ICML2025机器学习会议首日技术动态

本文汇总了ICML2025国际机器学习会议前两天的技术动态,包括表格LLM预测一致性量化、原始-对偶神经算法推理、多智能体线性bandits自适应采样等前沿研究,涵盖算法优化、模型鲁棒性及NP难题解决方案。

ICML2025社交媒体动态汇总(第一部分)

第42届国际机器学习会议(ICML2025)目前正在加拿大温哥华举行,会期为7月13日至19日。除五场特邀报告外,议程还包括口头报告、海报展示、专题活动、教程及研讨会。以下是参会者在会议前两天的技术动态:

表格LLM微调多样性下的预测一致性量化

  • 时间:7月16日周三太平洋时间下午4:30–7:00
  • 地点:东展厅A-B E-901
  • 内容:展示针对表格LLM的预测一致性量化研究,涉及不确定性分析与模型鲁棒性
  • 论文链接:https://arxiv.org/abs/2407.04173

推理计算强扩展算法

  • 研究重点:提出在性能和样本多样性方面均随推理计算量强扩展的算法
  • 展示形式:会议期间技术交流

原始-对偶神经算法推理

  • 研究重点:将神经算法推理(NAR)扩展至NP难问题领域
  • 海报环节:周二11:00–13:30于东展厅A-B #E-3003
  • 论文链接:openreview.net/pdf?id=iBpkz…

多智能体线性Bandits的自适应样本共享

  • 研究重点:提出自适应样本共享机制用于多智能体线性bandits问题
  • 代码实现:github.com/hcherkaoui/c…
  • 涉及领域:机器学习、Bandits算法、人工智能

固定预测与受限区域理解

  • 时间:7月16日周三太平洋时间下午4:30–7:00
  • 地点:东展厅A-B #E-1104
  • 论文链接:arxiv.org/abs/2502.16380
  • 合作研究:聚焦固定预测机制与受限区域的理论分析

扩散模型求解视觉数独问题

  • 展示环节:周三上午海报会议(海报会议3东区,海报3412)
  • 研究内容:探索扩散模型在视觉数独问题中的解决方案

WiML专题讨论:AI未解问题

  • 讨论主题:AI领域中仍存在的缺失环节、技术缺陷及需改进方向
  • 参与人员:Ana Lucic、Been Kim、Furong Huang与Meg Risdal
  • 主持:Natasha Jaques
comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计