06/2026)

MetaTT: A Global Tensor-Train Adapter for Parameter-Efficient Fine-Tuning

MetaTT: 一种用于参数高效微调的全局张量列适配器

Javier Lopez-Piqueres, Pranav Deshpande, Archan Ray, Mattia J. Villani, Marco Pistoia, Niraj Kumar

机构 * Global Technology Applied Research（全球技术应用研究） 纠错

AI总结 提出MetaTT，一种基于张量列（TT）分解的适配器框架，通过共享单个TT因子化Transformer子模块，实现参数高效的多任务微调，并在单任务和多任务基准上达到竞争性性能。

Comments Accepted version to TMLR

Interpreting Global Perturbation Robustness of Image Models using Axiomatic Spectral Importance Decomposition

使用公理谱重要性分解解释图像模型的全局扰动鲁棒性

Róisín Luo, James McDermott, Colm O'Riordan

机构 * SFI Centre for Research Training in Artificial Intelligence（SFI人工智能研究培训中心） ； School of Computer Science, University of Galway（Galway大学计算机科学学院） 纠错

AI总结 提出一种模型无关的全局可解释性方法I-ASIDE，基于Shapley值公理量化鲁棒与非鲁棒特征的预测能力，揭示图像模型对数据损坏和对抗攻击等扰动的鲁棒性机制。

Comments Accepted by Transactions on Machine Learning Research (TMLR 2024)

Journal ref Transactions on Machine Learning Research (TMLR), 2024; Presented at The Thirteenth International Conference on Learning Representations (ICLR 2025), Singapore

ViscoReg: Neural Signed Distance Functions via Viscosity Solutions

ViscoReg：通过粘性解的神经符号距离函数

Meenakshi Krishnan, Ramani Duraiswami

AI总结 本文提出ViscoReg，通过粘性解理论稳定神经符号距离函数训练，优于SIREN、DiGS和StEik等方法，在ShapeNet和3D场景重建数据集上表现优异。

Comments 21 pages, 7 figures

Journal ref Transactions on Machine Learning Research, 2026

FusionFactory: Fusing LLM Capabilities with Multi-LLM Log Data

FusionFactory: 融合多LLM日志数据中的大语言模型能力

Tao Feng, Haozhen Zhang, Zijie Lei, Pengrui Han, Mostofa Patwary, Mohammad Shoeybi, Bryan Catanzaro, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Meta Monetization AI（Meta 变现人工智能） ； NVIDIA（英伟达） 纠错

AI总结 提出FusionFactory框架，通过查询级、思维级和模型级融合策略，利用多LLM日志数据提升模型性能，在14个基准测试中均优于最佳单模型。

Journal ref TMLR 2026

White-Box Sensitivity Auditing with Steering Vectors

白盒敏感性审计与引导向量

Hannah Cyberey, Yangfeng Ji, David Evans

机构 * University of Virginia（弗吉尼亚大学） 纠错

AI总结 本文提出白盒敏感性审计框架，通过激活引导进行更严格的模型内部评估，用于检测大语言模型中的偏见，揭示模型对保护属性的依赖。

Comments Accepted to Transactions on Machine Learning Research (TMLR)

Can VLMs Reason Robustly? A Neuro-Symbolic Investigation

VLM能稳健推理吗？一项神经符号研究

Weixin Chen, Antonio Vergari, Han Zhao

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 研究视觉语言模型在分布偏移下的推理稳健性，提出结合VLM概念识别与电路符号推理的神经符号方法VLC，在三个视觉演绎推理任务上实现更高的分布外准确率。

Comments TMLR 2026

Rethinking On-policy Optimization for Query Augmentation

重新思考查询增强的在线策略优化

Zhichao Xu, Shengyao Zhuang, Xueguang Ma, Bingsen Chen, Yijun Tian, Fengran Mo, Tao Li, Jie Cao, Vivek Srikumar

机构 * University of Utah（犹他大学） ； The University of Queensland（昆士兰大学） ； University of Waterloo（滑铁卢大学） ； New York University（纽约大学） ； University of Notre Dame（圣母大学） ； Université de Montréal（蒙特利尔大学） ； Google DeepMind（谷歌DeepMind） ； University of Oklahoma（俄克拉荷马大学） 纠错

AI总结 本文系统比较了基于提示和强化学习的查询增强方法，发现计算量感知下简单方法常优于RL方法，并提出混合方法OPQE，通过RL生成伪文档以最大化检索性能。

Comments TMLR camera ready version

Enhancing Graph Representations with Neighborhood-Contextualized Message-Passing

增强图表示：邻域上下文化的消息传递

Brian Godwin Lim, Galvin Brice Lim, Renzo Roel Tan, Irwin King, Kazushi Ikeda

机构 * Nara Institute of Science and Technology（奈良先端科学技术大学院大学） ； Kyoto University（京都大学） ； Ateneo de Manila University（马尼拉雅典耀大学） ； UNI-President Information Philippines Corporation（统一信息菲律宾公司） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 提出邻域上下文化消息传递（NCMP）框架，通过整合多集邻域上下文增强GNN表达能力，并实例化为SINC-GCN，在保持高效的同时显著提升性能。

Comments Published in Transactions on Machine Learning Research

Journal ref Transactions on Machine Learning Research. (2026)

Extrapolating from Regularised Solutions for Solving Ill-Conditioned Linear Systems in Machine Learning

从正则化解外推求解机器学习中的病态线性系统

Disha Hegde, Jon Cockayne, Chris. J. Oates

机构 * University of Southampton, UK（英国南安普顿大学） ； Newcastle University, UK（英国新castle大学） ； The Alan Turing Institute, UK（阿尔安图灵研究所） 纠错

AI总结 提出autonugget包，通过Richardson外推组合多个正则化解，自动稳定求解病态线性系统，兼容JAX自动微分，提高精度。

Comments Published in TMLR

Reproducing FACTER: Fairness via Conformal Thresholding and Prompt Repair

复现FACTER：通过一致性阈值和提示修复实现公平性

Oscar Miró López-Feliu, Daimy van Loo, Xanthos Kekkos, Mikel Blom, Clara Rus

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

AI总结 本研究复现了FACTER框架，发现其在严格复现下推荐效用存在差异，并引入静态公平零样本基线，表明动态修复机制在约束重排序中收益有限。

Comments 29 pages. Accepted by Transactions on Machine Learning Research (TMLR), 2026. OpenReview: https://openreview.net/forum?id=4BPFVex4EM. Code: https://github.com/oscar-omlf/facter-repr

Reward Modeling for Reinforcement Learning-Based LLM Reasoning: Design, Challenges, and Evaluation

基于强化学习的LLM推理中的奖励建模：设计、挑战与评估

Pei-Chi Pan, Yingbin Liang, Sen Lin

机构 * University of Houston（得克萨斯大学） ； The Ohio State University（俄亥俄州立大学） 纠错

AI总结 本文探讨了奖励建模在提升LLM推理性能中的关键作用，提出了一种以推理为中心的分类视角，分析了奖励机制、奖励黑客问题及评估挑战，旨在构建更稳健、可验证的推理模型。

Comments Accepted at Transactions on Machine Learning Research (TMLR), 2026. https://openreview.net/forum?id=TDfrN1TbGH

Code Reasoning for Software Engineering Tasks: A Survey and A Call to Action

代码推理用于软件工程任务：调查与呼吁行动

Saurabh Pujar, Ira Ceka, Irene Manotas, Gail Kaiser, Baishakhi Ray, Shyam Ramji

机构 * IBM ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文调查代码推理技术，探讨其在软件工程任务中的影响，提出未来研究方向。

Comments Published in Transactions on Machine Learning Research (06/2026) 40 pages, 8 figures, 11 tables

On the Relationship Between CoCoA and ADMM for Distributed Empirical Risk Minimization

关于CoCoA与ADMM在分布式经验风险最小化中的关系

Runxiong Wu, Andi Wang

机构 * Department of Industrial & Systems Engineering, University of Wisconsin–Madison（工业与系统工程系，威斯康星大学麦迪逊分校） 纠错

AI总结 本文从统一原始-对偶视角揭示CoCoA与ADMM两类分布式ERM算法的内在联系，证明岭正则化下CoCoA等价于特定近端ADMM方案，并给出ADMM型方法的统一收敛分析和早停准则。

Comments 21 pages, 4 figures, 1 table

Journal ref Published in Transactions on Machine Learning Research (06/2026)

Freeze, Prompt, and Adapt: A Framework for Source-free Unsupervised GNN Prompting

冻结、提示与适应：一种无源无监督GNN提示框架

Peyman Baghershahi, Sourav Medya

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

AI总结 本文提出UGPP新场景，无需标签和源数据，通过一致性正则化和伪标签训练提示函数，解决GNN无监督提示问题，实验证明优于有监督方法。

Comments Accepted to TMLR 2026

GCN-DevLSTM: Path Development for Skeleton-Based Action Recognition

GCN-DevLSTM：基于骨架的动作识别中的路径开发

Lei Jiang, Weixin Yang, Xin Zhang, Hao Ni

机构 * University College London（伦敦大学学院） ； University of Oxford（牛津大学） ； South China University of Technology（华南理工大学） 纠错

AI总结 本文提出GCN-DevLSTM网络，通过引入G-Dev层提升时间建模能力，有效提取骨架动作序列中的局部时间动态信息，在NTU-60、NTU-120和Chalearn2013数据集上取得竞争优势。

Journal ref Transactions on Machine Learning Research, 2026

Supervised Quadratic Feature Analysis: Information Geometry Approach for Dimensionality Reduction

监督二次特征分析：用于降维的信息几何方法

Daniel Herrera-Esposito, Johannes Burge

AI总结 提出监督二次特征分析（SQFA），利用Fisher-Rao距离最大化类间差异，在高斯假设下学习线性特征，实验表明SQFA在分类精度上具有竞争力。

Comments 32 pages, 11 figures

Journal ref Transactions on Machine Learning Research (2026)

Thermodynamically Consistent Latent Dynamics Identification for Parametric Systems

参数系统简化建模中的热力学一致潜在动力学识别

Xiaolong He, Yeonjong Shin, Anthony Gruber, Sohyeon Jung, Kookjin Lee, Youngsoo Choi

机构 * Ansys Inc.（安西斯公司） ； North Carolina State University（北卡罗来纳州立大学） ； Sandia National Laboratories（桑迪亚国家实验室） ； Arizona State University（亚利桑那州立大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） 纠错

AI总结 本文提出了一种结合自动编码器和参数化GENERIC框架的神经网络方法，用于参数非线性动力系统简化建模，通过热力学原理提升模型效率和精度。

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

Continual Memorization of Factoids in Language Models

语言模型中事实的持续记忆

Howard Chen, Jiayi Geng, Adithya Bhaskar, Dan Friedman, Danqi Chen

机构 * Princeton Language and Intelligence (PLI), Princeton University（普林斯顿大学普林斯顿语言与智能研究所） 纠错

AI总结 提出持续记忆任务，发现语言模型在后续微调中严重遗忘事实，并提出REMIX方法（混合随机词序列或预训练语料）缓解遗忘，优于回放等方法。

Journal ref Transactions on Machine Learning Research, 2026

CodecSep: Prompt-Driven Universal Sound Separation on Neural Audio Codec Latents

CodecSep: 基于提示的通用神经音频编解码器潜在空间声音分离

Adhiraj Banerjee, Vipul Arora

机构 * Department of Electrical Engineering（电气工程系） ； Indian Institute of Technology, Kanpur（印度理工学院，坎浦尔） 纠错

AI总结 CodecSep通过在神经音频编解码器潜在空间中直接提取声源，实现开放词汇声音分离，相比AudioSep在SI-SDR指标上表现更优，且在ViSQOL和MOS-LQS上取得显著提升，同时提供低延迟的代码流部署方案。

Comments main content- 27 pages, total - 53 pages, 12 figure, Accepted by Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research, 2026. ISSN 2835-8856

Learning Robust Penetration Testing Policies under Partial Observability: A systematic evaluation

学习部分可观测下的鲁棒渗透测试策略：系统评估

Raphael Simon, Pieter Libin, Wim Mees

机构 * Cyber Defence Lab, CISS Department Royal Military Academy（国防网络安全实验室，信息与系统科学系皇家军事学院） ； AI Lab, Department of Computer Science Vrije Universiteit Brussel（人工智能实验室，计算机科学系自由大学布鲁塞尔） 纠错

AI总结 针对部分可观测的渗透测试问题，系统评估了多种PPO变体（如帧堆叠、历史观测增强、LSTM/TrXL架构）在主机网络中的性能，发现历史聚合策略收敛速度提升四倍，并揭示了策略的定性差异。

Comments Published in Transactions on Machine Learning Research (TMLR) https://openreview.net/forum?id=YkUV7wfk19. 25 pages, 8 figures. Code and StochNASim environment are available at https://github.com/raphsimon/StochNASim

Journal ref Transactions on Machine Learning Research, 2026

Sparsity-Driven Plasticity in Multi-Task Reinforcement Learning

稀疏性驱动的多任务强化学习中的可塑性

Aleksandar Todorov, Juan Cardenas-Cartagena, Rafael F. Cunha, Marco Zullich, Matthia Sabatelli

机构 * University of Groningen（Groningen大学） 纠错

AI总结 本文研究了多任务强化学习中可塑性退化问题，通过渐进幅度剪枝和稀疏进化训练等方法提升可塑性，实验表明稀疏化能有效缓解神经元休眠和表征崩溃，提升多任务性能。

Journal ref Transactions on Machine Learning Research (TMLR), ISSN 2835-8856, 2025. Published 28 Jul 2025

Why Do Accumulated Transformations Extrapolate?

为什么累积变换能够外推？

Mahesh Godavarti

机构 * A Carrot, Inc.（A Carrot公司） 纠错

AI总结 本文研究累积正交变换（如Householder反射或SO(2)旋转）在注意力机制中产生长度外推能力的原理，证明其通过有限步后去相干性抑制远距离token，并指出其最终会退化，而旋转值可扩展有效范围。

Comments 33 pages, submitted to TMLR

Don't Go Breaking My LLM: The Impact of Pruning Attention Layers on Explanation Faithfulness and Confidence Calibration

不要破坏我的LLM：剪枝注意力层对解释忠实性和置信度校准的影响

Pietro Tropeano, Maria Maistro, Tuukka Ruotsalo, Christina Lioma

机构 * University of Copenhagen（哥本哈根大学） ； LUT University（拉赫蒂理工大学） 纠错

AI总结 研究剪枝LLM注意力层对解释忠实性和置信度校准的影响，发现尽管准确率保持，但忠实性和校准度常下降，表明模型置信度、可解释性与准确性之间存在错位。

Comments Accepted at TMLR

Judging the Judges: A Systematic Evaluation of Bias Mitigation Strategies in LLM-as-a-Judge Pipelines

评判评判者：LLM-as-a-Judge pipelines中偏见缓解策略的系统评估

Sadman Kabir Soumik

机构 * Independent Researcher（独立研究员） 纠错

AI总结 本文系统评估了LLM-as-a-Judge pipelines中九种偏见缓解策略，发现风格偏见是最主要的偏见类型，且所有模型在扩展对上偏好简洁性，但截断控制能区分质量和长度，表明质量敏感的评估而非单纯长度偏见。

Comments 22 pages, 4 figures. Published in Transactions on Machine Learning Research (2026)

Journal ref Transactions on Machine Learning Research (2026)