ICLR

ST-SimDiff: Balancing Spatiotemporal Similarity and Difference for Efficient Video Understanding with MLLMs

ST-SimDiff：平衡时空相似性与差异以实现高效的视频理解与大语言模型

Bingjun Luo, Tony Wang, Chaoqi Chen, Xinpeng Ding

机构 * Tsinghua University（清华大学） ； Shenzhen University（深圳大学） ； Xidian University（西安电子科技大学） 纠错

AI总结 本文提出ST-SimDiff框架，通过平衡时空相似性与差异来提高视频理解效率，利用时空图和双选择策略减少计算成本并提升性能。

Comments Accepted by ICLR 2026

Dataless Weight Disentanglement in Task Arithmetic via Kronecker-Factored Approximate Curvature

通过克罗内克-因子近似曲率进行任务算术中的无数据权重解耦

Angelo Porrello, Pietro Buzzega, Felix Dangel, Thomas Sommariva, Riccardo Salami, Lorenzo Bonicelli, Simone Calderara

机构 * University of Modena and Reggio Emilia（莫德纳和雷吉奥艾米利亚大学） ； Vector Institute（向量研究所） 纠错

AI总结 本文提出了一种无数据的方法，通过将表示漂移正则化问题框架化为曲率矩阵近似问题，以解决任务算术中任务向量的交叉任务干扰问题，实现了任务加法和否定的最新成果。

Comments Accepted to ICLR 2026

Enhancing Visual Token Representations for Video Large Language Models via Training-Free Spatial-Temporal Pooling and Gridding

通过无训练空间-时间池化和栅格化增强视频大语言模型的视觉令牌表示

Bingjun Luo, Tony Wang, Hanqi Chen, Xinpeng Ding

机构 * Tsinghua University（清华大学） ； Shenzhen University（深圳大学） ； Xidian University（西安电子科技大学） 纠错

AI总结 本文提出了一种无需训练的空间-时间池化和栅格化方法ST-GridPool，用于提升视频大语言模型的视觉令牌表示，通过多级时空交互和基于规范的空间池化技术，在不需重新训练的情况下提高性能。

Comments Accepted by ICLR 2026

Two failure modes of deep transformers and how to avoid them: a unified theory of signal propagation at initialisation

深度变换器的两种失效模式及如何避免它们：初始化下信号传播的统一理论

Alessio Giorlandino, Sebastian Goldt

机构 * International School of Advanced Studies (SISSA)（国际先进研究学校（SISSA）） 纠错

AI总结 本文研究了深度变换器中自注意力层的两种失效模式——秩坍缩和熵坍缩，并提出了一种统一的信号传播理论，通过分析初始化对训练稳定性的影响，提供了一种计算训练性图的简单算法，以确定正确初始化超参数的选择。

Journal ref ICLR 2026

ImProver: Agent-Based Automated Proof Optimization

ImProver：基于代理的自动证明优化

Riyaz Ahuja, Jeremy Avigad, Prasad Tetali, Sean Welleck

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文研究了自动证明优化问题，提出ImProver这一基于大语言模型的代理，用于重写证明以优化长度、可读性等任意标准，实验表明其能显著缩短证明并提高其模块化和可读性。

Comments Published as a conference paper at ICLR 2025