ICLR

Generalizing Linear Autoencoder Recommenders with Decoupled Expected Quadratic Loss

基于解耦预期二次损失的线性自编码推荐系统泛化

Ruixin Guo, Xinyu Li, Hao Zhou, Yang Zhou, Ruoming Jin

机构 * Kent State University（肯特州立大学） ； Auburn University（阿伯茨维尔大学） 纠错

AI总结 本文提出解耦预期二次损失（DEQL）方法，通过扩展EDLAE的目标函数，提高了推荐系统模型的泛化能力和性能。

Comments Accepted at ICLR 2026 (https://openreview.net/forum?id=ANH044Wdje)

AQuA: Toward Strategic Response Generation for Ambiguous Visual Questions

AQuA：迈向具有模糊性视觉问题的策略性响应生成

Jihyoung Jang, Hyounghun Kim

机构 * Graduate School of Artificial Intelligence, POSTECH（人工智能研究生院，POSTECH） ； Department of Computer Science and Engineering, POSTECH（计算机科学与工程系，POSTECH） 纠错

AI总结 AQuA通过细粒度数据集和策略微调，提升VLMs在模糊视觉问答中的策略性响应生成能力。

Comments ICLR 2026 (28 pages); Project website: https://aqua-iclr2026.github.io/

Test-Time Meta-Adaptation with Self-Synthesis

测试时元适应与自合成

Zeyneb N. Kaya, Nick Rui

机构 * Stanford University（斯坦福大学） 纠错

AI总结 MASS通过自动生成问题特定的合成训练数据，实现大语言模型在测试时的自我适应与优化，提升下游任务性能。

Comments 5 pages, 2 figures, 1 table. Accepted to AI with Recursive Self-Improvement (RSI) Workshop @ ICLR 2026

CryoNet.Refine: A One-step Diffusion Model for Rapid Refinement of Structural Models with Cryo-EM Density Map Restraints

CryoNet.Refine: 一种用于利用冷冻电镜密度图约束快速优化结构模型的一步扩散模型

Fuyao Huang, Xiaozhu Yu, Kui Xu, Qiangfeng Cliff Zhang

机构 * State Key Laboratory of Membrane Biology, Beijing Frontier Research Center of Biological Structures, Tsinghua-Peking Joint Center for Life Sciences, School of Life Sciences, Tsinghua University, Beijing, China（膜生物学国家重点实验室，北京生物结构前沿研究中心，清华大学-北京大学联合生命科学中心，生命科学学院，清华大学，北京，中国） ； State Key Laboratory of Membrane Biology–Membrane Structure and Artificial Intelligence Biology Branch, Hangzhou, China（膜生物学国家重点实验室——生物结构与人工智能生物学分支，杭州，中国） ； State Key Laboratory of Membrane Biology, Beijing Tsinghua Institute for Frontier Interdisciplinary Innovation, Beijing, China（膜生物学国家重点实验室，北京清华大学前沿交叉创新研究院，北京，中国） 纠错

AI总结 CryoNet.Refine通过一步扩散模型实现快速结构模型优化，结合密度感知损失和立体化学约束，提供自动化且高效的冷冻电镜结构精修解决方案。

Comments Published as a conference paper at ICLR 2026

Mean Flow Policy with Instantaneous Velocity Constraint for One-step Action Generation

具有瞬时速度约束的一步动作生成均流策略

Guojian Zhan, Letian Tao, Pengcheng Wang, Yixiao Wang, Yiheng Li, Yuxin Chen, Hongyang Li, Masayoshi Tomizuka, Shengbo Eben Li

机构 * School of Vehicle and Mobility & College of AI, Tsinghua University（车辆与移动学院及人工智能学院，清华大学） ； Berkeley AI Research (BAIR), UC Berkeley（伯克利人工智能研究（BAIR），加州大学伯克利分校） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出均速度策略（MVP），通过引入瞬时速度约束来提升动作生成效率，实现高效的一步动作生成并在机器人操作任务中取得最佳性能。

Comments ICLR Oral Presentation

NAAMSE: Framework for Evolutionary Security Evaluation of Agents

NAAMSE：用于智能体进化安全评估的框架

Kunal Pai, Parth Shah, Harshil Patel

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

AI总结 NAAMSE通过进化框架提升智能体的安全评估，利用遗传突变和探索发现隐藏漏洞，提供更真实鲁棒性评估。

Comments Published at ICLR 2026 Workshop on Agents in the Wild

Semantic Search over 9 Million Mathematical Theorems

对900万条数学定理进行语义检索

Luke Alexander, Eric Leonen, Sophie Szeto, Artemii Remizov, Ignacio Tejeda, Jarod Alper, Giovanni Inchiostro, Vasily Ilin

机构 * Math AI Lab, University of Washington, Seattle, United States（数学AI实验室，华盛顿大学，西雅图，美国） ； Department of Mathematics, University of Washington, Seattle, United States（数学系，华盛顿大学，西雅图，美国） ； Paul G. Allen School of Computer Science and Engineering, University of Washington, Seattle, United States（保罗·G·艾伦计算机科学与工程学院，华盛顿大学，西雅图，美国） ； Lake Washington High School, Kirkland, United States（拉克华盛顿高中， Kirkland，美国） ； Department of Applied and Computational Mathematical Sciences, University of Washington, Seattle, United States（应用与计算数学科学系，华盛顿大学，西雅图，美国） 纠错

AI总结 本文提出了一种大规模语义检索方法，针对920万条数学定理进行高效检索，显著提升了定理和论文的检索效果。

Comments theoremsearch.com

Journal ref ICLR 2026 Workshop: Logical Reasoning of Large Language Models

MeanCache: From Instantaneous to Average Velocity for Accelerating Flow Matching Inference

MeanCache: 从瞬时到平均速度以加速流匹配推理

Huanlin Gao, Ping Chen, Fuyuan Shi, Ruijia Wu, Li YanTao, Qiang Hui, Yuren You, Ting Lu, Chao Tan, Shaoan Zhao, Zhaoxiang Liu, Fang Zhao, Kai Wang, Shiguo Lian

机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国unicom数据科学与人工智能研究 institute） ； Unicom Data Intelligence, China Unicom（中国unicom数据智能） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） 纠错

AI总结 MeanCache通过引入平均速度视角，有效缓解流匹配推理中的误差累积，实现显著加速并优于现有缓存方法。

Journal ref ICLR 2026

Flow2GAN: Hybrid Flow Matching and GAN with Multi-Resolution Network for Few-step High-Fidelity Audio Generation

Flow2GAN：混合流匹配与GAN的多分辨率网络用于少步高质量音频生成

Zengwei Yao, Wei Kang, Han Zhu, Liyong Guo, Lingxuan Ye, Fangjun Kuang, Weiji Zhuang, Zhaoqing Li, Zhifeng Han, Long Lin, Daniel Povey

AI总结 Flow2GAN结合流匹配与GAN微调，通过多分辨率网络提升音频生成的高质量与高效性。

Comments Published as a conference paper at ICLR 2026

Meta-RL Induces Exploration in Language Agents

元强化学习诱导语言智能体的探索

Yulun Jiang, Liangze Jiang, Damien Teney, Michael Moor, Maria Brbic

机构 * EPFL（苏黎世联邦理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； Idiap Research Institute（Idiap研究机构） 纠错

AI总结 LaMer通过元强化学习框架提升语言智能体的探索能力，显著提高多任务性能并增强泛化能力。

Comments ICLR 2026

Dual-Robust Cross-Domain Offline Reinforcement Learning Against Dynamics Shifts

对抗动态偏移的双鲁棒跨域离线强化学习

Zhongjian Qiao, Rui Yang, Jiafei Lyu, Xiu Li, Zhongxiang Dai, Zhuoran Yang, Siyang Gao, Shuang Qiu

机构 * CityUHK（城市大学 Hong Kong 分校） ； UIUC（伊利诺伊大学香槟分校） ； Tsinghua University（清华大学） ； Yale University（耶鲁大学） ； CUHK(SZ)（香港中文大学（深圳）） ； Tencent（腾讯） 纠错

AI总结 本文提出DROCO算法，通过引入鲁棒跨域Bellman算子和动态价值惩罚等技术，提升跨域离线强化学习在动态偏移下的双鲁棒性。

Comments Accepted at ICLR 2026

Dual Randomized Smoothing: Beyond Global Noise Variance

双重随机平滑：超越全局噪声方差

Chenhao Sun, Yuhao Mao, Martin Vechev

机构 * Department of Computer Science, ETH Zürich（计算机科学系，苏黎世联邦理工学院） 纠错

AI总结 本文提出双随机平滑框架，通过输入依赖的噪声方差提升对抗鲁棒性，在多种数据集上均取得优于传统方法的性能。

Comments ICLR'26

ARM-FM: Automated Reward Machines via Foundation Models for Compositional Reinforcement Learning

基于基础模型的自动奖励机制：用于组合强化学习的自动化奖励机

Roger Creus Castanyer, Faisal Mohamed, Pablo Samuel Castro, Cyrus Neary, Glen Berseth

机构 * Université de Montréal（蒙特利尔大学） ； Mila – Quebec AI Institute（魁北克人工智能研究所） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

AI总结 ARM-FM通过基础模型实现自动化奖励设计，利用自然语言生成奖励机并实现跨任务泛化，提升强化学习的通用性和效率。

Comments Published at ICLR 2026

Stochastic Self-Organization in Multi-Agent Systems

多智能体系统中的随机自组织

Nurbek Tastan, Samuel Horvath, Karthik Nandakumar

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（莫扎德·本·扎耶德人工智能大学） ； Michigan State University (MSU)（密歇根州立大学） 纠错

AI总结 本文提出SelfOrg框架，通过实时适应通信结构，实现多智能体系统的随机自组织，提升协作效率与鲁棒性。

Comments Accepted to ICLR 2026

TokMem: One-Token Procedural Memory for Large Language Models

TokMem: 一个令牌的程序性记忆用于大型语言模型

Zijun Wu, Yongchang Hao, Lili Mou

机构 * Dept. Computing Science & Alberta Machine Intelligence Institute (Amii), University of Alberta（计算科学系及阿尔伯塔机器智能研究所（Amii），阿尔伯塔大学） 纠错

AI总结 TokMem通过单个可训练令牌实现程序性记忆，提升大型语言模型在任务回忆和多步函数调用中的性能，同时减少训练参数和上下文开销。

Comments Accepted by ICLR 2026

Your Agent May Misevolve: Emergent Risks in Self-evolving LLM Agents

你的代理可能误进化：自我进化大语言模型代理中的新兴风险

Shuai Shao, Qihan Ren, Chen Qian, Boyi Wei, Dadi Guo, Jingyi Yang, Xinhao Song, Linfeng Zhang, Weinan Zhang, Dongrui Liu, Jing Shao

AI总结 本文研究了自我进化代理中因自我进化偏离导致的误进化风险，揭示了其广泛存在及对安全对齐的影响，并提出缓解策略。

Comments Published in ICLR 2026

CauKer: Classification Time Series Foundation Models Can Be Pretrained on Synthetic Data

CauKer：分类时间序列基础模型可以在合成数据上进行预训练

Shifeng Xie, Vasilii Feofanov, Ambroise Odonnat, Lei Zan, Marius Alonso, Jianfeng Zhang, Themis Palpanas, Lujia Pan, Keli Zhang, Ievgen Redko

机构 * Université Paris Cité（巴黎大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 CauKer通过生成因果一致的合成时间序列数据，实现对分类时间序列基础模型的样本高效预训练。

Comments This manuscript combines material from the ICML 2025 TSFM Workshop paper and the ICLR 2026 Main Track paper

Journal ref ICLR 2026 Oral

Let's Think in Two Steps: Mitigating Agreement Bias in MLLMs with Self-Grounded Verification

两步思考：通过自我 grounded 验证缓解 MLLM 的同意偏差

Moises Andrade, Joonhyuk Cha, Brandon Ho, Vriksha Srihari, Karmesh Yadav, Zsolt Kira

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出 SGV 方法，通过自我 grounded 验证缓解 MLLM 的同意偏差，提升验证准确性和任务完成率。

Comments ICLR 2026. Code, models, and data publicly available at https://mshalimay.github.io/agreement-bias-sgv/

RoboPARA: Dual-Arm Robot Planning with Parallel Allocation and Recomposition Across Tasks

RoboPARA: 双臂机器人任务并行规划的平行分配与重组

Shiying Duan, Pei Ren, Nanxiang Jiang, Zhengping Che, Jian Tang, Zhaoxin Fan, Yifan Sun, Wenjun Wu

机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算先进创新中心，人工智能学院，北航） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Center for Applied Statistics, School of Statistics, Renmin University of China（应用统计中心，统计学院，中国人民大学） 纠错

AI总结 RoboPARA通过双臂任务并行规划框架，提升复杂多任务场景下的效率和可靠性，引入首个评估双臂任务并行性的数据集。

Comments Accepted to ICLR 2026

SwingArena: Competitive Programming Arena for Long-context GitHub Issue Solving

SwingArena: 用于长上下文GitHub问题解决的竞争性编程竞技场

Wendong Xu, Jing Xiong, Chenyang Zhao, Qiujiang Chen, Haoran Wang, Hui Shen, Zhongwei Wan, Jianbo Dai, Taiqiang Wu, He Xiao, Chaofan Tao, Z. Morley Mao, Ying Sheng, Zhijiang Guo, Hongxia Yang, Bei Yu, Lingpeng Kong, Quanquan Gu, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Tsinghua University（清华大学） ； University of Michigan Ann Arbor（密歇根大学安娜堡分校） ； The Ohio State University（俄亥俄州立大学） ； University of Edinburgh（爱丁堡大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； LMSYS Org（LMSYS组织） 纠错

AI总结 SwingArena是一个用于评估LLM在真实CI驱动软件开发环境中性能的竞争性编程竞技场，通过模拟软件迭代过程，结合检索增强型代码生成模块，实现对长上下文问题的高效处理。

Comments The paper has been accepted as an oral presentation at ICLR 2026

LoFT: Low-Rank Adaptation That Behaves Like Full Fine-Tuning

LoFT: 低秩适应法：行为如同全量微调

Nurbek Tastan, Stefanos Laskaridis, Martin Takac, Karthik Nandakumar, Samuel Horvath

AI总结 LoFT是一种低秩适应方法，通过对齐优化器动态与全量微调，实现性能接近全量微调且无需额外超参数调整。

Comments Accepted to ICLR 2026

EgoDex: Learning Dexterous Manipulation from Large-Scale Egocentric Video

EgoDex: 从大规模第一人称视频中学习灵巧操作

Ryan Hoque, Peide Huang, David J. Yoon, Mouli Sivapurapu, Jian Zhang

机构 * Apple（苹果公司） 纠错

AI总结 EgoDex通过大规模第一人称视频数据集推动灵巧操作研究，提供3D手部跟踪数据及模仿学习评估框架。

Comments ICLR 2026

Point-based Instance Completion with Scene Constraints

基于场景约束的点云实例补全

Wesley Khademi, Li Fuxin

机构 * Oregon State University（俄勒冈州立大学） 纠错

AI总结 本文提出了一种基于点云的实例补全模型，通过引入场景约束和交叉注意力机制，实现对场景中任意尺度和姿态的对象的稳健补全。

Comments Published in ICLR 2025. Project Page: https://wkhademi.github.io/point_based_instance_completion/

Language in the Flow of Time: Time-Series-Paired Texts Weaved into a Unified Temporal Narrative

时间之流中的语言：将时间序列配对文本编织成统一的时间叙事

Zihao Li, Xiao Lin, Zhining Liu, Jiaru Zou, Ziwei Wu, Lecheng Zheng, Dongqi Fu, Yada Zhu, Hendrik Hamann, Hanghang Tong, Jingrui He

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta ； IBM Research（IBM研究院） 纠错

AI总结 本文提出TaTS框架，将时间序列配对文本作为辅助变量，提升多模态时间序列预测性能。

Comments ICLR 2026, 47 pages

Learning Concept Bottleneck Models from Mechanistic Explanations

从机制解释学习概念瓶颈模型

Antonio De Santis, Schrasing Tong, Marco Brambilla, Lalana Kagal

机构 * Politecnico di Milano（米兰理工大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

AI总结 本文提出机制CBM模型，通过从黑盒模型自身学习的概念构建瓶颈层，提升模型的可解释性和预测性能。

Comments ICLR 2026

VisualScratchpad: Inference-time Visual Concepts Analysis in Vision Language Models

VisualScratchpad: 视觉语言模型推理时的视觉概念分析

Hyesu Lim, Jinho Choi, Taekyung Kim, Byeongho Heo, Jaegul Choo, Dongyoon Han

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； NAVER AI Lab（NAVER人工智能实验室） 纠错

AI总结 VisualScratchpad通过交互式界面分析视觉语言模型推理过程中的视觉概念，揭示三种未被充分探索的失败模式，帮助理解模型内部机制并改进调试。

Comments Accetped at ICLR 2026 Turstworthy AI Workshop

A Cortically Inspired Architecture for Modular Perceptual AI

一种模块化感知人工智能的皮层启发架构

Prerna Luthra

机构 * Independent Researcher（独立研究者） 纠错

AI总结 本文提出了一种受皮层启发的模块化感知人工智能架构，通过分解感知为专门模块，提升可解释性和推理透明度。

Comments Accepted to the ICLR 2026 Workshop on "From Human Cognition to AI Reasoning: Models, Methods, and Applications (HCAIR)"

Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation

增强检索生成用于预测细胞对基因扰动的响应

Andrea Giuseppe Di Francesco, Andrea Rubbi, Pietro Liò

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； ISTI-CNR（意大利国家研究委员会信息科学与技术研究所） ； University of Cambridge（剑桥大学） ； Wellcome Sanger Institute（wellcome桑格研究所） 纠错

AI总结 PT-RAG通过细胞类型感知的可微检索增强生成，提升预测细胞对基因扰动响应的性能。

Comments Accepted at ICLR 2026 Workshop: Generative AI in Genomics. 25 pages, 9 figures

$\textbf{Re}^{2}$: Unlocking LLM Reasoning via Reinforcement Learning with Re-solving

Re²：通过强化学习与重解解锁LLM推理

Pinzheng Wang, Shuli Xu, Juntao Li, Yu Luo, Dong Li, Jianye Hao, Min Zhang

AI总结 Re²通过强化学习与重解方法，使LLM能够灵活放弃无效推理路径并重新开始，从而提升推理性能和测试效率。

Comments Accepted by ICLR 2026

Resource-Adaptive Federated Text Generation with Differential Privacy

具有差分隐私的资源自适应联邦文本生成

Jiayi Wang, John Gounley, Heidi Hanson

机构 * Oak Ridge National Laboratory（奥克伍德国家实验室） 纠错

AI总结 本文提出了一种资源自适应的联邦文本生成框架，通过差分隐私机制和轻量级投票机制，提升在计算异质性和隐私保护下的分布对齐和下游任务鲁棒性。

Comments Accepted by DATA-FM workshop @ ICLR 2026