ICLR

Information Spreading in Diffusion Models from Effective Field Theory

基于有效场论的扩散模型中的信息传播

Navonil Neogi, Nabil Iqbal

AI总结 该研究将物理学有效场论应用于带卷积架构的得分匹配扩散模型，通过玩具示例和MNIST实验证实，两点间互信息按布朗运动有效场论预测的方式增长。

Comments This work was previously presented at the Scientific Methods for Understanding Deep Learning Workshop at ICLR 2026. 14 pages + appendices. Code available at: this https URL (https://github.com/NavonilNeogi/MutualInfoEFTDiffusionModels)

How to make the most of your masked language model for protein engineering

如何充分利用你的掩码语言模型进行蛋白质工程

Calvin McCarter, Nick Bhattacharya, Sebastian W. Ober, Hunter Elliott

机构 * BigHat Biosciences（BigHat生物科学公司） 纠错

AI总结 本文提出一种灵活有效的掩码语言模型采样方法，通过系统评估模型和方法在抗体工程中的实际应用，揭示采样方法对生物性质优化的重要性。

Comments Accepted into the GEM Workshop, ICLR 2026

From Diffusion to Flow: Efficient Motion Generation in MotionGPT3

从扩散到流：在MotionGPT3中实现高效的运动生成

Jaymin Bhan, JiHong Jeon, SangYeop Jeong

机构 * Department of Applied Artificial Intelligence（应用人工智能系） 纠错

AI总结 本文比较了扩散与校正流在MotionGPT3中的表现，发现流在训练速度、性能和效率上更具优势。

Comments ReALM-GEN Workshop ICLR 2026