EPFL（洛桑联邦理工学院）

Towards Tight Bounds for Streaming Attention

流式注意力机制的紧界

Justin Y. Chen, Ying Feng, Piotr Indyk, Michael Kapralov, Ekaterina Kochetkova, Boris Prokhorov

机构 * MIT（麻省理工学院） ； EPFL（苏黎世联邦理工学院） 纠错

AI总结 本文通过核密度估计的三种方法（差异理论、多项式方法和空间划分）的紧密结合，几乎确定了流式注意力近似问题的空间复杂度紧界，并引入带大量辅助信息的INDEX问题新下界技术。

Geodesics of Dynamic Graphs for Regime Change Detection

动态图的测地线用于状态转换检测

William Cappelletti, Étienne Voutaz, Pascal Frossard

机构 * LTS4, EPFL（EPFL拉沃德实验室） ； Cyber-Defence Campus, Armasuisse（阿玛苏斯网络防御校区） 纠错

AI总结 提出将动态网络中的状态定义为时间图沿测地线的轨迹，通过图回归方法测量观测图与测地线的累积距离，结合变点检测算法识别状态转换，在合成和真实数据上优于现有方法。

OffQ: Taming Structured Outliers in LLM Quantization by Offsetting

OffQ：通过偏移驯服LLM量化中的结构化异常值

Haoqi Wang, Lorenz K. Mueller, Jiawei Zhuang, Mathieu Salzmann, Lukas Cavigelli

机构 * School of Computer and Communication Sciences, EPFL, Switzerland（瑞士联邦理工学院计算机与通信科学学院） ； Huawei, Switzerland（华为公司） ； Swiss Data Science Center, ETHZ & EPFL, Switzerland（瑞士数据科学中心，苏黎世联邦理工学院与联邦理工学院） 纠错

AI总结 提出OffQ方法，通过top-1 PCA识别异常值子空间、旋转集中异常值通道并转换为共享偏移，实现LLM的低比特均匀量化，在W4A4KV4下提升精度。

Spatiotemporal Imputation with Graph-Informed Flow Matching

基于图信息流匹配的时空插补

Zepeng Zhang, Aref Einizade, Jhony H. Giraldo, Olga Fink

机构 * EPFL（苏黎世联邦理工学院） 纠错

AI总结 提出GiFlow框架，利用图信息先验和混合向量场模型进行时空插补，优于现有方法。

Comments Accepted at ICML 2026