ICLR

Fused-Planes: Why Train a Thousand Tri-Planes When You Can Share?

融合平面：为什么训练千个三平面时你还能共享？

Karim Kassab, Antoine Schnepf, Jean-Yves Franceschi, Laurent Caraffa, Flavian Vasile, Jeremie Mary, Andrew Comport, Valérie Gouet-Brunet

机构 * Criteo AI Lab（Criteo AI实验室） ； LASTIG, Université Gustave Eiffel, IGN-ENSG（LASTIG，巴黎高等电力学院，IGN-ENSG） ； Université Côte d’Azur, CNRS, I3S（尼斯大学，法国国家科学研究中心，I3S） 纠错

AI总结 Fused-Planes通过共享基础平面提高三平面的效率，实现更快的训练和更低的内存占用，同时保持渲染质量。

Comments Accepted at ICLR 2026. Available at https://fused-planes.github.io

Evaluating Language Model Agency through Negotiations

通过谈判评估语言模型的代理能力

Tim R. Davidson, Veniamin Veselovsky, Martin Josifoski, Maxime Peyrard, Antoine Bosselut, Michal Kosinski, Robert West

机构 * EPFL（瑞士联邦理工学院） ； UGA（普罗万大学） ； CNRS（法国国家科学研究中心） ； LIG（里莫恩-盖朗实验室） ； Stanford University（斯坦福大学） 纠错

AI总结 通过谈判游戏评估语言模型的代理能力，发现封闭源模型更擅长完成任务，合作谈判游戏最具挑战性，且强模型可能输给弱对手。

Comments Accepted to ICLR 2024, code and link to project data are made available at https://github.com/epfl-dlab/LAMEN

Online Prediction of Stochastic Sequences with High Probability Regret Bounds

在线预测随机序列的高概率遗憾界

Matthias Frey, Jonathan H. Manton, Jingge Zhu

AI总结 本文提出了一种在高概率下对随机序列进行在线预测的算法，并推导出具有高概率保证的遗憾界，同时证明了在相同形式下无法进一步改进 δ 的指数。

Comments Accepted for publication at The Fourteenth International Conference on Learning Representations (ICLR 2026)

Towards Efficient Constraint Handling in Neural Solvers for Routing Problems

向神经求解器在路由问题中高效处理约束的方向

Jieyi Bi, Zhiguang Cao, Jianan Zhou, Wen Song, Yaoxin Wu, Jie Zhang, Yining Ma, Cathy Wu

机构 * Nanyang Technological University（南洋理工大学） ； Singapore Management University（新加坡管理学院） ； Shandong University（山东大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； MIT（麻省理工学院） 纠错

AI总结 本文提出了一种新的神经求解器约束处理框架CaR，通过显式学习的可行性细化方法，提升了在复杂约束下的求解效率和质量。

Comments Accepted by ICLR 2026

Verifier-Constrained Flow Expansion for Discovery Beyond the Data

验证器约束的流扩展用于超越数据的发现

Riccardo De Santi, Kimon Protopapas, Ya-Ping Hsieh, Andreas Krause

机构 * ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） 纠错

AI总结 本文提出Flow Expander方法，通过验证器约束的熵最大化扩展预训练流模型，以生成超出数据分布的有效设计样本。

Comments ICLR 2026

Do Vision-Language Models Respect Contextual Integrity in Location Disclosure?

视觉-语言模型在位置披露中是否尊重上下文完整性？

Ruixin Yang, Ethan Mendes, Arthur Wang, James Hays, Sauvik Das, Wei Xu, Alan Ritter

AI总结 本文研究了视觉-语言模型在位置披露中的隐私问题，指出现有模型在隐私保护方面存在不足，提出VLM-GEOPRIVACY基准以评估模型对上下文完整性的尊重程度。

Comments Accepted by ICLR 2026. Code and data can be downloaded via https://github.com/99starman/VLM-GeoPrivacyBench

Boosting methods for interval-censored data with regression and classification

区间删失数据的提升方法：回归与分类

Yuan Bian, Grace Y. Yi, Wenqing He

机构 * Columbia University（哥伦比亚大学） ； University of Western Ontario（西方大学） 纠错

AI总结 本文提出非参数提升方法，用于处理区间删失数据的回归与分类任务，通过无偏转换调整损失函数并保持模型准确性，理论和实证均验证其有效性。

Journal ref In The 13th International Conference on Learning Representations (2025)

Synthesizing High-Quality Visual Question Answering from Medical Documents with Generator-Verifier LMMs

从医学文献合成高质量的视觉问答系统：基于生成-验证框架的大型多模态模型

Xiaoke Huang, Ningsen Wang, Hui Liu, Xianfeng Tang, Yuyin Zhou

机构 * UC Santa Cruz（加州大学圣克ruz分校） ； Fudan University（复旦大学） ； Amazon Research（亚马逊研究） 纠错

AI总结 MedVLSynther通过生成-验证框架从开放文献合成高质量医学VQA数据，提升六个基准测试的准确率，达到77.57的VQA-RAD表现。

Comments Project page, code, data, and models: https://ucsc-vlaa.github.io/MedVLSynther/ ; Accepted by ICLR'26

Multilingual Routing in Mixture-of-Experts

混合专家中的多语言路由

Lucas Bandarkar, Chenyuan Yang, Mohsen Fayyaz, Junlin Hu, Nanyun Peng

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Fudan University（复旦大学） 纠错

AI总结 本研究分析了混合专家模型在处理多语言文本时的路由机制，揭示了中间层的跨语言路由对齐现象，并通过简单干预提升了多语言性能。

Comments ICLR 2026, In The Fourteenth International Conference on Learning Representations, 2025

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

Predicting Training Re-evaluation Curves Enables Effective Data Curriculums for LLMs

预测训练重新评估曲线可实现LLMs的有效数据课程

Shane Bergsma, Nolan Dey, Joel Hestness

AI总结 通过预测训练重新评估曲线（TREC）实现LLMs的有效数据课程设计，利用AdamW的隐含EMA系数提前预测TREC，优化数据放置以提升模型性能。

Comments ICLR 2026

Conditionally Whitened Generative Models for Probabilistic Time Series Forecasting

条件性白化生成模型用于概率时间序列预测

Yanfeng Yang, Siwei Chen, Pingping Hu, Zhaotong Shen, Yingjie Zhang, Zhuoran Sun, Shuai Li, Ziqi Chen, Kenji Fukumizu

机构 * Graduate University of Advanced Studies & The Institute of Statistical Mathematics（高级研究大学及统计数学研究所） ； East China Normal University（华东师范大学） ； The Institute of Statistical Mathematics（统计数学研究所） 纠错

AI总结 本文提出条件性白化生成模型，通过整合条件均值和协方差信息，提升多变量时间序列预测性能。

Comments Accepted by the fourteenth International Conference on Learning Representations (ICLR 2026). https://openreview.net/forum?id=GG01lCopSK

Universal Properties of Activation Sparsity in Modern Large Language Models

现代大语言模型中激活稀疏性的通用性质

Filip Szatkowski, Patryk Będkowski, Alessio Devoto, Jan Dubiński, Pasquale Minervini, Mikołaj Piórczyński, Simone Scardapane, Bartosz Wójcik

AI总结 本研究提出了一种通用框架，系统研究了现代大语言模型中激活稀疏性的通用性质，并揭示了其随着模型规模增大而增强的潜力。

Comments ICLR 2026, main track

Attention, Please! Revisiting Attentive Probing Through the Lens of Efficiency

请注意！通过效率的视角重新审视关注性探测

Bill Psomas, Dionysis Christopoulos, Eirini Baltzi, Ioannis Kakogeorgiou, Tilemachos Aravanis, Nikos Komodakis, Konstantinos Karantzalos, Yannis Avrithis, Giorgos Tolias

AI总结 本文提出高效的探测方法EP，通过优化参数效率和准确率的权衡，改进了关注性探测，使其在多个基准和预训练范式中均优于传统方法。

Comments Accepted at the International Conference on Learning Representations (ICLR) 2026. Code available at https://github.com/billpsomas/efficient-probing

Experience-based Knowledge Correction for Robust Planning in Minecraft

基于经验的知识修正以实现Minecraft中的鲁棒规划

Seungjoon Lee, Suhwan Kim, Minhyeon Oh, Youngsik Yoon, Jungseul Ok

机构 * Department of Computer Science and Engineering, POSTECH（POSTECH计算机科学与工程系） ； Graduate School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） 纠错

AI总结 XENON通过经验修正知识，提升Minecraft中的鲁棒规划能力，优于现有方法。

Comments ICLR 2026

VerifyBench: Benchmarking Reference-based Reward Systems for Large Language Models

VerifyBench: 大型语言模型参考式奖励系统的基准测试

Yuchen Yan, Jin Jiang, Zhenbang Ren, Yijun Li, Xudong Cai, Yang Liu, Xin Xu, Mengdi Zhang, Jian Shao, Yongliang Shen, Jun Xiao, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 VerifyBench通过设计专门的基准测试评估基于参考的奖励系统，揭示现有验证器在复杂任务中的不足，推动推理模型训练的改进。

Comments ICLR 2026: https://openreview.net/forum?id=JfsjGmuFxz Project Page: https://zju-real.github.io/VerifyBench Dataset: https://huggingface.co/datasets/ZJU-REAL/VerifyBench Code: https://github.com/ZJU-REAL/VerifyBench

Solving Parameter-Robust Avoid Problems with Unknown Feasibility using Reinforcement Learning

利用强化学习解决未知可行性参数鲁棒避障问题

Oswin So, Eric Yang Yu, Songyuan Zhang, Matthew Cleaveland, Mitchell Black, Chuchu Fan

机构 * Department of Aeronautics and Astronautics, MIT（麻省理工学院航空与航天系） 纠错

AI总结 本文提出Feasibility-Guided Exploration方法，通过识别可行初始条件并学习安全策略，提升在未知可行性下的避障性能。

Comments ICLR 2026. The project page can be found at https://oswinso.xyz/fge

GlobeDiff: State Diffusion Process for Partial Observability in Multi-Agent Systems

GlobeDiff：多智能体系统中部分可观测性的状态扩散过程

Yiqin Yang, Xu Yang, Yuhua Jiang, Ni Mu, Hao Hu, Runpeng Xie, Ziyou Zhang, Siyuan Li, Yuan-Hua Ni, Qianchuan Zhao, Bo Xu

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（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） ； Tsinghua University（清华大学） ； Moonshot AI ； Nankai University（南开大学） ； Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） 纠错

AI总结 GlobeDiff通过多模态扩散过程解决多智能体系统中部分可观测性问题，实现高保真度的全局状态推断。

Journal ref ICLR-2026

PERSONA: Dynamic and Compositional Inference-Time Personality Control via Activation Vector Algebra

PERSONA：通过激活向量代数实现动态和组合性的人格控制

Xiachong Feng, Liang Zhao, Weihong Zhong, Yichong Huang, Yuxuan Gu, Lingpeng Kong, Xiaocheng Feng, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 PERSONA通过激活向量代数实现动态人格控制，无需训练即可达到微调水平性能，并在多个基准测试中表现出色。

Comments ICLR 2026

Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models

地平线想象：在扩散世界模型中实现高效的 on-policy 滚动

Lior Cohen, Ofir Nabati, Kaixin Wang, Navdeep Kumar, Shie Mannor

机构 * Technion（技术学院） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出地平线想象方法，通过并行去噪和子帧预算优化，在扩散世界模型中实现高效的 on-policy 滚动，提升生成质量与控制性能。

Comments This paper will be published in the ICLR 2026 proceedings

Enhanced Generative Model Evaluation with Clipped Density and Coverage

增强的生成模型评估：剪裁密度与覆盖度

Nicolas Salvy, Hugues Talbot, Bertrand Thirion

AI总结 本文提出剪裁密度和剪裁覆盖度两种新指标，用于提升生成模型评估的鲁棒性、灵敏度和可解释性。

Journal ref The Fourteenth International Conference on Learning Representations, 2026

cadrille: Multi-modal CAD Reconstruction with Reinforcement Learning

cadrille: 多模态CAD重建与强化学习

Maksim Kolodiazhnyi, Denis Tarasov, Dmitrii Zhemchuzhnikov, Alexander Nikulin, Ilya Zisman, Anna Vorontsova, Anton Konushin, Vladislav Kurenkov, Danila Rukhovich

机构 * Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学） ； AXXX ； ETH Zurich（苏黎世联邦理工学院） ； Innopolis University（因诺波利斯大学） ； Institute of Mechanics, Armenia（亚美尼亚力学研究所） 纠错

AI总结 cadrille通过强化学习实现多模态CAD重建，首次在CAD任务中应用RL微调，提升重建性能并设定新基准。

Comments ICLR 2026 (Oral)

In Agents We Trust, but Who Do Agents Trust? Latent Source Preferences Steer LLM Generations

我们信任代理，但代理信任谁？潜在的来源偏好引导LLM生成

Mohammad Aflah Khan, Mahsa Amani, Soumi Das, Bishwamittra Ghosh, Qinyuan Wu, Krishna P. Gummadi, Manish Gupta, Abhilasha Ravichander

AI总结 研究发现LLM在处理信息时存在潜在的来源偏好，影响信息选择和呈现，需进一步探索其来源并提供透明机制。

Comments ICLR 2026

Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition

基于多模态大语言模型的零样本人-物交互检测

Shiyu Xuan, Dongkai Wang, Zechao Li, Jinhui Tang

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Computing and Artificial Intelligence, Southwestern University of Finance and Economics（西南财经大学计算机与人工智能学院） ； Nanjing Forestry University（南京林业大学） 纠错

AI总结 本文提出基于多模态大语言模型的零样本人-物交互检测框架，通过解耦检测与识别任务，结合确定性生成方法和空间感知模块，实现高效准确的零样本交互识别。

Comments ICLR 2026

SR-Scientist: Scientific Equation Discovery With Agentic AI

SR-Scientist：基于代理AI的科学方程发现

Shijie Xia, Yuhan Sun, Pengfei Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； GAIR 纠错

AI总结 SR-Scientist通过代理AI实现科学方程发现，具备自主编写代码、分析数据、优化方程的能力，实验表明其在多个科学领域表现优异。

Comments ICLR 2026

MARS-Sep: Multimodal-Aligned Reinforced Sound Separation

MARS-Sep: 多模态对齐强化声音分离

Zihan Zhang, Xize Cheng, Zhennan Jiang, Dongjie Fu, Jingyuan Chen, Zhou Zhao, Tao Jin

机构 * Zhejiang University（浙江大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 MARS-Sep通过强化学习框架实现多模态对齐，提升声音分离的语义一致性和信号质量。

Comments ICLR 2026

General Exploratory Bonus for Optimistic Exploration in RLHF

在RLHF中引入乐观探索的通用探索奖金

Wendi Li, Changdae Oh, Sharon Li

机构 * Department of Computer Sciences University of Wisconsin-Madison（计算机科学系 威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出GEB框架，通过理论分析和实验验证，解决了RLHF中乐观探索的偏差问题，提供了一种统一且有效的探索奖金方法。

Comments ICLR 2026

Toward Safer Diffusion Language Models: Discovery and Mitigation of Priming Vulnerability

迈向更安全的扩散语言模型：发现和缓解提示漏洞

Shojiro Yamabe, Jun Sakuma

机构 * Institute of Science Tokyo（东京科学研究所） ； RIKEN AIP（理化学研究所AIP） 纠错

AI总结 本文发现扩散语言模型存在因迭代去噪过程导致的提示漏洞，并提出针对性的安全对齐方法以缓解该问题。

Comments Accepted at ICLR 2026

OpenAgentSafety: A Comprehensive Framework for Evaluating Real-World AI Agent Safety

OpenAgentSafety: 一个全面评估现实世界AI代理安全性的框架

Sanidhya Vijayvargiya, Aditya Bharat Soni, Xuhui Zhou, Zora Zhiruo Wang, Nouha Dziri, Graham Neubig, Maarten Sap

机构 * Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

AI总结 OpenAgentSafety提出一个全面评估AI代理安全性的框架，通过真实工具和多任务测试揭示代理在现实世界中的安全漏洞，强调需要加强安全防护。

Comments 26 pages, 10 figures, Accepted at ICLR 2026 and IASEAI 2026

Moving Beyond Medical Exams: A Clinician-Annotated Fairness Dataset of Real-World Tasks and Ambiguity in Mental Healthcare

超越医学考试：一个由临床专家标注的现实任务及精神卫生领域模糊性公平性数据集

Max Lamparth, Declan Grabb, Amy Franks, Scott Gershan, Kaitlyn N. Kunstman, Aaron Lulla, Monika Drummond Roots, Manu Sharma, Aryan Shrivastava, Nina Vasan, Colleen Waickman

机构 * Stanford University（斯坦福大学） ； University of Colorado（科罗拉多大学） ； Northwestern University（西北大学） ； University of Wisconsin（威斯康星大学） ； Yale School of Medicine（耶鲁医学院） ； University of Chicago（芝加哥大学） ； Ohio State University（俄亥俄州立大学） 纠错

AI总结 本文提出一个由临床专家标注的现实任务公平性数据集，用于评估模型在精神卫生领域决策中的性能和偏见问题。

Comments Camera-ready version for ICLR 2026

Robust Deep Reinforcement Learning against Adversarial Behavior Manipulation

对抗性行为操控下的鲁棒深度强化学习

Shojiro Yamabe, Kazuto Fukuchi, Jun Sakuma

机构 * Institute of Science Tokyo（东京科学研究所） ； University of Tsukuba（筑波大学） ； RIKEN AIP（理化学研究所AIP） 纠错

AI总结 本文提出了一种基于模仿学习的对抗性攻击方法，并通过时间折扣正则化提升强化学习对行为定向攻击的鲁棒性。

Comments Accepted at ICLR 2026