TMLR

Chance-Constrained Inference for Hallucination Risk Control in Large Language Models

针对大语言模型幻觉风险的置信约束推断

Sreenivasan Mohandas

机构 * International Institute of Information Technology, Hyderabad, India（国际信息科技研究所，海得拉巴，印度） 纠错

AI总结 本研究提出置信约束推断方法，通过限制幻觉发生的概率，实现大语言模型在部署时的风险控制，实验显示其在风险控制、输入检测和重复使用中的有效性。

Journal ref Transactions on Machine Learning Research (TMLR), 2026

Patch-based Memory Gate Model in Time Series Foundation Model

MOMEMTO：基于补丁的记忆门模型在时间序列基础模型中的应用

Samuel Yoon, Jongwon Kim, Juyoung Ha, Young Myoung Ko

机构 * Pohang University of Science and Technology（浦项科学技术大学） 纠错

AI总结 MOMEMTO通过基于补丁的记忆模块改进时间序列基础模型，有效缓解过度泛化问题，提升异常检测性能，尤其在少样本学习中表现突出。

Comments Published in Transactions on Machine Learning Research (TMLR), 2026

Journal ref Transactions on Machine Learning Research (TMLR), 2026

A New First-Order Meta-Learning Algorithm with Convergence Guarantees

一种具有收敛性保证的新型一阶元学习算法

El Mahdi Chayti, Martin Jaggi

AI总结 该研究提出了具有收敛性保证的一阶元学习算法FO-B-MAML，其性能接近二阶MAML且内存开销低，可扩展至深度模型。

Journal ref Transactions on Machine Learning Research (2026)