ICLR

Induction Signatures Are Not Enough: A Matched-Compute Study of Load-Bearing Structure in In-Context Learning

归纳签名不足：匹配计算下的上下文学习负载结构研究

Mohammed Sabry, Anya Belz

AI总结 通过Bi-Induct研究上下文学习中归纳结构的负载能力，发现归纳头部活动增加但泛化能力未提升，揭示了归纳与反归纳的不对称性。

Comments Published as a paper at 3rd DATA-FM workshop @ ICLR 2026, Brazil

Null-Space Filtering for Data-Free Continual Model Merging: Preserving Stability, Promoting Plasticity

空域过滤用于无数据连续模型融合：保持稳定性，促进可塑性

Zihuan Qiu, Lei Wang, Yang Cao, Runtong Zhang, Bing Su, Yi Xu, Fanman Meng, Linfeng Xu, Qingbo Wu, Hongliang Li

AI总结 本文提出NUFILT框架，通过参数空间优化实现无数据连续模型融合，保持稳定性并促进可塑性，实验表明其在视觉和NLP基准上表现优异，减少遗忘并降低计算开销。

Comments Accepted by ICLR 2026

Learning to Generate Unit Test via Adversarial Reinforcement Learning

通过对抗强化学习学习生成单元测试

Dongjun Lee, Changho Hwang, Kimin Lee

AI总结 本文提出UTRL框架，通过对抗强化学习训练LLM生成高质量单元测试，实验表明其优于监督微调和前沿模型。

Comments Accepted to ICLR 2026. Code is available at: https://github.com/dgjun32/UTRL

FeDaL: Federated Dataset Learning for General Time Series Foundation Models

FeDaL：联邦数据学习用于通用时间序列基础模型

Shengchao Chen, Guodong Long, Michael Blumenstein, Jing Jiang

AI总结 本文提出FeDaL方法，通过联邦学习 paradigm 解决时间序列异质性问题，通过DBE和GBE机制消除偏差，验证了跨数据集泛化能力。

Comments Accepted by ICLR 2026

Co-rewarding: Stable Self-supervised RL for Eliciting Reasoning in Large Language Models

共奖励：用于大型语言模型中激发推理的稳定自监督强化学习

Zizhuo Zhang, Jianing Zhu, Xinmu Ge, Zihua Zhao, Zhanke Zhou, Xuan Li, Xiao Feng, Jiangchao Yao, Bo Han

AI总结 本文提出Co-rewarding框架，通过引入互补监督提升训练稳定性，通过对比一致性和模型蒸馏方法，在多个数学推理基准上实现性能提升，尤其在Llama-3.2-3B-Instruct上表现突出。

Comments Accepted by ICLR 2026

Lumos-1: On Autoregressive Video Generation with Discrete Diffusion from a Unified Model Perspective

Lumos-1：从统一模型视角看基于离散扩散的自回归视频生成

Hangjie Yuan, Weihua Chen, Jun Cen, Hu Yu, Jingyun Liang, Shuning Chang, Zhihui Lin, Tao Feng, Pengwei Liu, Jiazheng Xing, Hao Luo, Jiasheng Tang, Fan Wang, Yi Yang

AI总结 Lumos-1提出一种基于LLM的统一模型，通过改进的MM-RoPE和离散扩散机制，在高效生成视频方面超越现有模型，适用于多种视频评估基准。

Comments ICLR 2026 Camera Ready Version. Code and Models: https://github.com/alibaba-damo-academy/Lumos

TRACED: Transition-aware Regret Approximation with Co-learnability for Environment Design

TRACED：基于共学习性的环境设计过渡感知 regrets 近似

Geonwoo Cho, Jaegyun Im, Jihwan Lee, Hojun Yi, Sejin Kim, Sundong Kim

AI总结 TRACED通过引入过渡预测误差和共学习性指标，改进了环境设计中的 regrets 近似方法，提升了零样本泛化能力。

Comments ICLR 2026

AMPED: Adaptive Multi-objective Projection for balancing Exploration and skill Diversification

AMPED: 自适应多目标投影用于平衡探索与技能多样化

Geonwoo Cho, Jaemoon Lee, Jaegyun Im, Subi Lee, Jihwan Lee, Sundong Kim

AI总结 本文提出AMPED方法，通过梯度手术投影平衡探索与多样性，在预训练和微调阶段均提升技能学习性能，实验表明其优于SBRL基线。

Comments ICLR 2026

Learning Enhanced Structural Representations with Block-Based Uncertainties for Ocean Floor Mapping

基于块状不确定性的结构表示学习用于海底制图

Jose Marie Antonio Minoza

AI总结 本文提出一种基于块状不确定性的方法，利用VQ-VAE架构在保持地形特征的同时，通过离散潜在表示实现空间自适应的置信度估计，提升海底制图的重建质量和不确定性估计可靠性。

Journal ref Tackling Climate Change with Machine Learning Workshop, ICLR 2025

Greedy Information Projection for LLM Data Selection

贪心信息投影用于大语言模型数据选择

Victor Ye Dong, Kuan-Yun Lee, Jiamei Shuai, Shengfei Liu, Yi Liu, Jian Jiao

AI总结 本文提出贪心信息投影框架，通过最大化子集与任务查询信号的互信息，平衡质量与多样性，高效选择数据集进行微调。

Comments Published as a paper at 3rd DATA-FM workshop @ ICLR 2026, Brazil

LiveWeb-IE: A Benchmark For Online Web Information Extraction

LiveWeb-IE：一个在线网页信息提取的基准测试

Seungbin Yang, Jihwan Kim, Jaemin Choi, Dongjin Kim, Soyoung Yang, ChaeHun Park, Jaegul Choo

AI总结 本文提出LiveWeb-IE基准测试，用于评估在线网页信息提取系统，通过活体网站和多阶段代理框架VGS，提升信息提取的准确性和鲁棒性。

Comments ICLR 2026

Routing Channel-Patch Dependencies in Time Series Forecasting with Graph Spectral Decomposition

时间序列预测中基于图谱分解的路由通道-补丁依赖关系

Dongyuan Li, Shun Zheng, Chang Xu, Jiang Bian, Renhe Jiang

AI总结 本文提出xCPD方法，通过图谱分解动态平衡通道间依赖关系，提升时间序列预测的准确性和泛化能力。

Comments The Paper has been Accepted by ICLR 2026

Purifying Generative LLMs from Backdoors without Prior Knowledge or Clean Reference

从后门中净化生成式大语言模型而不依赖先验知识或干净参考

Jianwei Li, Jung-Eun Kim

机构 * Department of Computer Science（计算机科学系） 纠错

AI总结 本文提出一种无需先验知识或干净参考的生成式大语言模型净化框架，通过分析后门关联在MLP层中的冗余编码，设计免疫启发的消除方法，通过合成后门变体和对比清洁版本，发现共享的后门签名，从而净化模型以抵御多种后门攻击。

Comments ICLR 2026

Modality-free Graph In-context Alignment

无模态图上下文对齐

Wei Zhuo, Siqiang Luo

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出MF-GIA框架，通过梯度指纹捕捉领域特征，实现跨异构域的无模态few-shot预测与泛化。

Comments Accepted at ICLR 2026

SERUM: Simple, Efficient, Robust, and Unifying Marking for Diffusion-based Image Generation

SERUM：一种简单、高效、鲁棒且统一的扩散图像生成标记方法

Jan Kociszewski, Hubert Jastrzębski, Tymoteusz Stępkowski, Filip Manijak, Krzysztof Rojek, Franziska Boenisch, Adam Dziedzic

机构 * CISPA Helmholtz Center for Information Security（CISPA 情报安全中心） 纠错

AI总结 SERUM通过在扩散模型生成的初始噪声中添加唯一水印噪声，并训练轻量级检测器识别水印图像，实现了高效且鲁棒的图像标记，同时保持图像质量影响极小。

Comments Accepted as an ICLR 2026 Poster

AutoTool: Automatic Scaling of Tool-Use Capabilities in RL via Decoupled Entropy Constraints

AutoTool: 通过解耦熵约束实现强化学习中工具使用能力的自动扩展

Yirong Zeng, Xiao Ding, Yufei Liu, Yuxian Wang, Qunyao Du, Yutai Hou, Wu Ning, Haonan Song, Duyu Tang, Dandan Tu, Bing Qin, Ting Liu

机构 * Harbin Institute of Technology, SCIR Lib（哈尔滨工业大学，SCIR实验室） ； Peking University（北京大学） ； Huawei Technologies Ltd（华为技术有限公司） 纠错

AI总结 本文提出AutoTool方法，通过解耦熵约束实现强化学习中工具使用能力的自动扩展，提升模型在复杂问题上的表现，同时减少计算开销。

Comments ICLR 2026 poster

Auditing Cascading Risks in Multi-Agent Systems via Semantic-Geometric Co-evolution

通过语义-几何共演化审计多智能体系统中的级联风险

Zixun Luo, Yuhang Fan, Hengyu Lin, Yufei Li, Youzhi Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Lingnan University（岭大大学） ； Tsinghua University（清华大学） ； Centre for Artificial Intelligence and Robotics（人工智能与机器人中心） ； Hong Kong Institute of Science and Innovation（香港创新科技研究院） ； Chinese Academy of Sciences（中国科学院） 纠错

AI总结 本文提出基于语义-几何共演化的框架，通过动态图模型和Ollivier-Ricci曲率检测多智能体系统中的级联风险，提前预警并定位根本原因。

Comments This work has been accepted to ICLR 2026 Workshop: Principled Design for Trustworthy AI

Learning Retrieval Models with Sparse Autoencoders

通过稀疏自编码器学习检索模型

Thibault Formal, Maxime Louis, Hervé Dejean, Stéphane Clinchant

机构 * NAVER LABS Europe（NAVER实验室欧洲） 纠错

AI总结 本文提出SPLARE方法，利用稀疏自编码器改进检索模型，实验显示其在多语言和领域外任务中优于传统方法，SPLARE-7B在多语言检索任务中表现优异。

Journal ref ICLR 2026

Explain in Your Own Words: Improving Reasoning via Token-Selective Dual Knowledge Distillation

用自身语言解释：通过令牌选择性双知识蒸馏提升推理能力

Minsang Kim, Seung Jun Baek

机构 * Korea University（韩国大学） ； SK Telecom（SK电信） 纠错

AI总结 本文提出TSD-KD框架，通过令牌选择性双知识蒸馏提升学生模型的推理能力，结合间接和直接蒸馏方法，实验表明在10个挑战性推理基准上性能优于基线和亚军。

Comments The Fourteenth International Conference on Learning Representations (ICLR) 2026, Accepted

Learning to Repair Lean Proofs from Compiler Feedback

从编译器反馈中学习修复Lean证明

Evan Wang, Simon Chess, Daniel Lee, Siyuan Ge, Ajit Mallavarapu, Jarod Alper, Vasily Ilin

AI总结 本文研究了将Lean证明修复作为监督学习问题，提出APRIL数据集，通过系统生成的证明错误与编译器诊断配对，提升修复准确性和反馈条件推理能力。

Comments 15 pages, 6 figures

Journal ref ICLR VerifAI Workshop, 2026

PRISM: Enhancing Protein Inverse Folding through Fine-Grained Retrieval on Structure-Sequence Multimodal Representations

PRISM：通过结构-序列多模态表示的细粒度检索增强蛋白质反向折叠

Sazan Mahbub, Souvik Kundu, Eric P. Xing

机构 * Carnegie Mellon University（卡内基梅隆大学） ； GenBio AI（基因组生物人工智能） ； Intel（英特尔） 纠错

AI总结 PRISM通过结构-序列多模态表示的细粒度检索提升蛋白质反向折叠性能，结合混合自交叉注意力解码器，实现更高效的序列生成与折叠预测。

Comments Published as a conference paper at International Conference on Learning Representation (ICLR) 2026

Understanding Sensitivity of Differential Attention through the Lens of Adversarial Robustness

通过对抗鲁棒性视角理解差分注意的敏感性

Tsubasa Takahashi, Shojiro Yamabe, Futa Waseda, Kento Sasaki

AI总结 本文从对抗鲁棒性视角揭示差分注意的敏感性问题，发现其减法结构导致梯度范数增加和局部Lipschitz常数升高，实验显示DA在对抗攻击下更脆弱，揭示了选择性与鲁棒性间的根本权衡。

Comments Accepted at ICLR 2026

Steer Away From Mode Collisions: Improving Composition In Diffusion Models

避免模式碰撞：改进扩散模型中的组合性能

Debottam Dutta, Jianchong Chen, Rajalaxmi Rajagopalan, Yu-Lin Wei, Romit Roy Choudhury

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本文提出通过纠正采样策略改进文本到图像扩散模型中多概念提示的保真度，避免模式碰撞，提升概念平衡性和鲁棒性。

Comments Accepted to ICLR 2026. Code: https://github.com/debottam-dutta7/co3

Risk-Sensitive Agent Compositions

风险敏感型代理组合

Guruprerana Shabadi, Rajeev Alur

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 本文提出一种风险最小化方法，用于在代理组合中平衡任务成功率与安全、公平和隐私要求，通过动态规划和联合界估算近优解。

Comments 19 pages, 6 figures. Accepted to ICLR 2026

RRNCO: Towards Real-World Routing with Neural Combinatorial Optimization

RRNCO：面向现实世界的神经组合优化路由

Jiwoo Son, Zhikai Zhao, Federico Berto, Chuanbo Hua, Zhiguang Cao, Changhyun Kwon, Jinkyoo Park

机构 * Omelet ； KAIST（韩国科学技术院） ； Radical Numerics ； Singapore Management University（新加坡管理大学） 纠错

AI总结 RRNCO通过引入自适应节点嵌入和神经自适应偏置机制，解决现实世界路由问题中的复杂约束，提升神经求解器在物流中的实用性。

Comments Accepted at ICLR 2026. OpenReview: https://openreview.net/forum?id=sKvo9ZZfpe