ICLR

Mamba-3: Improved Sequence Modeling using State Space Principles

Mamba-3：基于状态空间原理的序列建模改进

Aakash Lahoti, Kevin Y. Li, Berlin Chen, Caitlin Wang, Aviv Bick, J. Zico Kolter, Tri Dao, Albert Gu

AI总结 Mamba-3通过结合更丰富的递归、复值状态更新规则和多输入多输出框架，提升了序列建模的性能和效率，实现了在检索、状态跟踪和下游语言建模任务中的显著改进。

Comments ICLR 2026

Talk, Evaluate, Diagnose: User-aware Agent Evaluation with Automated Error Analysis

谈话、评估、诊断：基于用户意识的代理评估与自动错误分析

Penny Chong, Harshavardhan Abichandani, Jiyuan Shen, Atin Ghosh, Min Pyae Moe, Yifan Mai, Daniel Dahlmeier

机构 * SAP ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出TED框架，通过用户角色模板、自动评分和错误分析，提升代理评估的全面性与效率，实验显示在模型和用户水平上取得8-10%的性能提升。

Comments Accepted as a conference paper at ICLR 2026. Code and dataset are available in the repository https://github.com/SAP-samples/agent-quality-inspect

Unlocking the Value of Text: Event-Driven Reasoning and Multi-Level Alignment for Time Series Forecasting

释放文本价值：基于事件驱动推理和多级对齐的时间序列预测

Siyuan Wang, Peng Chen, Yihang Wang, Wanghui Qiu, Chenjuan Guo, Bin Yang, Yang Shu

机构 * East China Normal University（华东师范大学） 纠错

AI总结 本文提出VoT方法，结合事件驱动推理和多级对齐，利用文本信息提升时间序列预测性能，通过历史上下文学习和自适应频率融合实现文本与数值预测的互补。

Comments Accepted by ICLR 2026

Physics-informed fine-tuning of foundation models for partial differential equations

基于物理约束的微调基础模型用于偏微分方程

Vlad Medvedev, Leon Armbruster, Christopher Straub, Georg Kruse, Andreas Rosskopf

机构 * Fraunhofer Institute for Integrated Systems and Device Technology（弗劳恩霍夫整合系统与器件技术研究所） 纠错

AI总结 本文提出一种结合物理约束的微调方法，用于适应偏微分方程基础模型，提升数据稀缺情况下模型的物理一致性和泛化能力。

Comments 12 pages, 6 figures, 1 table

Journal ref ICLR 2026 Workshop on Artificial Intelligence and Partial Differential Equations

Efficient Morphology-Control Co-Design via Stackelberg Proximal Policy Optimization

通过Stackelberg近端策略优化实现高效的形态-控制协同设计

Yanning Dai, Yuhui Wang, Dylan R. Ashley, Jürgen Schmidhuber

机构 * Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST)（生成人工智能卓越中心，卡奥斯特大学） ； Dalle Molle Institute for Artificial Intelligence Research (IDSIA)（人工智能研究达勒莫利研究所） ； Università della Svizzera italiana (USI)（瑞士意大利大学） ； Scuola universitaria professionale della Svizzera italiana (SUPSI)（瑞士意大利专业大学） 纠错

AI总结 本文提出Stackelberg PPO方法，通过将形态与控制的内在耦合建模为Stackelberg博弈变体，解决形态与控制策略的协同优化问题，提升机器人设计效率。

Comments presented at the Fourteenth International Conference on Learning Representations; 11 pages in main text + 3 pages of references + 23 pages of appendices, 5 figures in main text + 11 figures in appendices, 16 tables in appendices; accompanying website available at https://yanningdai.github.io/stackelberg-ppo-co-design/ ; source code available at https://github.com/YanningDai/StackelbergPPO

Directional Embedding Smoothing for Robust Vision Language Models

方向嵌入平滑用于鲁棒视觉语言模型

Ye Wang, Jing Liu, Toshiaki Koike-Akino

机构 * Mitsubishi Electric Research Laboratories（三菱电机研究实验室） 纠错

AI总结 本文提出通过方向嵌入平滑技术提升视觉语言模型的鲁棒性，针对多模态劫持攻击，验证了方向嵌入噪声在降低攻击成功率中的有效性。

Comments Accepted at ICLR 2026 Workshop on Agents in the Wild

Thinking in Latents: Adaptive Anchor Refinement for Implicit Reasoning in LLMs

在潜空间中思考：用于大语言模型隐式推理的自适应锚点细化

Disha Sheshanarayana, Rajat Subhra Pal, Manjira Sinha, Tirthankar Dasgupta

机构 * Manipal University Jaipur（马普尔大学斋普尔） ； TCS Research（塔塔咨询研究） 纠错

AI总结 本文提出AdaAnchor框架，通过自适应终止机制优化潜空间推理，提升准确率并减少计算步骤，实验表明在数学问题基准上准确率提升5%且减少48-60%的潜空间步骤。

Comments Accepted at ICLR 2026, LIT Workshop

NerVE: Nonlinear Eigenspectrum Dynamics in LLM Feed-Forward Networks

NerVE：大型语言模型中前馈网络的非线性特征谱动态

Nandan Kumar Jha, Brandon Reagen

AI总结 NerVE通过四个互补指标分析LLM中FFN的信息流动，揭示非线性特性对潜在空间利用的影响，验证了优化器几何对方差再注入的作用，适用于多种架构和优化器配置。

Comments Accepted to ICLR 2026. Project page: https://nerve-eigenspectrum.github.io

EmotionThinker: Prosody-Aware Reinforcement Learning for Explainable Speech Emotion Reasoning

EmotionThinker: 基于语调感知的强化学习用于可解释的语音情绪推理

Dingdong Wang, Shujie Liu, Tianhua Zhang, Youjun Chen, Jinyu Li, Helen Meng

AI总结 本文提出EmotionThinker，通过强化学习将语音情绪识别转化为深度推理问题，利用细粒度声学线索生成可解释的情绪预测，改进了语音大语言模型的语调感知能力。

Comments ICLR 2026 (Oral). Project page: https://github.com/dingdongwang/EmotionThinker

Diverse Text-to-Image Generation via Contrastive Noise Optimization

通过对比噪声优化实现文本到图像生成的多样性

Byungjun Kim, Soobin Um, Jong Chul Ye

AI总结 本文提出对比噪声优化方法，通过调整初始噪声提升文本到图像生成的多样性，同时保持图像质量，实验表明其在质量与多样性之间取得平衡。

Comments Accepted to ICLR 2026

Overthinking Reduction with Decoupled Rewards and Curriculum Data Scheduling

脱离奖励与课程数据调度的过度思考减少

Shuyang Jiang, Yusheng Liao, Ya Zhang, Yanfeng Wang, Yu Wang

AI总结 本文提出DECS框架，通过解耦的token级奖励机制和新的课程批量调度策略，有效减少推理token数量，同时保持或提升性能，解决过度思考问题。

Comments 30 pages; Accepted as an oral presentation at ICLR 2026

When Scores Learn Geometry: Rate Separations under the Manifold Hypothesis

当分数学习几何：在流形假设下速率分离

Xiang Li, Zebang Shen, Ya-Ping Hsieh, Niao He

AI总结 本文提出分数学习数据流形而非完整分布的观点，揭示小σ regime下流形信息强于分布信息，推动几何学习范式转变，通过扩散模型、流形均匀分布和贝叶斯逆问题验证理论。

Comments Accepted at ICLR 2026

Breaking the SFT Plateau: Multimodal Structured Reinforcement Learning for Chart-to-Code Generation

突破SFT平台：面向图表到代码生成的多模态结构强化学习

Lei Chen, Xuanle Zhao, Zhixiong Zeng, Jing Huang, Liming Zheng, Yufeng Zhong, Lin Ma

AI总结 本文提出多模态结构强化学习（MSRL）以突破SFT平台，通过大规模实验构建最大训练语料库，并采用双阶段课程训练策略，提升图表到代码生成的高阶指标。

Comments Accepted to ICLR 2026

FingerTip 20K: A Benchmark for Proactive and Personalized Mobile LLM Agents

FingerTip 20K: 一个用于主动和个性化移动大语言模型代理的基准测试

Qinglong Yang, Haoming Li, Haotian Zhao, Xiaokai Yan, Jingtao Ding, Fengli Xu, Yong Li

AI总结 本文提出FingerTip 20K基准测试，通过收集20000个真实用户多步骤Android交互演示，评估主动任务建议和个性化任务执行的挑战，展示基于用户信息的移动LLM代理的潜力。

Comments ICLR 2026 Poster

MMSU: A Massive Multi-task Spoken Language Understanding and Reasoning Benchmark

MMSU：一个大规模多任务语音语言理解与推理基准

Dingdong Wang, Junan Li, Jincenzi Wu, Dongchao Yang, Xueyuan Chen, Tianhua Zhang, Helen Meng

AI总结 MMSU基准通过整合语音的语义、语调和语音学特征，评估语音语言理解与推理能力，发现现有模型存在改进空间，为开发更高级的人机语音交互系统提供新标准。

Comments ICLR 2026. MMSU benchmark is available at https://huggingface.co/datasets/ddwang2000/MMSU. Project page https://github.com/dingdongwang/MMSU

From Evaluation to Defense: Advancing Safety in Video Large Language Models

从评估到防御：推进视频大语言模型的安全性

Yiwei Sun, Peiqi Jiang, Chuanbin Liu, Luohao Lin, Zhiying Lu, Hongtao Xie

AI总结 本文提出VideoSafety-R1框架，通过创新方法提升视频大语言模型的安全性，实验显示其在多个安全数据集上取得显著提升。

Comments Accepted at ICLR 2026

Universe Routing: Why Self-Evolving Agents Need Epistemic Control

宇宙路由：为何自我进化智能体需要认知控制

Zhaohui Geoffrey Wang

AI总结 本文提出宇宙路由问题，探讨智能体在不同信念空间中选择推理框架的挑战，发现硬路由到异构求解器在准确性和效率上优于软MoE，并展示语义推理优于表面推理，模块化认知架构更适应终身学习。

Comments 10 pages. Accepted at the LLA Workshop at ICLR 2026 (camera-ready version)

How Do Medical MLLMs Fail? A Study on Visual Grounding in Medical Images

医学 MLLMs 如何失效？对医学图像中视觉语义关联的探讨

Guimeng Liu, Tianze Yu, Somayeh Ebrahimkhani, Lin Zhi Zheng Shawn, Kok Pin Ng, Ngai-Man Cheung

AI总结 本文研究了医学 MLLMs 在视觉关联上的不足，通过设计 VGMED 数据集和 VGRefine 方法，验证了其在医学图像任务中的性能瓶颈。

Comments Published as a conference paper at ICLR 2026

All-day Multi-scenes Lifelong Vision-and-Language Navigation with Tucker Adaptation

全天多场景终身视觉-语言导航与Tucker适应

Xudong Wang, Gan Li, Zhiyu Liu, Yao Wang, Lianqing Liu, Zhi Han

AI总结 本文提出Tucker适应方法，解决视觉-语言导航在多场景下的持续学习问题，通过高阶张量分解实现知识解耦，提升长期部署灵活性。

Comments ICLR 2026

Understanding the Emergence of Seemingly Useless Features in Next-Token Predictors

理解下一token预测器中看似无用特征的出现

Mark Rofin, Jalal Naghiyev, Michael Hahn

AI总结 研究探讨了训练中的Transformer模型如何计算看似冗余的抽象特征，并提出方法分析梯度信号对特定特征形成的影响，通过玩具任务和小型模型验证，揭示了预训练语言模型中形式推理领域特征的产生机制。

Comments ICLR 2026

Missing Mass for Differentially Private Domain Discovery

缺失质量用于差分隐私领域发现

Travis Dick, Matthew Joseph, Vinod Raman

AI总结 本文研究了差分隐私领域发现中的多个问题，提出基于加权高斯机制的WGM在Zipfian数据上具有近最优的ℓ1缺失质量保证，并为未知领域变体的隐私top-k和k-覆盖集算法提供了新的效用保证。

Comments ICLR 2026

Sat-JEPA-Diff: Bridging Self-Supervised Learning and Generative Diffusion for Remote Sensing

Sat-JEPA-Diff: 联合自监督学习与生成扩散模型以实现遥感图像预测

Kursat Komurcu, Linas Petkevicius

AI总结 本文提出Sat-JEPA-Diff，结合自监督学习与隐藏扩散模型，解决遥感图像预测中结构准确与纹理细节的平衡问题，实现高精度纹理生成与结构预测的结合。

Comments ICLR 2026 Workshop ML4RS Main Track: https://openreview.net/forum?id=WBHfQLbgZR

Journal ref 4th ICLR 2026 Workshop on Machine Learning for Remote Sensing (Main Track)

Verified Multi-Agent Orchestration: A Plan-Execute-Verify-Replan Framework for Complex Query Resolution

验证多智能体协调：复杂查询解析的计划-执行-验证-重计划框架

Xing Zhang, Yanwei Cui, Guanghui Wang, Wei Qiu, Ziyuan Li, Fangwei Han, Yajing Huang, Hengzhi Qiu, Bing Zhu, Peiyang He

AI总结 本文提出VMAO框架，通过验证驱动的迭代循环协调专用LLM代理，提升复杂查询解答的完整性和来源质量。

Comments ICLR 2026 Workshop on MALGAI

CHLU: The Causal Hamiltonian Learning Unit as a Symplectic Primitive for Deep Learning

CHLU：作为深度学习的辛原初的因果哈密顿学习单元

Pratik Jawahar, Maurizio Pierini

AI总结 本文提出CHLU，一种基于物理的计算学习原初，通过 enforcing 相对论哈密顿结构和利用辛积分，严格保持相空间体积，以解决记忆稳定性权衡问题，并在MNIST数据集上展示其生成能力。

Comments Accepted as a short paper at ICLR 2026 (AI & PDE)

Narrow Fine-Tuning Erodes Safety Alignment in Vision-Language Agents

细粒度微调会削弱视觉语言代理的安全对齐

Idhant Gulati, Shivam Raval

AI总结 研究发现细粒度微调在有害数据集上会导致广泛的任务和模态对齐偏差，且单模态安全基准可能低估视觉语言模型的对齐退化。

Comments 25 pages, 14 figures, Published at the Lifelong Agent Workshop at ICLR 2026

Infinity and Beyond: Compositional Alignment in VAR and Diffusion T2I Models

无穷尽：VAR和扩散T2I模型中的组合对齐

Hossein Shahabadi, Niki Sepasian, Arash Marioriyad, Ali Sharifi-Zarchi, Mahdieh Soleymani Baghshah

AI总结 本文评估了六种T2I模型在组合对齐上的表现，发现Infinity-8B在整体对齐上表现最佳，而Infinity-2B在多个类别中表现优异，揭示了高效性能的平衡。

Comments Accepted at the ICLR 2026 Workshop on Multimodal Intelligence: Next Token Prediction and Beyond

RESCUE: Retrieval Augmented Secure Code Generation

RESCUE：检索增强型安全代码生成

Jiahao Shi, Tianyi Zhang

AI总结 RESCUE通过构建混合知识库和分层多维检索提升安全代码生成，实验显示其在SecurePass@1指标上平均提升4.8点，达到新水平。

Comments Accepted to ICLR'2026

Towards Understanding Valuable Preference Data for Large Language Model Alignment

迈向理解大型语言模型对齐的有价值偏好数据

Zizhuo Zhang, Qizhou Wang, Shanshan Ye, Jianing Zhu, Jiangchao Yao, Bo Han, Masashi Sugiyama

AI总结 本文研究了大型语言模型对齐中偏好数据的质量问题，提出截断影响函数（TIF）评估数据质量，并引入两种计算更简单的评分函数以提高偏好数据选择的准确性。

Comments Accepted by ICLR 2026

Purrception: Variational Flow Matching for Vector-Quantized Image Generation

Purrception：基于向量量化图像生成的变分流匹配

Răzvan-Andrei Matişan, Vincent Tao Hu, Grigory Bartosh, Björn Ommer, Cees G. M. Snoek, Max Welling, Jan-Willem van de Meent, Mohammad Mahdi Derakhshani, Floor Eijkelboom

AI总结 Purrception结合连续方法的几何意识与离散监督的分类监督，通过学习代码本索引的类别后验和连续嵌入空间中的速度场，实现对潜在代码的不确定性量化和温度控制生成。

Comments Published as a conference paper at ICLR 2026

ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning

ExoPredicator：为机器人规划学习动态世界的抽象模型

Yichao Liang, Dat Nguyen, Cambridge Yang, Tianyang Li, Joshua B. Tenenbaum, Carl Edward Rasmussen, Adrian Weller, Zenna Tavares, Tom Silver, Kevin Ellis

AI总结 本文提出ExoPredicator框架，通过联合学习符号状态表示和因果过程，解决长周期具身规划中的外源性过程建模问题，实现对复杂任务的泛化能力。

Comments ICLR 2026. The last two authors contributed equally in co-advising