← ICLR 各届
ICLR 2025· International Conference on Learning Representations
ICLR 2025
亮点精读
8 篇 · 获奖 / oral / 高引Oral📈 368 引用
Scaling LLM Test-Time Compute Optimally Can be More Effective than Scaling Parameters for Reasoning
研究如何最优分配LLM测试时计算资源，发现对推理任务比扩大模型参数更有效。
💡 挑战了仅靠扩大模型规模的范式。
Oral📈 144 引用
Diffusion-Based Planning for Autonomous Driving with Flexible Guidance
提出扩散模型用于自动驾驶规划，支持灵活引导实现多模态轨迹生成。
💡 扩散模型为自动驾驶提供可扩展的规划框架。
arXiv
Oral
DarkBench: Benchmarking Dark Patterns in Large Language Models
提出DarkBench基准，系统评估大语言模型中的暗模式设计。
💡 揭示LLM中暗模式问题，推动伦理设计。
Oral
RM-Bench: Benchmarking Reward Models of Language Models with Subtlety and Style
提出RM-Bench基准，通过微妙风格差异评估奖励模型对语言模型的判别能力。
💡 揭示现有奖励模型在细粒度风格区分上的不足。
Spotlight
How new data permeates LLM knowledge and how to dilute it
研究新数据如何渗透LLM知识并探索稀释方法。
💡 揭示数据影响机制，指导模型更新与遗忘。
Spotlight
UniCBE: An Uniformity-driven Comparing Based Evaluation Framework with Unified Multi-Objective Optimization
提出UniCBE框架，通过统一多目标优化实现基于比较的评估，提升模型对齐性。
💡 统一多目标优化，提升评估一致性与模型对齐。
Spotlight
NetMoE: Accelerating MoE Training through Dynamic Sample Placement
NetMoE通过动态样本放置加速MoE训练，优化计算资源分配。
💡 显著提升训练效率，降低大规模模型成本。
Spotlight
TabReD: Analyzing Pitfalls and Filling the Gaps in Tabular Deep Learning Benchmarks
TabReD通过分析现有表格深度学习基准的缺陷，提出更严谨的评估框架。
💡 揭示并修复了基准测试中的关键漏洞。
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点