Ein studentischer Forscher, der sich für Information Retrieval (IR) interessiert, sucht Rat bezüglich weniger kompetitiver akademischer Konferenzen zur Einreichung. Er fragt insbesondere nach SIGIR-AP, einer neuen von SIGIR unterstützten Konferenz, und nach weiteren geeigneten Optionen.
Ein Autor drückt seine Frustration über den ICML-Begutachtungsprozess aus, wobei er einen Durchschnittswert von 3,5 und eine geänderte Gutachterbewertung hervorhebt. Er merkt an, dass ein Score von 4,2 laut „Paper Co-Pilot“ ein Paper immer noch nur in die oberen 40 % einordnet.
Der Inhalt hinterfragt, ob das ausschließliche Veröffentlichen in ML-Journalen (z.B. TMLR, JMLR) anstatt auf Konferenzen die Jobaussichten für ML-Forschungswissenschaftler in Unternehmen negativ beeinflusst, angesichts der vermeintlich faireren Begutachtungsprozesse der Journale. Die Diskussion konzentriert sich auf Unternehmenskarrieren nach dem Doktorat.
Der Inhalt kritisiert die neue Generation von Deep-Learning-Forschern dafür, Trends zu folgen. Der Autor sucht eine Diskussion über den komplexen Begriff „post-agentische KI“, mit dem er Schwierigkeiten hat.
Dieser Inhalt diskutiert die Einreichung von Code zusammen mit Papieren für NeurIPS 2026, wobei der Autor zwischen dem Glaubwürdigkeitsgewinn und Plagiatsbedenken hin- und hergerissen ist. Der Beitrag fragt nach den Meinungen der Gemeinschaft zu dieser Praxis.
Ein Autor eines ICML-Papers ist besorgt, weil ein Gutachter seine Bewertung nach der Replik erhöht, diese dann aber wieder auf den ursprünglichen Wert reduziert hat. Der Rückgang des durchschnittlichen Scores des Papers lässt sie eine frühe Ablehnung befürchten.
Der Benutzer schlägt vor, einen separaten Diskussions-Thread für den 'Position Track' der ICML 2026 zu erstellen, da er befürchtet, dass Diskussionen zu diesem Nischen-Track im Haupt-Diskussions-Track untergehen könnten. Ziel ist es, Entscheidungsfindungen bezüglich dieses spezifischen Tracks zu erleichtern.
Der Autor kritisiert die Entscheidung, die Frist für die finalen Begründungen der Gutachter bei der ICML 2026 zu verlängern, ohne die Frist für Autoren zur Kontaktaufnahme mit den ACs ebenfalls zu verlängern, und hält dies für einen erheblichen Fehler. Ein Gutachter hat in seiner finalen Begründung neue, kritische Probleme aufgeworfen, die zuvor nicht erwähnt wurden und die ein Paper gefährden könnten, das ansonsten starke Bewertungen erhalten hat.
Dieses Papier schlägt eine neue Technik, das Token-to-Mask (T2M) Remasking, zur Verfeinerung maskierter Diffusions-Sprachmodelle wie LLaDA2.1 vor. Die Methode behebt die Mängel der Token-to-Token (T2T)-Bearbeitung, indem sie verdächtige Token in einen Maskierungszustand zurücksetzt, was eine genauere Neuprädiktion ermöglicht.
Das Multi-Persona Debate System (MPDS) ist ein literaturgestütztes Framework zur automatisierten Generierung wissenschaftlicher Hypothesen, das die Herausforderung der Synthese fragmentierten Wissens, insbesondere in der Batteriematerialforschung, adressiert. Es kombiniert Literaturrecherche, Reasoning großer Sprachmodelle und Multi-Agenten-Debatten, um Verhandlungen zwischen Personas bei gleichzeitiger Sicherstellung der Nachvollziehbarkeit der Evidenz zu ermöglichen.
Dieser Inhalt stellt die „Density-aware Chamfer Distance“ als neue umfassende Metrik zur Bewertung von Punktwolken-Vervollständigungsaufgaben vor. Ziel ist es, eine robustere und genauere Beurteilung von vervollständigten 3D-Modellen zu ermöglichen.
Neue Forschungsergebnisse deuten darauf hin, dass „Halluzinationsneuronen“ (H-Neuronen), die LLM-Halluzinationen vorhersagen, nicht über verschiedene Wissensdomänen hinweg verallgemeinerbar sind. Dies deutet darauf hin, dass Halluzination möglicherweise kein einzelner Mechanismus mit einer universellen neuronalen Signatur ist, sondern kontextabhängig.
Dieser Inhalt untersucht einen neuartigen Ansatz zur Verbesserung des Reinforcement Learnings für die Argumentation von Großen Sprachmodellen (LLM) durch die Konzentration auf „high-entropy minority tokens“. Es wird vorgeschlagen, dass diese selteneren, aber hoch informativen Token Schlüsselfaktoren für effektives Lernen sind und die konventionelle 80/20-Regel in Frage stellen.
Diese Forschung stellt die Selbst-Verifizierte Destillation vor, einen Algorithmus, der großen Sprachmodellen (LLMs) ermöglicht, sich nur mit unbeschrifteten Prompts selbst zu verbessern. Dies beinhaltet das Generieren, Selbst-Verifizieren durch mehrstufige Prüfungen und das Trainieren auf selbstkuratierten Datensätzen, ohne externe Lehrer.
Diese Forschung untersucht, ob reale Datenskalierungsgesetze durch eine progressive Abdeckung eines latenten prädiktiven Beitragsspektrums und nicht nur durch die Token-Frequenz bestimmt werden. Mithilfe eines Suffix-Automaten und eines globalen KL-Prädiktionsbeitragsspektrums findet die Studie eine starke Korrelation zwischen der Steigung des Spektrumsendes und dem Daten-Skalierungsexponenten von GPT-Lernenden, was zeigt, dass der effektive Trunkierungsrang logarithmisch skaliert.
Dieses Papier stellt Structured Progressive Knowledge Activation (SPARK) vor, um die Herausforderung der Integration architektonischen Wissens in die LLM-gesteuerte neuronale Architektursuche (NAS) zu bewältigen. SPARK mindert "funktionale Verflechtung" durch faktorkonditioniertes Bearbeiten, was zu zielgerichteteren und zuverlässigeren Architekturmodifikationen führt.
Dieser Inhalt analysiert einen Forschungsartikel, der sich auf die Nutzung von episodischem Kontext und persistenten Welten für die 3D-Erkundung in KI-Systemen konzentriert. Er weist auf eine relevante Verschiebung im Bereich der künstlichen Intelligenz hin, gestützt auf Daten und Analysen.
Diese Arbeit stellt einen geometrischen Rahmen zur Analyse der Instabilität von Merkmalsvereinigungen in Sparse Autoencodern (SAEs vor, insbesondere im Hinblick auf die Kompositionslenkung. Sie leitet eine asymptotische Kompositionskollaps-Schwelle unter einem sphärischen Wörterbuchmodell ab.
Diese Forschung führt eine Theorie der "Stabilisierung der endlichen Antwortpräferenz" ein, um zu bestimmen, wann die Antwortpräferenz eines Sprachmodells stabil wird. Es zeigt sich, dass diese Stabilisierung oft vor der verbalisierbaren Antwort erfolgt, mit einem deutlichen Vorlauf.
Dieses Papier stellt RateQuant vor, eine Methode zur optimalen gemischt-präzisen KV-Cache-Quantisierung in großen Sprachmodellen, um Speicherengpässe zu beheben. Es befasst sich mit dem Problem der Diskrepanz des Distorsionsmodells, bei dem die Anwendung des Distorsionsmodells eines Quantisierers auf einen anderen die Leistung im Vergleich zur gleichmäßigen Quantisierung verschlechtert.