ICML

Spectral bandits for smooth graph functions

图上光滑函数的谱带兵问题

Michal Valko, Rémi Munos, Branislav Kveton, Tomáš Kocák

机构 * INRIA Lille - Nord Europe, SequeL team（INRIA里尔-北欧，SequeL团队） ； Microsoft Research New England（微软研究院新英格兰分部） ； Technicolor Research Center（Technicolor研究中心） 纠错

AI总结 本文研究图上光滑函数的带兵问题，提出两种算法在有效维度上线性或亚线性地减少累积遗憾，实验证明通过少量节点评估可学习千级物品的用户偏好。

Comments Published in International Conference on Machine Learning (ICML 2014)

Scale-free adaptive planning for deterministic dynamics & discounted rewards

无标度自适应规划用于确定性动力学与折扣奖励

Peter L. Bartlett, Victor Gabillon, Jennifer Healey, Michal Valko

机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Noah's Ark Lab, Huawei Technologies, London, UK（华为技术伦敦诺亚实验室） ； Adobe Research, San Jose, USA（Adobe研究实验室） ； SequeL team, INRIA Lille - Nord Europe, France（INRIA里尔-北欧洲SequeL团队） 纠错

AI总结 本文提出Platypoos算法，针对确定性动力学和折扣奖励的规划问题，提供改进的样本复杂度分析，并建立下界证明其最优性。

Comments 36th International Conference on Machine Learning (ICML 2019)

Journal ref Proceedings of the 36th International Conference on Machine Learning (ICML 2019)

RASP-Tuner: Retrieval-Augmented Soft Prompts for Context-Aware Black-Box Optimization in Non-Stationary Environments

RAPSTuner：基于检索的软提示用于在非平稳环境中具有情境意识的黑盒优化

Enze Pan

机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） 纠错

AI总结 本文提出RAPSTuner，通过检索相似历史情境来识别模式代理，利用混合专家代理预测短期损失，并在低维提示子空间中进行适应，以减少非平稳环境中黑盒优化的累积遗憾。

Comments Withdraw by ICML and prepare for NeurIPS or ICLR

Tape: A Cellular Automata Benchmark for Evaluating Rule-Shift Generalization in Reinforcement Learning

Tape：一种用于评估强化学习中规则转移泛化能力的单元自动机基准

Enze Pan

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 Tape通过隔离动态中的潜在规则转移，保持观测-动作接口不变，评估强化学习在分布外泛化中的表现，发现稳定/周期性/混沌规则间的显著异质性。

Comments ICML reject and seeking for NeurIPS

UniSim: A Unified Simulator for Time-Coarsened Dynamics of Biomolecules

UniSim: 一种统一的生物分子时间粗化动力学模拟器

Ziyang Yu, Wenbing Huang, Yang Liu

机构 * Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（清华大学人工智能产业研究院） ； Gaoling School of Artificial intelligence, Renmin University of China, Beijing, China（中国人民大学agog学校人工智能学院） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程研究中心，教育部） 纠错

AI总结 UniSim通过跨领域知识提升原子相互作用理解，采用多头预训练和随机插值框架，实现对小分子、肽类和蛋白质的高效模拟。

Comments ICML 2025 poster

Discrepancies are Virtue: Weak-to-Strong Generalization through Lens of Intrinsic Dimension

差异是美德：通过内在维度视角实现弱到强的泛化

Yijun Dong, Yicheng Li, Yunai Li, Jason D. Lee, Qi Lei

机构 * New York University（纽约大学） ； Shanghai Jiaotong University（上海交通大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 通过内在低维空间视角分析弱到强泛化，揭示强弱模型差异对泛化误差的正向影响，实验验证了在回归、视觉和NLP任务中的有效性。

Comments ICML 2025

FedSWA: Improving Generalization in Federated Learning with Highly Heterogeneous Data via Momentum-Based Stochastic Controlled Weight Averaging

FedSWA: 通过基于动量的随机受控权重平均提升联邦学习在高度异质数据中的泛化能力

Liu junkang, Yuanyuan Liu, Fanhua Shang, Hongying Liu, Jin Liu, Wei Feng

机构 * College of Intelligence and Computing, Tianjin University, Tianjin, China（天津大学智能学院） ； Medical School, Tianjin University, Tianjin, China（天津大学医学院） ； Peng Cheng Lab, Shenzhen, China（鹏城实验室） ； School of Artificial Intelligence, Xidian University, Xi'an, China（西安电子科技大学人工智能学院） ； School of Cyber Engineering, Xidian University, Xi'an, China（西安电子科技大学网络工程学院） 纠错

AI总结 本文提出FedSWA和FedMoSWA算法，通过随机受控权重平均提升联邦学习在高度异质数据中的泛化能力，理论分析和实验验证其有效性。

Comments icml 2025

Journal ref ICML 2025

LIFT the Veil for the Truth: Principal Weights Emerge after Rank Reduction for Reasoning-Focused Supervised Fine-Tuning

揭开真相的面纱：秩减少后主权重的浮现使以推理为导向的监督微调得以提升

Zihang Liu, Tianyu Pang, Oleg Balabanov, Chaoqun Yang, Tianjin Huang, Lu Yin, Yaoqing Yang, Shiwei Liu

机构 * University of California, Berkeley, CA, USA（加州大学伯克利分校） ； International Computer Science Institute, CA, USA（国际计算机科学研究所） ； Lawrence Berkeley National Laboratory, CA, USA（伯克利国家实验室） ； Dartmouth College, NH, USA（达特茅斯学院） ； University of Exeter, Exeter, UK（埃克塞特大学） ； University of Oxford, Oxford, UK（牛津大学） ； University of Surrey, Guildford, UK（萨里大学） ； Tsinghua University, China（清华大学） ； Eindhoven University of Technology, the Netherlands（埃因霍温理工大学） 纠错

AI总结 本文提出LIFT方法，通过秩减少后选取主权重进行微调，提升推理能力，同时保持内存效率，优于全微调和LoRA。

Comments ICML 2025