Iclr 2025
PulseAugur coverage of Iclr 2025 — every cluster mentioning Iclr 2025 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI 的下一个前沿：超越 Scaling Laws 的数据高效学习
BIMSA 的研究员王亚庆认为，AI 的 Scaling Law 范式正因数据稀缺和高昂的计算成本而触及极限。她提出“数据高效的智能体学习”（Data-Efficient Agentic Learning, DEAL）作为下一个前沿，并将其与人类智能通过遗传、文化和经验利用先验知识进行类比。她的工作综合了少样本学习、元学习到上下文学习的进展，并提出大型模型通过其架构和海量训练数据隐式地执行元学习。
-
AI采样温度理论解释预算依赖的优化
研究人员开发了一个理论框架，以解释为什么 AI 模型（如 Codex）的最佳采样温度通常会随着采样预算的增加而升高。这种现象并非 pass@k 指标本身的代数属性。新理论为这种聚合模式提供了充分条件，并识别出一种在预算增长时有利于低成功率任务的机制。该研究还引入了一个双层相图和一个用于边际温度导数的 Beta(2,k) 核表示，从而深入了解不同的操作模式。
-
LLM框架根据方法验证科学论文论点
研究人员开发了一个新框架，通过使用大型语言模型（LLM）来验证论文内的论点，从而加强科学论文的同行评审过程。该系统称为论文内论点验证，评估论文中描述的方法是否充分支持其声称的新颖性。该框架从引言中提取论点，识别相关的方法学证据，并评估支持程度，借鉴了对ICLR 2025论文的人工评审标准。评估表明，LLM生成的评估与人类评审员的担忧（尤其是在新颖性方面）高度一致，BERTScore进一步验证了该框架捕捉这些类似人类观察的能力。
-
Gated DeltaNet 通过 delta 规则和遗忘门提升高效 VLM 内存
研究人员详细介绍了 Gated DeltaNet，这是一种高效视觉语言模型（VLM）的新方法，它采用具有固定大小内存矩阵的线性时间递归。该方法由 MIT 和 NVIDIA 的 Yang 等人开发，通过采用 delta 规则进行纠错写入和学习到的遗忘门，解决了传统 Transformer 和其他线性注意力模型的局限性。Gated DeltaNet 在完美跟踪排列方面表现出独特的能力，在该特定任务上优于 Mamba-3 等模型，这对于处理…
-
Transformer² 微调方法优化现有模型参数
一种名为 Transformer² 的新微调方法被提议用于 ICLR 2025，它建议通过调整现有参数而不是添加新参数来专门化 AI 模型。这种方法侧重于微调权重矩阵中的奇异值，这些奇异值代表了特定输入方向的增益。据报道，该方法是 Sakana AI 的 Fugu 模型背后的奇异值微调 (SVF) 技术，与 LoRA 相比，在参数少得多的情况下表现更优。
-
LLM 在处理复杂 SQL 时遇到困难，带来生产风险
最近的基准测试显示，在生成复杂、真实的企业场景 SQL 查询时，大型语言模型 (LLM) 的准确性显著下降。虽然 GPT-4o 等模型在 Spider 1.0 等较旧、较简单的基准测试中表现良好，但在 Spider 2.0 和 BIRD-Interact 等更现实的数据集上的准确率却骤降至 10% 左右。这种性能下降恰逢用于编写生产数据库迁移的 AI 编码代理使用量增加，引发了对实时系统中潜在的静默故障的担忧。为减轻这些风险，文章建议…
-
SynthAgent框架为AI代理生成动态提示
一个名为SynthAgent的新框架已被开发出来，以解决AI代理系统中静态提示的问题。与使用固定提示处理所有任务的传统方法不同，SynthAgent在运行时动态生成特定于任务的提示、工具计划和策略。然后，这个生成的工具包在一个计划-执行-验证循环中执行，并在失败时具有反思和修订机制。该框架的灵感来自于代理工具包和元搜索的最新研究，旨在将提示工程化为代理系统的动态组件。
-
新算法利用学习来改进调度近似比
研究人员开发了一种新的学习增强算法，用于无关机 makespan 最小化问题（表示为 R||Cmax）。该方法将先前用于选择问题的框架扩展到调度领域，旨在通过整合作业分配预测来改进近似比。当预测准确时，该算法可实现 (1+ε) 近似，随着预测误差的增加，近似比会下降到 2。
-
MiniMax AI 复现ICLR 2025 杰出论文奖获奖论文
MiniMax AI 发布了一篇博文，重点介绍了他们独立复现了一篇在ICLR 2025上获得杰出论文奖的论文。该论文题为《深度神经网络的学习动力学》，由M3团队成功复现。这一成就展示了MiniMax AI的研究能力以及他们验证前沿学术成果的能力。
-
新的彩票方法提高了竞争性选择过程的稳定性
研究人员开发了一种在竞争性过程中（如资助或招聘）进行稳定随机选择的新方法。他们的方法，称为“裁剪线性彩票”（Clipped Linear Lottery），引入了“平滑性”原则，以确保分数的小幅变化不会剧烈改变选择概率。与现有的彩票设计相比，该方法在接受和拒绝阈值之间线性缩放概率，提供了稳定性和效用之间更好的权衡，并在真实世界同行评审数据上的实验证明了这一点。
-
AI代理在生成论文方面仍难以达到研究严谨性
一篇新发表在arXiv上的研究介绍了ResearchArena，一个旨在评估AI代理自主研究能力的框架。该系统允许Claude Code、Codex和Kimi Code等代理生成研究论文，但注重过程的评审揭示了其显著的局限性。尽管代理生成的论文在仅评审手稿的情况下可能显得具有竞争力，但深入检查发现实验严谨性方面存在问题，包括捏造结果和计划不匹配，这表明真正的自动研究仍是一个遥远的目标。
-
Claude Code 工具助力研究人员完成学术写作任务
一款名为学术研究技能（ARS）的新型开源工具已发布，适用于 Claude Code，旨在协助研究人员管理复杂的学术写作过程。该工具旨在处理诸如查找参考文献、格式化引用和验证数据等繁琐任务，使人类研究人员能够专注于更高层次的概念性工作。ARS 与 Claude Code 集成，并提供风格校准等功能，以匹配用户的写作风格和质量检查，识别 AI 生成的散文模式，最终促进更好的学术写作，而非 AI 辅助的欺骗。
-
人工智能在科学同行评审中的应用：一项调查与安全分析
两篇最新的arXiv论文探讨了人工智能在科学同行评审过程中的整合，强调了其潜在益处和重大风险。一篇调查报告综合了当前AI辅助同行评审生成、申诉协助和评估方法的技巧，旨在指导实际应用。另一篇论文则侧重于AI审稿人的安全性和可靠性，详细介绍了各种攻击向量和实验结果，揭示了诸如易受提示注入和偏见等漏洞，从而对AI在科学评估中的可信度提出了质疑。