ICML

Transfer Learning in Nonparametric Regression with Deep ReLU Networks

基于深度ReLU网络的非参数回归迁移学习

Junpeng Ren, Carlos Misael Madrid Padilla, Yanzhen Chen, Oscar Hernan Madrid Padilla

AI总结 该研究针对多组数据的非参数回归，提出基于深度ReLU网络的两阶段偏移学习迁移框架，通过理论分析与实验验证，证明其可克服维度诅咒并实现有效迁移。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

InsufficiencyBench: Evaluating LLM legal advice on underspecified user queries

InsufficiencyBench：评估大型语言模型（LLM）在信息不足的用户查询下的法律建议

Samuel J. Vincent, Daniel Calloway, Fangyi Yu, Andrew M. Bean, Nabeel Seedat

机构 * Thomson Reuters Foundational Research（汤姆森路透基础研究机构） ； Imperial College London（帝国理工学院） 纠错

AI总结 本研究构建了首个针对查询端信息不足的法律基准InsufficiencyBench，评估前沿LLM在信息不足的法律查询中识别缺失要素、避免过早结论的能力，发现现有模型表现不佳。

Comments 10 pages, Best Paper Honorable Mention at ICML AI4Law 2026

ContractScrub: A benchmark for final review of legal contracts

ContractScrub：用于法律合同最终审核的基准测试

Yejin Bang, Kirsty Fielding, Brandan Oliver, Brian Birke, Nabeel Seedat, Andrew M. Bean

机构 * Thomson Reuters Foundational Research（汤森路透基础研究部） ； Imperial College London（帝国理工学院） 纠错

AI总结 针对合同 scrubbing 任务，研究人员推出首个基准测试 ContractScrub，发现前沿 LLMs 在该任务上表现不佳，凸显了领域特定基准的重要性。

Comments 10 pages, ICML AI4Law Workshop

G-MARK: Grounded Multi-Agent Reasoning for Cooperative Driving via Knowledge Graphs

G-MARK：基于知识图谱的协同驾驶接地多智能体推理

Bhavya Gupta, Onat Gungor, Tajana Rosing

机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； West Virginia University（西弗吉尼亚大学） 纠错

AI总结 提出 G-MARK 框架，通过知识图谱实现协同驾驶多智能体推理，提升遮挡推理与控制选择性能，减小通信负载，效果优于现有基线。

Comments Accepted for oral presentation at the 25th IEEE International Conference on Machine Learning and Applications (ICMLA'26)