期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
在非平稳性中排名和梯度的丧失：用于缓解强化学习中塑性丧失的样本权重衰减
机构 * School of Computer Software, Tianjin University（天津大学计算机软件学院） ； International Joint Institute of Tianjin University, Fuzhou（天津大学福州国际联合学院） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文从网络优化的理论视角研究了非平稳性导致的塑性丧失问题，通过分析数据分布和目标非平稳性，提出样本权重衰减方法以缓解梯度衰减，提升强化学习性能。
Comments ICLR
在有噪声观测下的先知不等式学习
机构 * CREST, ENSAE, IP Paris（CREST, ENSAE, 巴黎综合理工学院） ； Criteo AI Lab（Criteo AI实验室） ； FairPlay joint team（FairPlay联合团队）
AI总结 研究在有噪声观测和未知奖励分布的环境下，通过LCB阈值结合学习与决策，实现在线决策中的最优停止，取得1-1/e的竞争比和1/2的非独立分布竞争比。
Comments ICLR 2026
显而易见的隐含意义：RebusBench用于评估认知视觉推理
AI总结 本文提出RebusBench基准，用于评估模型在需要多步推理的隐含意义理解能力，发现现有模型在认知连接方面存在缺陷。
Comments Accepted at ICLR 2026 Workshop: From Human Cognition to AI Reasoning (HCAIR)
图扩散模型中的偏差缓解
机构 * School of Information Science & Engineering, Lanzhou University（兰州大学信息科学与工程学院）
AI总结 本文提出方法缓解图扩散模型中的反向起始偏差和暴露偏差，通过改进的Levin采样算法和新的得分修正机制，无需修改网络即可在多个模型和任务中取得最佳效果。
Comments Accepted to ICLR 2025!
PAVE：基于前提的验证与编辑用于检索增强的大语言模型
机构 * Ryquo ； App-In Club
AI总结 PAVE通过在推理阶段验证和编辑检索到的证据，提高检索增强大语言模型的回答一致性。在两个证据基础问答任务中，PAVE在跨度基础基准上提升了32.7个准确率点。
Comments Accepted at the ICLR 2026 Workshop on Logical Reasoning of Large Language Models
高效平衡思考推理
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhongguancun Academy（中关村学院） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出ReBalance框架，通过平衡思考提升推理效率，减少冗余并提高准确性，适用于多种推理任务。
Comments Accepted by ICLR 2026
具有代理特性的逻辑推理代理评估
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出一种评估和基准测试逻辑推理代理的框架，通过代理评估实现可重复、可审计和抗执行失败的评估。案例研究中，自动形式化代理在FOLIO验证集上以86.70%的准确率超越了基线方法。
Comments Accepted at ICLR 2026 Agents in the Wild (AIWILD) Workshop. 5 pages, 2 figures, 1 table
WFR-FM：无模拟动态不平衡最优传输
机构 * LMAM and School of Mathematical Sciences, Peking University（北京大学数学科学学院及数学及其应用实验室） ； Center for Quantitative Biology, Peking University（北京大学定量生物学中心） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； NSF-Simons Center for Multiscale Cell Fate Research, University of California, Irvine（加州大学尔湾分校NSF-Simons多尺度细胞命运研究中心） ； Department of Developmental and Cell Biology, University of California, Irvine（加州大学尔湾分校发育与细胞生物学系） ； Department of Mathematics, University of California, Irvine（加州大学尔湾分校数学系） ； National Engineering Laboratory for Big Data Analysis and Applications, Beijing（北京大数据分析与应用技术国家工程实验室） ； AI for Science Institute, Beijing（北京科学智能研究院）
AI总结 WFR-FM通过结合位移与质量变化，统一了流匹配与动态不平衡最优传输，解决了传统方法不稳定、计算成本高和难以扩展的问题，提升了单细胞生物学中轨迹推断的准确性和鲁棒性。
Journal ref International Conference on Learning Representations (2026)
对齐以错位：基于元优化LLM评判者的自动LLM劫持
机构 * Yonsei University（延世大学） ； Microsoft Research（微软研究院）
AI总结 本文提出AMIS框架，通过双层结构联合优化劫持提示和评分模板，提升LLM劫持效果，实测在AdvBench和JBB-Behaviors上取得最佳性能。
Comments ICLR 2026
大语言模型中工具学习的可证明优势
机构 * ETH Zürich（苏黎世联邦理工学院） ； Inria, Univ. Rennes 2（法国国家信息与自动化研究所，雷恩第二大学） ； FAIR at Meta（Meta FAIR实验室）
AI总结 本文探讨了工具学习在事实回忆中的优势，证明通过工具可实现无限制的事实回忆，优于单纯记忆。
Journal ref ICLR 2026 MemAgents Workshop
LEXam：基于340法律考试的法律推理基准测试
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； University of Lausanne（洛桑大学） ； Max Planck Institute for Research on Collective Goods（马克斯·普朗克集体物品研究所） ； Omnilex ； University of St. Gallen（圣加仑大学） ； Swiss Federal Supreme Court（瑞士联邦最高法院）
AI总结 LEXam基准测试通过340法律考试数据，包含7537道英语和德语法律考试题目，涵盖多种法律课程和学位级别，旨在评估大语言模型在长文本法律推理中的挑战与性能。
Comments Accepted to ICLR 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈