On the Eligibility of LLMs for Counterfactual Reasoning: A Decompositional Study
关于大型语言模型用于反事实推理的资格性：一种分解性研究
机构 * Shuai Yang（1 阳帅） ； Qi Yang（2 杨琪）
AI总结 本文提出一种分解策略，分析LLMs在反事实推理中的表现，探讨不同任务和模态对性能的影响，以提升LLM推理系统的可靠性。
Comments ICLR 2026
期刊&会议
ICLR
International Conference on Learning Representations · 会议 · Machine Learning
Adaptive Width Neural Networks
自适应宽度神经网络
机构 * NEC Laboratories Europe（NEC欧洲实验室） ； University of Stuttgart（斯图加特大学）
AI总结 本文提出了一种在训练过程中自适应调整神经网络层宽度的方法，通过反向传播联合优化宽度和参数，实现性能与计算资源的平衡，并能有效压缩网络以降低计算成本。
Comments International Conference on Learning Representations (ICLR 2026)
Differentiable Rule Induction from Raw Sequence Inputs
从原始序列输入中可微分地推导规则
机构 * Institute of High Performance Computing, Agency for Science, Technology and Research（高性能计算研究所，科技研究局） ； National Institute of Informatics（国家信息研究所） ； Key Laboratory of High Confidence Software Technologies, School of Computer Science Peking University（高可信软件技术重点实验室，北京大学计算机学院）
AI总结 本文提出一种结合自监督可微分聚类与新型可微分ILP模型的方法，实现从原始数据中无显式标签泄漏地推导规则。
Comments Accepted at ICLR 2025
LiveNewsBench: Evaluating LLM Web Search Capabilities with Freshly Curated News
LiveNewsBench: 用最新整理的新闻评估大语言模型网络搜索能力
机构 * Columbia University（哥伦比亚大学） ； Barnard College（巴纳德学院）
AI总结 LiveNewsBench通过最新新闻数据评估大语言模型的网络搜索能力，提供多跳搜索和推理任务，支持大规模训练数据集构建，公开排行榜和代码。
Comments An earlier version of this work was publicly available on OpenReview as an ICLR 2026 submission in September 2025
Procedural Mistake Detection via Action Effect Modeling
通过动作效果建模实现过程性错误检测
机构 * Michigan State University（密歇根州立大学）
AI总结 本文提出通过动作效果建模实现过程性错误检测，结合语义和视觉信息，在单类分类任务中取得最佳性能。
Comments Accepted by ICLR 2026
ParoQuant: Pairwise Rotation Quantization for Efficient Reasoning LLM Inference
ParoQuant: 基于成对旋转的量化方法用于高效推理大语言模型推理
机构 * NVIDIA ； MIT（麻省理工学院） ； UC San Diego（加州大学圣地亚哥分校）
AI总结 ParoQuant通过结合硬件高效旋转与通道缩放，有效解决推理LLMs中的异常值问题，实现更高的准确性和更低的开销。
Comments ICLR 2026 | Project page: https://paroquant.z-lab.ai | GitHub: https://github.com/z-lab/paroquant
Modal Aphasia: Can Unified Multimodal Models Describe Images From Memory?
模态失语：统一多模态模型能否从记忆中描述图像？
机构 * Michael Aerni（独立研究者） ； Joshua Swanson（独立研究者） ； Kristina Nikolić（独立研究者） ； Florian Tramèr（独立研究者）
AI总结 研究发现统一多模态模型在视觉记忆与文本表达间存在系统性缺陷，导致安全框架可能因单一模态防护而失效。
Comments Accepted to ICLR 2026
GuidedSampling: Steering LLMs Towards Diverse Candidate Solutions at Inference-Time
GuidedSampling: 在推理时间引导大语言模型生成多样化的候选解决方案
机构 * Arizona State University（亚利桑那州立大学） ； Google（谷歌）
AI总结 GuidedSampling通过解耦探索和生成阶段，在推理时提高大语言模型生成多样化候选解决方案的能力，实验表明其在多个基准测试中性能提升显著。
Comments Accepted in ICLR 2026
Learning the Inverse Temperature of Ising Models under Hard Constraints using One Sample
在硬约束下利用单个样本学习Ising模型的逆温度
机构 * University of California, Irvine（加州大学尔湾分校）
AI总结 本文提出在硬约束下利用单个样本估计Ising模型逆温度参数的方法，通过伪似然最大化设计高效估计器。
Comments Accepted to Appear in ICLR '26
Evolution of Concepts in Language Model Pre-Training
语言模型预训练中概念的演变
机构 * OpenMOSS Team, Shanghai Innovation Institute（开放MOSS团队、上海创新研究院） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文通过crosscoders方法研究语言模型预训练中特征演变，揭示特征形成与下游性能的因果关系，并发现统计学习与特征学习两个阶段。
Comments 35 pages, 35 figures. Accepted to ICLR 2026
S2R-HDR: A Large-Scale Rendered Dataset for HDR Fusion
S2R-HDR：一个大规模渲染数据集用于HDR融合
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多模态实验室） ； CPII under InnoHK（创新工场下的CPII） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 S2R-HDR通过构建大规模合成HDR数据集和S2R-Adapter领域适应方法，提升了HDR融合的泛化能力和实验性能。
Comments Accepted by ICLR 2026. Project Page:https://openimaginglab.github.io/S2R-HDR
Bootstrapping MLLM for Weakly-Supervised Class-Agnostic Object Counting
基于MLLM的弱监督类无关物体计数
机构 * College of Electronic and Information Engineering, Tongji University（电子信息工程学院，同济大学） ； College of Computer Science, Wuhan University（计算机科学学院，武汉大学） ； College of Computer Science, Tongji University（计算机科学学院，同济大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
AI总结 本文提出 WS-COC，基于 MLLM 的弱监督框架，通过三种策略提升类无关物体计数性能，有效降低标注成本。
Comments Accepted at ICLR 2026
AEGIS: Adversarial Target-Guided Retention-Data-Free Robust Concept Erasure from Diffusion Models
AEGIS：对抗性目标引导的无数据保留鲁棒概念擦除从扩散模型
机构 * State Key Laboratory of Internet of Things and Smart City, University of Macau（物联网与智能城市国家重点实验室，澳门大学） ； TMLR Group, Department of Computer Science, Hong Kong Baptist University（TMLR集团，香港 Baptist大学计算机科学系） ； Imperfect Information Learning Team, RIKEN Center for Advanced Intelligence Project（不完美信息学习团队，日本RIKEN先进人工智能项目中心） ； PRADA Lab, King Abdullah University of Science and Technology（PRADA实验室，卡塔尔国王科技大学）
AI总结 AEGIS提出了一种无数据保留的框架，同时提升扩散模型的鲁棒性和保留性，以更有效地实现概念擦除。
Comments 30 pages,12 figures
Journal ref Accpted in ICLR 2026
Pareto-Conditioned Diffusion Models for Offline Multi-Objective Optimization
基于帕累托条件的扩散模型用于离线多目标优化
机构 * Aalto University（阿尔托大学） ； Tampere University（塔尔库大学）
AI总结 基于帕累托条件的扩散模型用于离线多目标优化，通过条件采样解决离线多目标优化问题，提升泛化能力和任务一致性。
Comments Accepted at ICLR 2026 (Oral). Project website: https://sites.google.com/view/pcd-iclr26
Weight Decay may matter more than muP for Learning Rate Transfer in Practice
权重衰减可能比muP对学习率转移更重要
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室） ； EPFL（瑞士联邦理工学院）
AI总结 研究发现权重衰减在学习率转移中比muP更有效，挑战了传统观点并解释了muP对独立权重衰减的依赖。
Comments ICLR 2026
Bridging Generalization Gap of Heterogeneous Federated Clients Using Generative Models
利用生成模型弥合异构联邦客户端的泛化差距
机构 * School of Computing Technologies（计算技术学院） ； RMIT University（皇家墨尔本理工大学） ； Department of Computing Technologies（计算技术系） ； Swinburne University of Technology（斯威本理工大学）
AI总结 本文提出一种模型异质化的联邦学习框架，通过生成合成数据提升客户端在未见过数据上的泛化能力，同时减少通信和内存开销。
Comments Accepted by ICLR 2026 (poster)
Journal ref ICLR 2026
Post-hoc Probabilistic Vision-Language Models
事后概率视觉-语言模型
AI总结 本文提出一种无需额外训练的VLMs事后不确定性估计方法，通过贝叶斯后验近似和余弦相似度不确定性量化，提升主动学习效率和预测可靠性。
Comments Published at ICLR 2026. Project page: https://aaltoml.github.io/BayesVLM/
Generating Physical Dynamics under Priors
在先验下生成物理动力学
AI总结 本文提出一种整合物理先验的生成模型，通过分布和物理可行性先验生成符合物理规律的动态，提升数据驱动物理研究的准确性与鲁棒性。
Journal ref International Conference on Learning Representations (ICLR) 2025
Block-Sample MAC-Bayes Generalization Bounds
块采样MAC-贝叶斯泛化界限
机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） ； The University of Melbourne（墨尔本大学） ； Laboratory for Information in Networked Systems（网络化系统信息实验室） ； École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院（EPFL））
AI总结 本文提出了一类块采样MAC-贝叶斯界限，通过改进传统PAC-贝叶斯界限的紧致性，展示了其在泛化误差界中的优势。
Comments Accepted for publication at The Fourteenth International Conference on Learning Representations (ICLR 2026)
A Theoretical Analysis of Mamba's Training Dynamics: Filtering Relevant Features for Generalization in State Space Models
Mamba训练动态的理论分析：在状态空间模型中筛选相关特征以实现泛化
机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校）
AI总结 本文分析了Mamba模型的训练动态，证明其通过选择性递归实现特征筛选，提升泛化能力，为Transformer解释提供了理论依据。
Journal ref ICLR 2026
Free Lunch for Stabilizing Rectified Flow Inversion
为稳定修正流反向操作获取免费午餐
机构 * Westlake University（西湖大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出PMI和mimic-CFG方法，通过稳定速度场提升修正流反向操作的稳定性与重建质量，减少计算资源消耗。
Comments Accepted by ICLR 2026
PoliCon: Evaluating LLMs on Achieving Diverse Political Consensus Objectives
PoliCon：评估LLMs在实现多样化政治共识目标上的能力
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； USTC（中国科学技术大学） ； WHU（武汉大学） ； SJTU（上海交通大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Zhongguancun Academy（中关村学院）
AI总结 PoliCon通过构建基于欧洲议会辩论记录的基准，评估LLMs在不同政治环境下生成共识决议的能力，揭示其在复杂任务中的不足及党派偏见。
Comments Accepted by ICLR 2026
Embodied Agents Meet Personalization: Investigating Challenges and Solutions Through the Lens of Memory Utilization
具身智能体与个性化：通过记忆利用的视角探讨挑战与解决方案
机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Department of Computer Science and Engineering, Texas A&M University（计算机科学与工程系，德克萨斯大学）
AI总结 本文提出MEMENTO框架，通过分析记忆利用中的挑战，设计了基于层次知识图谱的用户档案记忆模块，提升智能体在个性化任务中的表现。
Comments Accepted at ICLR 2026
Pedagogically-Inspired Data Synthesis for Language Model Knowledge Distillation
教学启发式数据合成用于语言模型知识蒸馏
机构 * MBZUAI ； McGill（麦吉尔大学） ； CityUHK（城市大学香港分校） ； SJTU（上海交通大学） ； UIC（美国国际大学）
AI总结 本文提出基于教学原理的知识蒸馏框架，通过三阶段流程提升学生模型性能，在复杂推理任务中取得显著改进。
Comments Accepted by ICLR 2026
P-GenRM: Personalized Generative Reward Model with Test-time User-based Scaling
P-GenRM：具有测试时用户基于缩放的个性化生成奖励模型
机构 * Alibaba Group（阿里巴巴集团）
AI总结 P-GenRM通过测试时用户基于缩放机制，实现个性化生成奖励模型，提升用户偏好适应性和泛化能力。
Comments Accepted as ICLR 2026 Oral
AssetFormer: Modular 3D Assets Generation with Autoregressive Transformer
AssetFormer：基于自回归变换器的模块化3D资产生成
机构 * The University of Hong Kong（香港大学）
AI总结 AssetFormer通过自回归变换器生成模块化3D资产，提升高质量资产创建效率，适用于专业开发和用户生成内容场景。
Comments Accepted by ICLR 2026. 23 pages, 14 figures
When would Vision-Proprioception Policies Fail in Robotic Manipulation?
视觉-本体感觉策略在机器人操作中何时会失败？
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学光明学院人工智能学院） ； Beijing Key Laboratory of Research on Large Models（北京大模型与智能治理研究重点实验室） ； School of Artificial Intelligence, Beihang University（北航人工智能学院）
AI总结 研究提出GAP算法，通过动态调节本体感觉优化，解决视觉-本体感觉策略在运动转换阶段的泛化问题。
Comments Accepted by ICLR 2026
Gaia2: Benchmarking LLM Agents on Dynamic and Asynchronous Environments
Gaia2：在动态和异步环境中评估大语言模型代理的基准测试
AI总结 Gaia2通过动态和异步环境评估大语言模型代理，揭示了推理、效率和鲁棒性之间的权衡，为代理系统的发展提供灵活的基础设施。
Comments Accepted as Oral at ICLR 2026
TAVAE: A VAE with Adaptable Priors Explains Contextual Modulation in the Visual Cortex
TAVAE：具有可调节先验的VAE解释视觉皮层中的情境调节
机构 * Department of Computational Sciences（计算科学系） ； HUN-REN Wigner Research Centre for Physics（霍恩-伦维格物理研究中心） ； Princeton Neuroscience Institute（普林斯顿神经科学研究所） ； Princeton University（普林斯顿大学） ； Center for Molecular and Behavioral Neuroscience（分子与行为神经科学中心） ； Rutgers University（罗格斯大学）
AI总结 TAVAE通过任务优化的生成模型解释视觉皮层中情境调节的机制，展示了任务特定先验的学习与应用。
Comments ICLR 2026
Mitigating Mismatch within Reference-based Preference Optimization
缓解基于参考的偏好优化中的不匹配
机构 * Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； CFAR, A*STAR（CFAR，A*STAR） ； CSIRO, Data61（CSIRO，Data61） ； Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学）
AI总结 HyPO通过有条件地去偏参考信号缓解基于参考的偏好优化中的不匹配问题，提升推理对齐性能。
Comments Accepted by ICLR 2026
