ICLR

In-the-Flow Agentic System Optimization for Effective Planning and Tool Use

用于有效规划和工具使用的流内智能体系统优化

Zhuofeng Li, Haoxiang Zhang, Seungju Han, Sheng Liu, Jianwen Xie, Yu Zhang, Yejin Choi, James Zou, Pan Lu

机构 * Stanford University（斯坦福大学） ； Texas A&M University（德克萨斯农工大学） ； UC San Diego（圣地亚哥大学） ； Lambda Website（Lambda网站） 纠错

AI总结 研究针对大语言模型中工具增强方法的不足，提出可训练的流内智能体框架AgentFlow及Flow-GRPO训练方法，通过协调模块优化规划器，在多基准测试中表现优异，展现流内优化优势。

Comments 47 pages, 12 figures. ICLR 2026 Oral. Project website: https://agentflow.stanford.edu/

LieBN: Batch Normalization over Lie Groups

LieBN：李群上的批量归一化

Ziheng Chen, Yue Song, Rui Wang, Xiao-Jun Wu, Nicu Sebe

机构 * Department of Information Engineering and Computer Science, University of Trento（信息工程与计算机科学系，特伦托大学） ； Computing and Mathematical Sciences, Caltech（计算与数学科学系，加州理工学院） ； School of Artificial Intelligence and Computer Science, Jiangnan University（人工智能与计算机科学学院，江南大学） 纠错

AI总结 针对流形值测量在机器学习任务中的问题，提出LieBN框架用于李群上的黎曼批量归一化，利用左右不变度量，在多种几何结构上实例化并经实验验证有效。

Comments Extended version of the ICLR 2024 paper: A Lie Group Approach to Riemannian Batch Normalization. arXiv admin note: substantial text overlap with arXiv:2403.11261

Can Transformers Really Do It All? On the Compatibility of Inductive Biases Across Tasks

变压器真的无所不能吗？论跨任务归纳偏差的兼容性

Damien Teney, Liangze Jiang, Hemanth Saratchandran, Simon Lucey

机构 * Idiap Research Institute（Idiap研究所） ； EPFL（洛桑联邦理工学院） ； Adelaide University（阿德莱德大学） 纠错

AI总结 研究探讨变压器对给定任务是否最优，提出为数据集优化变压器架构的方法，在算法玩具任务和代码语言建模数据集上实验，发现标准变压器非局部最优，简单替代方案有优劣，暗示有改进架构可支持多种能力。

Comments Published as a conference paper at ICLR 2026. https://github.com/idiap/lm-afs

When Drift Detectors cry Wolf: False Alarm Rates in continuous ML Monitoring

当漂移检测器发出错误警报时：连续机器学习监测中的误报率

Raj Shekhar Singh

机构 * Indian Institute of Technology, Roorkee（印度理工学院鲁尔基分校） 纠错

AI总结 研究连续机器学习监测中常用漂移检测器的误报率，通过实证分析PSI、KS等五种检测器，发现不同检测器对批量大小的敏感性不同，应用邦费罗尼校正有稳定性 - 敏感性权衡，为生产ML系统选择和校准检测器提供实用指南。

Comments Accepted in ICLR 2026 CAO workshop

Adaptive Mamba Neural Operators

自适应曼巴神经算子

Zeyuan Song, Zheyu Jiang

AI总结 研究如何准确求解任意几何形状和各种网格上的偏微分方程，提出自适应曼巴神经算子，通过构建竹内 - 马尔姆奎斯特系统集成再生核，在多个领域的基准问题上，其相对\(L^2\)误差优于现有求解器，为神经算子框架设计提供新范例。

Comments 22 pages, accepted by ICLR 2026 conference (https://openreview.net/forum?id=OenyzvFZPs)

On the Interpolation Effect of Score Smoothing in Diffusion Models

在扩散模型中分数平滑的插值效应

Zhengdao Chen

机构 * Google Research（谷歌研究） 纠错

AI总结 研究分数平滑如何通过去噪动态在一维子空间内插值训练数据，并通过理论和实验验证神经网络学习分数函数的自然效果。

Comments 35 pages, 14 figures. Code available at: https://github.com/google-research/diffusion-score-smoothing

Journal ref 14th International Conference on Learning Representations (ICLR 2026)

From Sycophancy to Deception: A Unified Taxonomy for LLM Spontaneous Misalignment

从幻觉到谋略：一种统一的分类法和基准分析用于LLM欺骗

Jerick Shi, Terry Jingcheng Zhang, Zhijing Jin, Vincent Conitzer

AI总结 本文提出统一的LLM欺骗分类法，揭示现有基准在欺骗机制覆盖不足的问题，并为开发者和监管者提供改进建议。

Comments Accepted to ICLR Agents in the Wild: Safety, Security, and Beyond Workshop

NanoZK: Privacy-Preserving Verifiable Inference for Large Language Models via Layerwise Zero-Knowledge Proofs

NANOZK：用于可验证大语言模型推理的分层零知识证明

Zhaohui Wang

机构 * USC Viterbi School of Engineering（USC维特里维学院工程学院） 纠错

AI总结 NANOZK通过分层零知识证明验证大语言模型推理，采用分层证明框架实现常数大小证明，提升可扩展性与并行证明效率，同时保持形式正确性。

Comments Extended version. The first 12 pages correspond to the ICICS 2026 (Springer LNCS) camera-ready paper. This version supersedes the earlier ICLR 2026 VeriFAI Workshop preprint and adds full security proofs, Halo2 circuit details, lookup-table derivations, extended experiments, verifier-cost analysis, GPU scaling, reproducibility instructions, and appendices omitted from the proceedings

ICLR: In-Context Imitation Learning with Visual Reasoning

ICLR: 基于视觉推理的上下文模仿学习

Toan Nguyen, Weiduo Yuan, Songlin Wei, Hui Li, Daniel Seita, Yue Wang

机构 * University of Southern California（南加州大学） ； Autodesk Research（Autodesk研究） 纠错

AI总结 ICLR通过结合视觉推理与上下文模仿学习，提升机器人在复杂任务中的适应性和泛化能力。

Comments Accepted to IROS 2026. Project website: https://toannguyen1904.github.io/ICLR

RobustVLA: On Robustness of Vision-Language-Action Model against Multi-Modal Perturbations

针对多模态扰动的视觉-语言-动作模型的鲁棒性

Jianing Guo, Zhenhong Wu, Chang Tu, Yiyao Ma, Xiangqi Kong, Zhiqian Liu, Jiaming Ji, Shuning Zhang, Yuanpei Chen, Kai Chen, Qi Dou, Yaodong Yang, Xianglong Liu, Huijie Zhao, Weifeng Lv, Simin Li

AI总结 本研究提出RobustVLA，通过多模态鲁棒优化提升视觉-语言-动作模型在多种扰动下的鲁棒性，实验表明其在性能和推理速度上均优于现有方法。

Comments Published as a conference paper at ICLR 2026

When Benchmarks Lie: Evaluating Malicious Prompt Classifiers Under True Distribution Shift

当基准谎言：在真实分布偏移下评估恶意提示分类器

Max Fomin

机构 * Zenity 纠错

AI总结 研究通过LODO评估揭示了现有方法在真实分布偏移下的局限性，并展示了SAE特征在提升分类器解释性方面的潜力。

Comments v2: extended version of the AIWILD @ ICLR 2026 workshop paper; adds multi-model replication and additional analyses

Compositional Diffusion with Guided Search for Long-Horizon Planning

用于长期规划的带引导搜索的组合扩散

Utkarsh A Mishra, David He, Yongxin Chen, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 研究针对组合生成模型在局部分布多模态时的模式平均问题，提出带引导搜索的组合扩散方法（CDGS），通过特定采样、过滤和重采样解决问题，在机器人操作任务上表现出色且跨领域通用。

Comments 38 pages, 18 figures, ICLR 2026 ORAL

MMR-V: What's Left Unsaid? A Benchmark for Multimodal Deep Reasoning in Videos

MMR-V：未言明的是什么？视频中多模态深度推理的基准测试

Kejian Zhu, Zhuoran Jin, Hongbang Yuan, Jiachun Li, Shangqing Tu, Pengfei Cao, Yubo Chen, Kang Liu, Jun Zhao

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China（认知与决策智能复杂系统重点实验室，自动化研究所，中国科学院，北京，中国） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Tsinghua University（清华大学） 纠错

AI总结 针对视频多模态推理挑战，提出MMR-V基准测试，具有长程多帧推理等特点。该基准测试含317个视频和1257个任务，实验发现当前模型多模态推理困难，最佳模型准确率低，现有增强策略收益有限，旨在推动多模态推理能力研究。

Comments Accepted at ICLR 2026. Camera-ready version

Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization

地图作为提示：学习用于跨场景无线定位的多模态空间信号基础模型

Yong Chu, Xun Zhou, Zenglin Xu, Hui Wang, Yue Yu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） 纠错

AI总结 针对无线定位在不同环境中面临的挑战及现有方法的局限，提出多模态基础模型SigMap，通过循环自适应掩码策略和“地图即提示”框架学习无线表示并实现跨场景适应，实验证明其性能领先且零样本泛化能力强。

Comments 17pages, 9 figures, poster in International Conference on Learning Representations (ICLR), 2026

CARPRT: Class-Aware Zero-Shot Prompt Reweighting for Black-Box Vision-Language Models

CARPRT：用于黑盒视觉语言模型的类感知零样本提示重加权

Ruijiang Dong, Zesheng Ye, Jianzhong Qi, Lei Feng, Feng Liu, Gang Niu, Masashi Sugiyama

机构 * University of Melbourne（墨尔本大学） ； Southeast University（东南大学） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心） ； The University of Tokyo（东京大学） 纠错

AI总结 研究针对预训练视觉语言模型零样本图像分类中提示与类独立性假设不成立的问题，提出类感知零样本提示重加权方法CARPRT，通过无训练方式量化提示与类的相关性并调整权重，实验表明该方法优于现有方法。

Comments Accepted at ICLR 2026

Learning Pseudorandom Numbers with Transformers: Permuted Congruential Generators, Curricula, and Interpretability

利用Transformer学习伪随机数：排列同余生成器、课程学习与可解释性

Tao Tao, Maissam Barkeshli

机构 * Department of Physics, University of Maryland, College Park, USA（大学物理系，马里兰大学，College Park, USA） ； Meta FAIR Joint Quantum Institute, University of Maryland（Meta FAIR联合量子研究所，马里兰大学） 纠错

AI总结 本研究探讨了Transformer模型学习排列同余生成器生成的序列能力，揭示了课程学习在处理大模数时的重要性，并发现嵌入层中存在位旋转不变的聚类现象。

Comments 10+13 pages, 8+21 figures

Journal ref International Conference on Learning Representations (ICLR) 2026

A$^2$TG: Adaptive Anisotropic Textured Gaussians for Efficient 3D Scene Representation

A$^2$TG：用于高效3D场景表示的自适应各向异性纹理高斯方法

Sheng-Chi Hsu, Ting-Yu Yen, Shih-Hsuan Hung, Hung-Kuo Chu

机构 * National Tsing Hua University（国立清华大学） 纠错

AI总结 研究针对高斯体素化表示中纹理固定的问题，提出自适应各向异性纹理高斯（A$^2$TG）方法，通过梯度引导规则确定纹理参数，提升效率与质量，实验证明该方法在内存需求低的情况下能实现高渲染保真度。

Comments ICLR 2026

Interventional Grounding Audits: Black-Box Premise-Dependency Tests for LLM Chain-of-Thought via Predicate Substitution

介入式基础审计：通过谓词替换对大语言模型思维链进行黑盒前提依赖性测试

Hironao Nakamura

AI总结 研究大语言模型思维链前提依赖性问题，提出介入式基础审计方法，通过谓词替换干预前提并重新运行模型，在ProntoQA基准测试中检测前提依赖性表现优异，还发现了“正确答案，错误推理”信号。

Comments Accepted at the ICLR 2026 Workshop on Logical Reasoning of Large Language Models (https://iclr.cc/virtual/2026/10017466)

Representation-Based Exploration for Language Models: From Test-Time to Post-Training

基于表示的语言模型探索：从测试时到训练后

Jens Tuyls, Dylan J. Foster, Akshay Krishnamurthy, Jordan T. Ash

机构 * Princeton University（普林斯顿大学） ； Microsoft Research（微软研究院） 纠错

AI总结 研究语言模型中强化学习探索新行为的价值，提出基于预训练模型隐藏状态的表示奖励探索方法，在推理时和训练后都显著提升了模型性能，如验证效率和测试时样本效率，为发现新行为提供实用途径。

Comments Accepted at ICLR 2026. Website and code: https://rep-exp.github.io

Implicit 4D Gaussian Splatting for Fast Motion with Large Inter-Frame Displacements

用于大帧间位移快速运动的隐式4D高斯点云渲染

Seung-gyeom Kim, Areum Kim, Yongjae Yoo, Sukmin Yun

机构 * Hanyang University（汉阳大学） ； Hanyang University ERICA（汉阳大学衣理校区） 纠错

AI总结 针对快速运动大帧间位移下4DGS方法失效问题，提出SPIN-4DGS，从显式时空位置学习高斯属性，用轻量级网络预测属性，避免高内存开销，实验证明该方法在大位移下保真度更高，提升了PSNR和SSIM。

Comments Accepted at ICLR 2026. Project page at https://seung-gyeom.github.io/SPIN-4DGS

Implicit bias produces neural scaling laws in learning curves, from perceptrons to deep networks

隐偏产生神经网络学习曲线中的神经缩放定律，从感知机到深度网络

Francesco D'Amico, Dario Bocchi, Matteo Negri

机构 * Physics Department, University of Rome Sapienza（罗马大学物理系） ； CNR - Nanotec, Rome Unit（罗马单位纳米技术中心） 纠错

AI总结 本文通过分析整个训练动态，揭示了两种新的动态缩放定律，解释了性能随不同范数复杂性度量的变化，且在多种网络上验证了结果。

Comments Final accepted version at ICLR26 main conference; 27 pages, 21 Figures, 5 tables

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

Random Label Prediction Heads for Studying Memorization in Deep Neural Networks

用于研究深度神经网络中记忆的随机标签预测头

Marlon Becker, Jonas Konrad, Luis Garcia Rodriguez, Benjamin Risse

机构 * University of Münster（明斯特大学） 纠错

AI总结 该研究提出用随机标签预测头研究深度神经网络分类任务中的记忆，通过其性能估计拉德马赫复杂度，分析泛化与过拟合，还基于此提出正则化技术，挑战了过拟合等同于记忆的传统假设，揭示减少记忆对泛化的复杂影响。

Journal ref ICLR 2026

Scaffolding the Strategist: Architecture-Dependent Reasoning Interventions in Hotelling Spatial Markets

为策略制定者搭建框架：霍特林空间市场中与架构相关的推理干预

Pratyush Singh

机构 * California Institute of Technology（加州理工学院） 纠错

AI总结 研究结构化推理干预对大语言模型战略经济推理的影响及与模型架构的关系，以霍特林模型评估GPT - 4.1 - mini和GPT - 5 - mini，发现支架类型与模型架构有交叉交互作用，对抗性测试有损害，还存在陈述性 - 程序性差距。

Comments 26 pages (11 main + 15 appendix), 6 figures, 4 tables. Accepted at the ICLR 2026 Workshop on LLM Reasoning

Speech World Model: Causal State-Action Planning with Explicit Reasoning for Speech

语音世界模型：基于显式推理的语音因果状态-动作规划

Xuanru Zhou, Jiachen Lian, Henry Hong, Xinyi Yang, Gopala Anumanchipalli

AI总结 研究旨在改进语音语言模型推理弱的问题，采用模块化视角和世界模型观点，将语音理解分解为四个模块通过因果图通信，建立认知状态搜索空间，实现显式推理，让语音理解更透明可控。

Comments Accepted to 2026 ICLR

Efficient Sliced Wasserstein Distance Computation via Adaptive Bayesian Optimization

通过自适应贝叶斯优化高效计算切片瓦瑟斯坦距离

Manish Acharya, David Hyde

机构 * Department of Computer Science（计算机科学系） ； Vanderbilt University（范德比大学） 纠错

AI总结 本文提出通过自适应贝叶斯优化高效计算切片瓦瑟斯坦距离，引入多种方向选择器并展示其在优化循环中的高效性能。

Comments 19 pages, 11 figures

Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)

PM-KVQ: Progressive Mixed-precision KV Cache Quantization for Long-CoT LLMs

PM-KVQ：用于长思维链语言模型的渐进式混合精度键值缓存量化

Tengxuan Liu, Shiyao Li, Jiayi Yang, Tianchen Zhao, Feng Zhou, Xiaohui Song, Guohao Dai, Shengen Yan, Huazhong Yang, Yu Wang

机构 * Tsinghua University（清华大学） ； Infinigence-AI ； Columbia University（哥伦比亚大学） ； OPPO AI Center（OPPO人工智能中心） ； Shanghai Jiaotong University（上海交通大学） 纠错

AI总结 针对长思维链语言模型因键值缓存内存开销大导致性能下降的问题，提出渐进式混合精度KV缓存量化（PM-KVQ），通过渐进量化策略和逐块内存分配减少累积误差，用带位置插值的校准策略增加校准长度，提升了推理性能和吞吐量。

Comments Accepted by ICLR 2026. Code available at https://github.com/thu-nics/PM-KVQ

SigLIP-HD by Fine-to-Coarse Supervision

通过从细到粗的监督实现SigLIP-HD

Lihe Yang, Zhen Zhao, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 研究如何在低成本下实现精细视觉感知，提出SigLIP-HD，采用从细到粗监督设计，基于SigLIP 2模型构建，在相同推理预算下能产生更好视觉令牌，在多基准测试中结果优于基线模型。

Comments ICLR 2026. Code and model: https://github.com/LiheYoung/SigLIP-HD

Optimizing Against Safety Representations: Activation-Guided Adversarial Suffixes and the Geometry of Refusal

针对安全表示的优化：激活引导的对抗后缀与拒绝几何

Ege Çakar, Hannah Guan, Kayden Kehe

AI总结 研究大语言模型安全表示，引入激活引导的对抗后缀攻击方法，如Activation-Guided GCG和Soft-GCG，发现安全表示分布特点，不同规模模型的抗性不同，结果阐明安全机制编码及破解方式，为设计对齐策略提供指导。

Comments Accepted at the AAAI 2026 Summer Symposium Series. This paper was presented at the ICLR Re-Align workshop under a different name, "Accelerating Adversarial Suffix Optimization via Continuous Relaxation and Activation-Guided Objectives"

Rethinking LLM-as-a-Judge: Representation-as-a-Judge with Small Language Models via Semantic Capacity Asymmetry

重新思考大语言模型作为评判器：通过语义能力不对称利用小语言模型进行表示作为评判器

Zhuochun Li, Yong Zhang, Ming Li, Yuelyu Ji, Yiming Zeng, Ning Cheng, Yun Zhu, Yanmeng Wang, Shaojun Wang, Jing Xiao, Daqing He

机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） ； University of Pittsburgh（匹兹堡大学） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Connecticut（康涅狄格大学） 纠错

AI总结 研究探讨小语言模型能否作高效评估器，基于语义能力不对称假设提出“表示作为评判器”范式，通过INSPECTOR框架实例化，实验显示其在推理基准测试中性能出色，为可扩展评估提供了更优选择。

Journal ref ICLR 2026

Prior-aware and Context-guided Group Sampling for Active Probabilistic Subsampling

用于主动概率子采样的先验感知和上下文引导分组采样

Beomgu Kang, Hyunseok Seo

机构 * Department of Artificial Intelligence, Korea University, Seoul, Republic of Korea（人工智能系，韩国大学，首尔，大韩民国） 纠错

AI总结 研究针对主动概率子采样方法不足，提出先验感知和上下文引导分组主动DPS（PGA-DPS），整合先验信息采样模式与基于组的top-k采样，经理论分析和实证验证，在多任务中表现优于其他方法。

Comments ICLR 2026