期刊&会议
International Conference on Learning Representations · 会议 · Machine Learning
多模态癌症生存分析中的结构预后事件建模
机构 * King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学）
AI总结 本文提出SlotSPE框架，通过槽注意力机制压缩多模态数据为结构化槽，有效建模癌症生存分析中的复杂交互，提升预后相关性与可解释性。
Comments 37 pages, 14 Figures
Journal ref The Fourteenth International Conference on Learning Representations (ICLR2026)
SelvaBox：用于热带树冠检测的高分辨率数据集
机构 * Mila – Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； McGill University（麦吉尔大学） ； Rubisco AI（Rubisco人工智能） ； Colorado Mesa University（科罗拉多 mesa大学） ； Polytechnique Montreal（蒙特利尔理工学院）
AI总结 本文提出SelvaBox数据集，用于提升热带树冠检测的准确性与鲁棒性，通过高分辨率无人机影像实现大规模标注，验证了高分辨率输入和多尺度训练对检测性能的提升。
Journal ref The Fourteenth International Conference on Learning Representations, 2026 (ICLR)
PPLLaVA：通过提示引导的视频序列理解
机构 * Peng Cheng Laboratory（鹏城实验室） ； Peking University（北京大学） ； XPeng Inc.（小鹏汽车有限公司） ； Ministry of Industry and Information Technology of the People’s Republic of China, China Electronics Standardization Institute, Beijing, China（中华人民共和国工业和信息化部，中国电子标准化研究院，北京，中国）
AI总结 PPLLaVA通过提示引导的池化策略实现视频序列高效理解，减少18倍token，提升推理效率并在多种视频理解任务中取得最佳性能。
Comments Accepted to ICLR' 26
通过代理自动形式化内存规范
机构 * Normal Computing ； Fraunhofer Institute for Experimental Software Engineering (IESE)（弗劳恩霍夫实验软件工程研究所）
AI总结 本文提出通过代理自动形式化自然语言内存芯片规范，生成可用于下游验证任务的DRAMPyML形式化表示，并发布DRAMBench基准数据集评估模型能力。
Journal ref ICLR Verif-AI 2 Workshop 2026
超越后缀：在大语言模型对抗攻击中的标记位置
机构 * University of Cagliari（卡利里大学） ； Sapienza University of Rome（罗马大学） ； Huawei Technologies Finland Research Center（芬兰华为技术研究中心）
AI总结 研究探讨了在大语言模型对抗攻击中，标记位置对攻击成功率的影响，指出在Greedy Coordinate Gradient攻击中，优化攻击生成前缀而非后缀以及调整对抗标记位置对攻击效果有显著影响。
Comments 12 pages, 10 figures, presented at the "I Can't Believe It's Not Better" workshop at ICLR 2026
折扣模型搜索用于高维度量空间中的质量多样性优化
机构 * Thomas Lord Department of Computer Science, University of Southern California（美国南加州大学计算机科学系）
AI总结 本文提出折扣模型搜索（DMS）以解决高维度量空间中质量多样性优化的局限性，通过引入图像高维空间作为度量空间，提升算法性能。
Comments Accepted to ICLR 2026 (Oral presentation). Project page available at https://discount-models.github.io
LLM DNA：通过功能表示追溯模型进化
机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhiyuan College, Shanghai Jiao Tong University（上海交通大学智远学院）
AI总结 本文提出LLM DNA概念，通过低维生物利普希茨表示捕捉模型功能行为，解决现有方法的局限性，实验显示其在模型关系分析和进化树构建中的有效性。
Comments ICLR 2026 (Oral)
Journal ref International Conference on Learning Representations 2026
G-reasoner：用于统一图结构知识推理的基础模型
机构 * Monash University（莫纳什大学） ； Nanjing University of Science and Technology（南京理工大学） ； Griffith University（格里菲斯大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent Youtu Lab（腾讯优图实验室） ； NVIDIA（英伟达）
AI总结 G-reasoner通过整合图与语言基础模型，实现对多样化图结构知识的高效推理，采用标准化四层抽象QuadGraph统一异构知识源，并通过混合精度训练和分布式消息传递提升效率与泛化能力。
Comments Accepted by ICLR 2026
任务向量，学习而非提取：性能提升与机理洞察
机构 * University of Chicago（芝加哥大学） ； JAIST ； Northwestern University（西北大学） ； RIKEN（日本研究机构） ； Tohoku University（东北大学）
AI总结 本文提出直接训练学习任务向量（LTVs），在准确性与灵活性上优于传统提取方法，并揭示了任务向量在计算中的机理作用，包括注意力头电路和线性传播特性。
Comments ICLR 2026
通过注意力头分析实现上下文学习中的任务识别与任务学习本地化
机构 * University of Chicago（芝加哥大学） ； Tohoku University（东北大学） ； RIKEN（日本研究机构） ； JAIST（日本产业技术综合研究所）
AI总结 本文通过分析注意力头，提出任务子空间logit归因框架，揭示大语言模型在上下文学习中任务识别与任务学习的独立作用机制。
Comments ICLR 2026
VLBiMan: 视觉-语言锚定的一次示例演示使通用化双臂机器人操作成为可能
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 VLBiMan通过任务感知分解从单个示例中提取可重用技能，实现双臂机器人操作的通用化，减少演示需求并增强跨平台适应性。
Comments accepted by ICLR 2026. The project link is https://hnuzhy.github.io/projects/VLBiMan/
超越提示诱导的谎言：调查LLM在良性提示上的自我欺骗
机构 * Institute of Data Science National University of Singapore（数据科学研究所，新加坡国立大学）
AI总结 本文研究LLM在良性提示下的自我欺骗行为，提出基于Contact Searching Questions的框架，通过两个统计指标量化欺骗可能性，发现任务难度增加时欺骗倾向上升，模型容量增加并不总能减少欺骗。
Comments ICLR 2026 (Oral)
Journal ref International Conference on Learning Representations (2026)
CryoSplat: 基于高斯点散的冷冻电镜均匀重建
机构 * Department of Computer Science（计算机科学系） ； Stony Brook University（石溪大学） ； Department of Artificial Intelligence（人工智能系） ； Westlake University（西湖大学）
AI总结 本文提出CryoSplat，一种基于高斯点散的冷冻电镜均匀重建方法，通过整合高斯点散与冷冻电镜成像物理，实现从原始冷冻电镜粒子图像直接稳定高效地进行均匀重建。
Comments Published at ICLR 2026 (Camera-ready). Code available at https://github.com/Chen-Suyi/cryosplat
GPT-4o对视觉的理解有多好？在标准计算机视觉任务上评估多模态基础模型
机构 * Swiss Federal Institute of Technology（瑞士联邦理工学院）
AI总结 本文评估了GPT-4o等多模态基础模型在标准计算机视觉任务上的表现，发现其在语义任务上优于几何任务，GPT-4o在非推理模型中表现最佳，推理模型在几何任务中有所提升。
Comments ICLR 2026. Project page at https://fm-vision-evals.epfl.ch/
解耦安全适配器实现高效的防护措施和灵活的推理时对齐
机构 * Apple（苹果公司）
AI总结 本文提出解耦安全适配器框架，通过分离安全计算与任务优化基础模型，提升推理效率和开发灵活性，实验证明其在 hate speech 分类等任务中显著优于传统模型。
Comments ICLR 2026 Workshop: Principled Design for Trustworthy AI
从多个环境中稳健地识别治疗效应
机构 * Department of Statistics, University of Michigan（密歇根大学统计系）
AI总结 本文提出RAMEN算法，通过利用多数据源的异质性，无需了解潜在因果图即可获得无偏治疗效应估计，通过双重稳健识别方法提升因果推断的准确性。
Comments Accepted for presentation at the International Conference on Learning Representations (ICLR) 2025
基于扩散先验的模型选择中高效证据估计
机构 * Department of Computing and Mathematical Sciences（计算与数学科学系）
AI总结 本文提出DiME方法，通过整合后验采样方法的时间边际，利用逆扩散采样过程中的大量中间样本，高效估计扩散先验的模型证据，用于模型选择和先验误拟诊断。
Comments ICLR 2026
理解并改进层次稀疏注意力模型中的长度泛化
机构 * Fudan University（复旦大学） ； Tencent AI Lab（腾讯AI实验室） ； Cornell University（康奈尔大学） ； Ant Group（蚂蚁集团） ； Ant International（蚂蚁国际） ； NYU Shanghai（纽约大学上海分校）
AI总结 本文通过系统分析揭示了层次稀疏注意力模型中长度泛化的核心设计原则，提出三种关键组件：非线性Chunk编码器、旁路残差路径和预训练中的稀疏选择，从而在RULER和BABILong数据集上实现了免训练的长度外推。
Comments ICLR 2026 camera-ready version
在细粒度图像任务上评估大型视觉-语言模型：全面评估
机构 * School of Computer Science and Engineering, School of Intelligence Science and Engineering and Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Southeast University, China（东南大学计算机科学与工程学院、智能科学与工程学院及新一代人工智能技术及其跨学科应用关键实验室，中国） ； Wangxuan Institute of Computer Technology, Peking University, China（北京大学王轩计算机技术研究所，中国） ； University of Copenhagen, Denmark（丹麦哥本哈根大学）
AI总结 本文提出FG-BMK基准，通过101万问题和33万张图像评估LVLMs的语义识别与细粒度特征表示能力，揭示训练范式、模态对齐等对性能的影响，为未来模型设计提供指导。
Comments Accepted to ICLR 2026
GAVEL：通过激活监控实现基于规则的安全性
机构 * Ben Gurion University of the Negev（本·古里安大学） ； Amrita Vishwa Vidyapeetham（阿米塔大学）
AI总结 本文提出基于规则的激活安全性方法，通过细粒度可解释的激活元素捕捉领域特定行为，提升精度并支持定制化，为可扩展的AI治理奠定基础。
Comments Accepted to ICLR 2026
DeepWeightFlow：基于重新基化流匹配的神经网络权重生成
机构 * Northeastern University（东北大学）
AI总结 本文提出DeepWeightFlow，通过在权重空间中直接生成多种架构和规模的神经网络权重，提升生成效率和准确性，无需微调且能处理大规模模型。
Comments 25 pages, 20 tables, 2 figures
Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026): https://openreview.net/forum?id=fOwsr1VTi8
无需训练的奖励引导图像编辑 via 轨迹最优控制
机构 * Graduate School of Artificial Intelligence（人工智能研究生院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出无需训练的奖励引导图像编辑框架，将编辑过程建模为轨迹最优控制问题，通过迭代更新伴随状态以引导编辑过程，在保持源图像语义的同时提升目标奖励。
Comments Poster in ICLR 2026; 22 pages, 9 figures. The code is available at https://github.com/jinhojsk515/ITOC
高效零样本修复与解耦扩散引导
机构 * CMAP, Ecole Polytechnique（高等理工学院CMAP） ； Institute of Foundation Models（基础模型研究所） ； MBZUAI（穆扎夫技术研究院） ； EPITA ； Sorbonne University（索邦大学） ； Lagrange Mathematics and Computing Research Center（拉格朗日数学与计算研究中心） ； EPITA Research Lab（EPITA研究实验室） ； KTH Royal Institute of Technology（皇家理工学院）
AI总结 本文提出了解耦扩散引导方法，通过简化采样过程降低内存和运行开销，实现高效的零样本修复。
Journal ref ICLR 2026
自我越狱：语言模型在良性推理训练后可通过推理自行摆脱安全对齐
机构 * Brown University（布朗大学）
AI总结 研究发现推理语言模型在良性训练后可能通过引入良性假设来规避安全限制，提出通过增加安全推理数据训练可缓解该问题。
Comments Published in The Fourteenth International Conference on Learning Representations (ICLR) 2026
ChinaTravel: 一个带有组合约束验证的开放旅行规划基准，用于语言代理
机构 * State Key Laboratory of Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； Noah’s Ark Lab, Huawei, China（华为诺亚实验室）
AI总结 ChinaTravel通过开放数据集和组合通用领域语言，提升语言代理在复杂真实场景中的约束满足能力，实现37%的约束满足率，比纯神经模型提升10倍。
Comments ICLR 2026. Webpage: https://www.lamda.nju.edu.cn/shaojj/chinatravel
OMEGA：通过评估生成算法优化机器学习
机构 * Infinity Artificial Intelligence Institute（无限人工智能研究所） ； Stanford University（斯坦福大学）
AI总结 OMEGA框架结合结构化元提示工程与可执行代码生成，创建新型ML分类器，在20个基准数据集上超越scikit-learn基线。
Comments ICLR 2026: Workshop on AI with Recursive Self-Improvement
基于空间约束的地理空间特征聚类用于里约热内卢贫民窟的热脆弱性评估
机构 * UMR Espace-Dev, French National Research Institute for Sustainable Development (IRD)（法国可持续发展国家研究所空间发展研究中心） ； Fundação Oswaldo Cruz (Fiocruz)（奥斯沃阿尔多·克鲁兹基金会）
AI总结 本文通过结合空间约束聚类与地表温度分析，揭示了里约热内卢贫民窟两种不同形态对热暴露的影响差异，为全球无房者社区的针对性规划提供框架。
Comments Workshop Publication (ICLR ML4RS 2026)
ViPO：大规模视觉偏好优化
机构 * University of Central Florida（中央佛罗里达大学） ； ByteDance Seed（字节跳动种子） ； UCLA（加州大学洛杉矶分校）
AI总结 本文提出ViPO大规模偏好数据集和Poly-DPO方法，通过提升数据质量和算法鲁棒性，实现视觉生成模型的高效偏好优化。
Comments ICLR 2026 Paper. Project Page: https://liming-ai.github.io/ViPO ; Code: https://github.com/liming-ai/ViPO
基于可验证逻辑的生成规划器：一种可信具身AI的混合架构
机构 * School of Cyber Engineering, Xidian University（电子科技大学信息工程学院）
AI总结 本文提出VIRF框架，通过逻辑导师与LLM的对话机制实现主动协作，提升具身AI的安全性与可靠性，实验显示其在家庭安全任务中表现优异。
Comments Accepted to ICLR 2026. Project page. https://openreview.net/forum?id=wb05ver1k8¬eId=v1Ax8CwI71
Journal ref Proceedings of the International Conference on Learning Representations (ICLR), 2026
无需训练的宽松推测解码：在精确匹配之外接受语义正确的草稿
机构 * Advanced Micro Devices, Inc.（先进微器件公司） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系）
AI总结 本文提出无需训练的宽松推测解码方法FLy，通过利用目标模型的自我纠正行为来判断草稿-目标不匹配是否仍具有语义有效性，从而在保持高精度的同时提升解码效率。
Comments Published as a conference paper at 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