ICLR

HAMLET: Switch your Vision-Language-Action Model into a History-Aware Policy

HAMLET: 将视觉-语言-动作模型转换为历史感知策略

Myungkyu Koo, Daewon Choi, Taeyoung Kim, Kyungmin Lee, Changyeon Kim, Younggyo Seo, Jinwoo Shin

机构 * KAIST（韩国科学技术院） ； UC Berkeley（伯克利大学） 纠错

AI总结 本文提出HAMLET框架，通过引入时刻标记和轻量记忆模块，使视觉-语言-动作模型能关注历史上下文，提升长周期任务表现，实验显示在多个基准测试中均取得显著提升。

Comments ICLR 2026. Project page: https://myungkyukoo.github.io/hamlet/

Pruning Long Chain-of-Thought of Large Reasoning Models via Small-Scale Preference Optimization

通过小规模偏好优化修剪大推理模型的长推理链

Bin Hong, Jiayu Liu, Kai Zhang, Jianwen Sun, Mengdi Zhang, Zhenya Huang

机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence（人工智能研究院） ； Hefei Comprehensive National Science Center（合肥综合性国家科学中心） ； Central China Normal University（中部师范大学） ； Meituan（美团） ； NeoShell 纠错

AI总结 本文提出LCPO方法，通过统一的Bradley-Terry损失框架，有效减少大推理模型的输出长度，同时保持推理性能，实验显示在多个基准上平均输出长度减少超过50%。

Comments 26 pages, 8 figures, ICLR'26

AudioX: A Unified Framework for Anything-to-Audio Generation

AudioX：一种用于任意到音频生成的统一框架

Zeyue Tian, Zhaoyang Liu, Yizhu Jin, Ruibin Yuan, Liumeng Xue, Xu Tan, Qifeng Chen, Wei Xue, Yike Guo

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Independent Researcher（独立研究者） 纠错

AI总结 本文提出AudioX框架，整合多种模态条件，通过多模态自适应融合模块提升生成质量，并构建大规模高质量数据集IF-caps，验证了其在文本到音频和文本到音乐生成中的优越性能。

Comments Accepted to ICLR 2026

Fast training of accurate physics-informed neural networks without gradient descent

快速训练准确的物理信息神经网络而无需梯度下降

Chinmay Datar, Taniya Kapoor, Abhishek Chandra, Qing Sun, Erik Lien Bolager, Iryna Burak, Anna Veselovska, Massimo Fornasier, Felix Dietrich

机构 * Technical University of Munich（慕尼黑技术大学） ； TUM Institute for Advanced Study（TUM高级研究学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Wageningen University & Research（瓦赫宁根大学与研究中心） ； KTH Royal Institute of Technology（皇家理工学院） ； Munich Data Science Institute（慕尼黑数据科学研究所） 纠错

AI总结 本文提出Frozen-PINN，通过空间时间分离原理和随机特征替代梯度下降，解决PINN在准确性和训练速度上的瓶颈，实现高效且因果的PDE求解。

Comments Accepted as an oral presentation (top 1.13% of all submissions) at ICLR 2026 (60 pages)

Journal ref The Fourteenth International Conference on Learning Representations, 2026

Figma2Code: Automating Multimodal Design to Code in the Wild

Figma2Code: 将多模态设计转换为代码的自动化

Yi Gui, Jiawan Zhang, Yina Wang, Tianran Ma, Yao Wan, Shilin He, Dongping Chen, Zhou Zhao, Wenbin Jiang, Xuanhua Shi, Hai Jin, Philip S Yu

AI总结 本文提出Figma2Code任务，通过收集Figma文件元数据与设计图像，构建高质量数据集，评估多种多模态大语言模型，发现专有模型在视觉保真度上表现优异，但布局响应性和代码可维护性有限。

Comments ICLR 2026

SSD-GS: Scattering and Shadow Decomposition for Relightable 3D Gaussian Splatting

SSD-GS：散射与阴影分解用于可重照明的3D高斯点云

Iris Zheng, Guojun Tang, Alexander Doronin, Paul Teal, Fang-Lue Zhang

机构 * Victoria University of Wellington（惠灵顿维多利亚大学） 纠错

AI总结 SSD-GS通过分解反射率成四个组件，提升3D高斯点云在新型光照条件下的重建与真实重照明能力，尤其适用于各向异性金属和透明材料。

Comments Accepted to ICLR 2026. Code available at: https://github.com/irisfreesiri/SSD-GS

Binomial Gradient-Based Meta-Learning for Enhanced Meta-Gradient Estimation

二项式梯度基于元学习用于增强元梯度估计

Yilang Zhang, Abraham Jaeger Mountain, Bingcong Li, Georgios B. Giannakis

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Minnesota（明尼苏达大学） ； Department of Computer Science（计算机科学系） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出BinomGBML方法，通过二项式展开提升元梯度估计精度，理论分析显示其误差界优于现有方法且在温和条件下呈超指数衰减，实验验证了方法的有效性。

Comments Accepted as poster at ICLR 2026. Code available at https://github.com/AbrahamJJM/binomgbml

Hessian-Enhanced Token Attribution (HETA): Interpreting Autoregressive LLMs

Hessian-Enhanced Token Attribution (HETA): 解释自回归语言模型

Vishal Pramanik, Maisha Maliha, Nathaniel D. Bastian, Sumit Kumar Jha

机构 * Department of Computer & Information Science & Engineering, University of Florida（佛罗里达大学计算机与信息科学与工程系） ； School of Computer Science, University of Oklahoma（俄克拉荷马大学计算机科学学院） ； Department of Electrical Engineering and Computer Science, United States Military Academy（美国军事学院电子工程与计算机科学系） 纠错

AI总结 HETA提出了一种针对解码器-only语言模型的新型解释框架，结合语义过渡向量、Hessian敏感度评分和KL散度，提升上下文感知和因果解释能力，通过基准数据集验证其在生成任务中的优越性。

Comments Accepted at ICLR 2026

Correct Chains, Wrong Answers: Dissociating Reasoning from Output in LLM Logic

正确推理，错误答案：分离LLM中的推理与输出

Abinav Rao, Sujan Rachuri, Nikhil Vemuri

AI总结 本文提出新型操作测试基准，区分操作逻辑与名称，揭示LLM在深度推理中存在策略与内容两类失败模式，验证名称不决定推理能力。

Comments 9 pages, 4 figures. ICLR 2026 Workshop on Logical Reasoning of LLMs

Reading Between the Pixels: Linking Text-Image Embedding Alignment to Typographic Attack Success on Vision-Language Models

在像素之间阅读：将文本-图像嵌入对齐与字体攻击成功性联系起来

Ravikumar Balakrishnan, Sanket Mendapara, Ankit Garg

机构 * Cisco Systems（思科系统） 纠错

AI总结 研究了视觉-语言模型中字体提示注入攻击的影响，发现字体大小、文本攻击有效性及嵌入距离对攻击成功率有显著影响，为防御策略提供实证指导。

Comments Accepted at ICLR 2026 Workshop on Agents in the Wild

TRIM: Hybrid Inference via Targeted Stepwise Routing in Multi-Step Reasoning Tasks

TRIM：通过多步推理任务中的目标逐步路由进行混合推理

Vansh Kapoor, Aman Gupta, Hao Chen, Anurag Beniwal, Jing Huang, Aviral Kumar

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Amazon（亚马逊） 纠错

AI总结 TRIM通过目标逐步路由在多步推理任务中提升推理效率，通过识别错误步骤并分配不同模型处理，实现更高的成本效率。

Comments Accepted at ICLR 2026

Guided Transfer Learning for Discrete Diffusion Models

指导式迁移学习用于离散扩散模型

Julian Kleutgens, Claudio Battiloro, Lingkai Kong, Benjamin Grewe, Francesca Dominici, Mauricio Tec

机构 * Harvard University（哈佛大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出GTL方法，通过比率引导实现离散扩散模型的迁移学习，解决小数据下模型性能问题，展示在序列数据中效果显著，但存在源分布与目标分布重叠不足时的失效模式。

Comments Accepted at ICLR 2026 ReALM-GEN Workshop 9 pages (main text) + appendix

Journal ref ICLR 2026 ReALM-GEN Workshop

SAQ: Stabilizer-Aware Quantum Error Correction Decoder

SAQ：面向稳定子的量子纠错解码器

David Zenati, Eliya Nachmani

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） 纠错

AI总结 本文提出SAQ解码器，结合Transformer学习与约束感知后处理，实现接近最大似然准确率和线性计算可扩展性，优于现有神经和经典方法。

Comments Accepted to ICLR 2026

SPG: Sandwiched Policy Gradient for Masked Diffusion Language Models

SPG：用于遮蔽扩散语言模型的夹心策略梯度

Chenyu Wang, Paria Rashidinejad, DiJia Su, Song Jiang, Sid Wang, Siyan Zhao, Cai Zhou, Shannon Zejiang Shen, Feiyu Chen, Tommi Jaakkola, Yuandong Tian, Bo Liu

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； MIT（麻省理工学院） ； USC（南加州大学） ； UCLA（加州大学洛杉矶分校） 纠错

AI总结 本文提出SPG策略梯度方法，通过同时利用真实对数似然的上下界，解决扩散大语言模型在强化学习中对齐人类偏好或任务奖励的难题，实验显示其在多个任务中表现优异。

Comments ICLR 2026

Discrete Guidance Matching: Exact Guidance for Discrete Flow Matching

离散指导匹配：用于离散流匹配的精确指导

Zhengyan Wan, Yidong Ouyang, Liyan Xie, Fang Fang, Hongyuan Zha, Guang Cheng

机构 * School of Statistics, East China Normal University（华东师范大学统计学院） ； Department of Statistics, University of California, Los Angeles（加州大学洛杉矶分校统计系） ； Department of Industrial and Systems Engineering, University of Minnesota（明尼苏达大学工业与系统工程系） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） 纠错

AI总结 本文提出了一种新的离散数据指导框架，通过推导所需分布的精确转移率，提高采样效率，并展示了其在能量引导模拟和文本到图像生成中的有效性。

Comments Published as a conference paper at ICLR 2026

ProRe: A Proactive Reward System for GUI Agents via Reasoner-Actor Collaboration

ProRe：通过推理器-执行器协作的GUI代理前瞻性奖励系统

Gaole Dai, Shiqi Jiang, Ting Cao, Yuqing Yang, Yuanchun Li, Rui Tan, Mo Li, Lili Qiu

机构 * NTU（国立新加坡大学） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学） ； HKUST（香港理工大学） 纠错

AI总结 ProRe通过推理器与领域特定评估器协作，提升GUI代理奖励准确性与F1分数，实验显示奖励准确性和F1分数提升达5.3%和19.4%。

Comments 23 pages, 12 figures, ICLR'2026

Journal ref The Fourteenth International Conference on Learning Representations, 2026

Rapid training of Hamiltonian graph networks using random features

利用随机特征快速训练哈密顿图网络

Atamert Rahma, Chinmay Datar, Ana Cukarska, Felix Dietrich

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； TUM Institute for Advanced Study（技术大学高级研究学院） ； Munich Data Science Institute（慕尼黑数据科学研究所） 纠错

AI总结 本文提出利用随机特征构建参数的方法，使哈密顿图网络在训练速度上提升150-600倍，同时保持准确性，适用于大规模物理系统模拟。

Comments Accepted to ICLR 2026

Journal ref In Proceedings of the International Conference on Learning Representations (ICLR), 2026