学术投稿：PMLR

English version

学术投稿 · PMLR。ICML、AISTATS 等机器学习会议论文集。本来源共收录 14 条已通过本类收录机制的资料，均可直接跳转到原始来源。

本类权威分层：A2–R。

• Information Complexity of Stochastic Convex Optimization: Applications to Generalization, Memorization, and Tracing

  出版方：Idan Attias、Gintare Karolina Dziugaite、Mahdi Haghifam、Roi Livni、Daniel M. Roy · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究随机凸优化的信息复杂度、泛化、记忆与追踪。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：information-theory · gradient-descent · overfitting

  链接复核时间：2026-09-24

• Genie: Generative Interactive Environments

  出版方：Jake Bruce、Michael D Dennis、Ashley Edwards、Jack Parker-Holder、Yuge Shi、Edward Hughes、Matthew Lai、Aditi Mavalankar、Richie Steigerwald、Chris Apps、Yusuf Aytar、Sarah Maria Elisabeth Bechtle、Feryal Behbahani、Stephanie C.Y. Chan、Nicolas Heess、Lucy Gonzalez、Simon Osindero、Sherjil Ozair、Scott Reed、Jingwei Zhang、Konrad Zolna、Jeff Clune、Nando De Freitas、Satinder Singh、Tim Rocktäschel · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究由视频生成可交互环境的生成式世界模型。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：world-models · video-generation · reinforcement-learning

  链接复核时间：2026-09-24

• Stealing part of a production language model

  出版方：Nicholas Carlini、Daniel Paleka、Krishnamurthy Dj Dvijotham、Thomas Steinke、Jonathan Hayase、A. Feder Cooper、Katherine Lee、Matthew Jagielski、Milad Nasr、Arthur Conmy、Eric Wallace、David Rolnick、Florian Tramèr · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究生产语言模型的信息提取与安全边界。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：llm · privacy

  链接复核时间：2026-09-24

• Scaling Rectified Flow Transformers for High-Resolution Image Synthesis

  出版方：Patrick Esser、Sumith Kulal、Andreas Blattmann、Rahim Entezari、Jonas Müller、Harry Saini、Yam Levi、Dominik Lorenz、Axel Sauer、Frederic Boesel、Dustin Podell、Tim Dockhorn、Zion English、Robin Rombach · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究用于高分辨率图像合成的整流流 Transformer 扩展。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：flow-matching · image-generation · transformer

  链接复核时间：2026-09-24

• Debating with More Persuasive LLMs Leads to More Truthful Answers

  出版方：Akbir Khan、John Hughes、Dan Valentine、Laura Ruis、Kshitij Sachan、Ansh Radhakrishnan、Edward Grefenstette、Samuel R. Bowman、Tim Rocktäschel、Ethan Perez · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究利用大语言模型辩论提高答案真实性。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：llm · alignment · model-evaluation

  链接复核时间：2026-09-24

• VideoPoet: A Large Language Model for Zero-Shot Video Generation

  出版方：Dan Kondratyuk、Lijun Yu、Xiuye Gu、Jose Lezama、Jonathan Huang、Grant Schindler、Rachel Hornung、Vighnesh Birodkar、Jimmy Yan、Ming-Chang Chiu、Krishna Somandepalli、Hassan Akbari、Yair Alon、Yong Cheng、Joshua V. Dillon、Agrim Gupta、Meera Hahn、Anja Hauth、David Hendon、Alonso Martinez、David Minnen、Mikhail Sirotenko、Kihyuk Sohn、Xuan Yang、Hartwig Adam、Ming-Hsuan Yang、Irfan Essa、Huisheng Wang、David A Ross、Bryan Seybold、Lu Jiang · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究以大语言模型范式进行零样本视频生成。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：video-generation · multimodal · llm

  链接复核时间：2026-09-24

• Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution

  出版方：Aaron Lou、Chenlin Meng、Stefano Ermon · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究通过估计数据分布比率进行离散扩散建模。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：diffusion · sampling-params

  链接复核时间：2026-09-24

• Probabilistic Inference in Language Models via Twisted Sequential Monte Carlo

  出版方：Stephen Zhao、Rob Brekelmans、Alireza Makhzani、Roger Baker Grosse · 所属集合：PMLR · ICML 2024 · Best Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究通过扭曲序贯蒙特卡洛进行语言模型概率推断。已核实其获得 ICML 2024 Best Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：llm · sampling-params

  链接复核时间：2026-09-24

• The Value of Prediction in Identifying the Worst-Off

  出版方：Unai Fischer-Abaigar、Christoph Kern、Juan Carlos Perdomo · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究预测在识别最不利群体时的价值与限制。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：bias-fairness · model-evaluation

  链接复核时间：2026-09-24

• Score Matching with Missing Data

  出版方：Josh Givens、Song Liu、Henry Reeve · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究缺失数据条件下的得分匹配。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：diffusion

  链接复核时间：2026-09-24

• Train for the Worst, Plan for the Best: Understanding Token Ordering in Masked Diffusions

  出版方：Jaeyeon Kim、Kulin Shah、Vasilis Kontonis、Sham M. Kakade、Sitan Chen · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究掩码扩散模型中的 token 顺序。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：diffusion · llm

  链接复核时间：2026-09-24

• Roll the dice & look before you leap: Going beyond the creative limits of next-token prediction

  出版方：Vaishnavh Nagarajan、Chen Henry Wu、Charles Ding、Aditi Raghunathan · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究超越下一 token 预测的生成与规划方法。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：llm · reasoning-models

  链接复核时间：2026-09-24

• Conformal Prediction as Bayesian Quadrature

  出版方：Jake C. Snell、Thomas L. Griffiths · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究把保形预测联系到贝叶斯求积。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：uncertainty-calibration

  链接复核时间：2026-09-24

• CollabLLM: From Passive Responders to Active Collaborators

  出版方：Shirley Wu、Michel Galley、Baolin Peng、Hao Cheng、Gavin Li、Yao Dou、Weixin Cai、James Zou、Jure Leskovec、Jianfeng Gao · 所属集合：PMLR · ICML 2025 · Outstanding Paper · 形式：研究论文（待补证目录） · 权威分层：R · 审核状态：重要性审核待补：缺乏 AI 重大贡献外部说明；上线不代表通过

  证据分级：仅用于发现，不得单独支持正式结论。

  该论文研究面向主动协作的大语言模型训练。已核实其获得 ICML 2025 Outstanding Paper，但当前缺乏外部专业说明来证明其对 AI 发展构成重大贡献，因此只作为公开待补证入口。

  证据用途：可用于核对论文身份、作者、正式奖项和原文内容；当前不能作为本站已确认的 AI 重大贡献证据。

  使用边界：上线表示公开记录审核缺口，不表示六步重要性审核通过，也不表示本站认可论文全部结论。；正式奖项证明该评价机制下的认可；补齐外部重大贡献说明前，不能据此宣称论文已重大改变 AI。

  关联概念：llm · fine-tuning · reinforcement-learning

  链接复核时间：2026-09-24