University of Edinburgh（爱丁堡大学）

Learning Energy-Based Models from Stochastic Interpolants using Spatiotemporal Differences

从随机插值中学习基于能量的模型：利用时空差异

Hanlin Yu, RuiKang OuYang, Partha Kaushik, Arto Klami, Michael U. Gutmann, Omar Chehab

机构 * University of Helsinki（赫尔辛基大学） ； University of Cambridge（剑桥大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 提出时空噪声对比估计（stNCE）框架，通过联合时空差异从随机插值中学习能量函数，统一现有方法并实现与最先进密度估计方法竞争的性能。

Planning Neural Dynamics with Lie Group Embedding through Supervised Projective Manifold Learning

通过监督投影流形学习进行李群嵌入的神经动力学规划

Tianwei Wang, Bryan Chen, Qian Zuo, Qiyue Xia, Xin Li, Wei Pang

机构 * School of Informatics（信息学院） ； School of Mathematics（数学学院） ； University of Edinburgh（爱丁堡大学） ； School of Computer Science（计算机科学学院） ； School of MACS（MACS学院） ； Beijing Institute of Technology（北京理工大学） ； Heriot-Watt University（赫瑞-瓦特大学） 纠错

AI总结 提出李群嵌入动力神经网络（LieEDNN），通过梯度下降和流形上的度量投影实现可学习且稳定的动力学，解决李群与神经网络加法不兼容及非线性表示空间中的演化问题，并在SE(3)伸缩机械臂上验证。

Comments Preprint. Under review

ECHO-2: A Large-Scale Distributed Rollout Framework for Cost-Efficient Reinforcement Learning

ECHO-2: 一种面向经济高效强化学习的大规模分布式推演框架

Jingwei Song, Meng Chen, Jie Xiao, Qingnan Ren, Jiaqi Huang, Yangshen Deng, Chris Tong, Wanyi Chen, Suli Wang, Zhisheng Chen, Ziqian Bi, Shuo Lu, Yiqun Duan, Xu Wang, Rymon Yu, Lynn Ai, Eric Yang, Tianyu Shi

机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Gradient ； University of Edinburgh（爱丁堡大学） ； Soochow University（苏州大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； University of the Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 提出ECHO-2分布式强化学习框架，通过重叠推演生成、传播与训练，结合对等辅助流水线广播和成本感知异构工作节点激活，在保持奖励性能的同时显著提升成本效率。

Comments 24 pages, 7 figures

Chain Of Thought Compression: A Theoretical Analysis

思维链压缩：理论分析

Juncai Li, Ru Li, Yuxiang Zhou, Boxiang Ma, Jeff Z. Pan

机构 * School of Computer and Information Technology, Shanxi University, Taiyuan, Shanxi, China（山西大学计算机与信息学院） ； Queen Mary, University of London, UK（伦敦大学女王学院） ； School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院） 纠错

AI总结 本文通过引入Order-r Interaction理论，证明了隐式思维链压缩中高阶逻辑依赖的学习信号指数衰减问题，并提出ALiCoT框架通过对齐潜在令牌分布与中间推理状态来克服信号衰减，实现54.4倍加速且性能与显式CoT相当。

How to Square Tensor Networks and Circuits Without Squaring Them

如何平方张量网络和电路而不进行平方操作

Lorenzo Loconte, Adrián Javaloy, Antonio Vergari

机构 * School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院） 纠错

AI总结 提出一种参数化方法，通过正交性和确定性条件简化平方张量网络和电路的边际化计算，避免额外复杂度，并在分布估计任务中保持表达能力且提升学习效率。

Learning GUI Grounding with Spatial Reasoning from Visual Feedback

通过视觉反馈学习具有空间推理能力的 GUI 定位

Yu Zhao, Wei-Ning Chen, Huseyin Atahan Inan, Samuel Kessler, Lu Wang, Lukas Wutschitz, Fangkai Yang, Chaoyun Zhang, Pasquale Minervini, Saravan Rajmohan, Robert Sim

机构 * University of Edinburgh（爱丁堡大学） ； Microsoft（微软） 纠错

AI总结 本文提出将 GUI 定位重构为交互式搜索任务，利用多步在线强化学习训练 GUI-Cursor 模型，通过光标视觉反馈提升空间推理能力，在 GUI 定位和代理任务上超越强基线。

Comments Accepted at ICML 2026