本周，第 36 届神经信息处理系统年度会议 ( NeurIPS 2022 ) 拉开帷幕，这是今年规模最大的机器学习会议。NeurIPS 2022 将以混合活动的形式在路易斯安那州新奥尔良举行，现场出席者可以选择虚拟方式参加，会议内容包括受邀演讲、演示和一些最新机器学习研究的介绍。今年，NeurIPS 还推出了一个名为 Spotlight Papers 的新环节，该环节将提供机会展示在著名期刊上发表的论文，否则这些论文将没有资格提交。
Google 很荣幸能成为今年 NeurIPS 的钻石级赞助商，并将在大会上发表超过 175 篇被接受的论文，此外还将通过众多演讲、海报、研讨会和教程为更广泛的学术研究社区做出贡献并向他们学习。您可以在下面的列表中详细了解我们正在展示的工作（Google 关联企业以粗体突出显示）。
组织委员会
总主席包括：Sanmi Koyejo
程序主席包括：Alekh Agarwal
研讨会主席包括：Hanie Sedghi
辅导老师包括：Adji Bousso Dieng、Jessica Schrouff
亲和力研讨会主席：Adji Bousso Dieng、Jessica Schrouff
计划委员会高级区域主席包括：Corinna Cortes、Claudio Gentile、Mohammad Ghavamzadeh、Amir Globerson、Elad Hazan、Katherine Heller、Satyen Kale、Been Kim、Sanjiv Kumar、Hugo Larochelle、Sergey Levine、Yishay Mansour、Mehryar Mohri、Tara Sainath、戴尔·舒尔曼斯、丹尼尔·塔洛
NeurIPS 基金会董事会秘书：Michael Mozer
NeurIPS 基金会董事会成员包括：Corinna Cortes、Isabelle Guyon、Sanmi Koyejo、Hugo Larochelle
NeurIPS 基金会顾问委员会包括：Peter Bartlett、Zoubin Ghahramani、John C. Platt、Fernando Pereira、Dale Schuurmans
主题演讲嘉宾
以数据为中心的时代：机器学习如何成为一门实验科学
Isabelle Guyon
训练深度神经网络的前向前向算法
Geoffrey Hinton
杰出论文奖
具有深度语言理解的真实感文本到图像扩散模型
Chitwan Saharia、William Chan、Saurabh Saxena、Lala Li、Jay Whang、Emily Denton、Seyed Kamyar Seyed Ghasemipour、Burcu Karagol Ayan、S. Sara Mahdavi、Rapha Gontijo Lopes、Tim Salimans ,乔纳森·何,大卫·J·弗利特,穆罕默德·诺鲁兹
世博日工作坊
Tensorflow 中的图形神经网络：实用指南
研讨会组织者包括：Bryan Perozzi、Sami Abu-el-Haija
Tensorflow 和 Jax 动手入门
研讨会组织者包括：Josh Gordon
亲和力研讨会
LatinX in AI (LXAI)
白金赞助
商网络与社交主席包括：Andres Muñoz Medina
计划委员会包括：Johan Obando Ceron
人工智能中的酷儿
小组成员包括：Sara Beery、Talia Ringer
机器学习 (WiML) 女性
白金赞助商
研讨会组织者和导师主席包括：Beliz Gunel
导师包括：Adam Roberts、Eleni Triantafillou、Zelda Mariet、Clara Hu、Rosanne Liu、Alekh Agarwal、Vinod Prabhakaran、Rose Yu、Katherine Heller
工作坊
机器学习研讨会的新
内容组织者包括：Isabelle Guyon
人工智能加速材料设计 (AI4Mat)
研讨会组织者包括：Benjamin Sanchez-Lengeling
所有注意力相关事宜：弥合注意力的不同视角
受邀演讲嘉宾和小组成员包括：Vidhya Navalpakkam
高效自然语言和语音处理 (ENLSP-II)：预训练模型的未来
受邀演讲嘉宾包括：Tara Sainath、Anna Huang
受邀小组成员包括：Mohammad Norouzi
程序委员会包括：Wenhu Chen
联邦学习：最新进展和新挑战
项目委员会成员包括：Kallista Bonawitz、Zachary Charles、Wenshuo Guo、Peter Kairouz、Zhaozhuo Xu、Zheng Xu
高斯过程、时空建模和决策系统
研讨会组织者包括：Zi Wang
受邀演讲者包括：Jasper Snoek、Carolina Osorio
顾问委员会包括：Zoubin Ghahramani
它已经训练了吗？实用神经网络训练算法效率研讨会
研讨会组织者包括：Zachary Nado、George Dahl、Naman Agarwal、Aakanksha Chowdhery
受邀演讲者包括：Aakanksha Chowdhery、Priya Goyal
人在环学习 (HiLL)
研讨会组织者包括：Fisher Yu、Vittorio Ferrari
受邀演讲者包括：Dorsa Singh、Igor Mordatch、Ding Zhao
INTERPOLATE — 首届插值正则化器及其他
研讨会 研讨会组织者包括：Yann Dauphin
受邀发言人包括：Chelsea Finn
小组成员包括：Chelsea Finn、Dustin Tran
程序委员会包括：Wang Chen、Kimin Lee
LaReL：语言和强化学习
特邀演讲者包括：Dorsa Singh、Igor Mordatch
医学成像与 NeurIPS
会议项目委员会成员包括：尤晨宇
人工智能和现实智能中的记忆 (MemARI)
计划委员会成员包括：Benjamin Eysenbach、Otilia Stretcu
元学习
研讨会组织者包括：Eleni Triantafillou
受邀演讲者包括：Lucas Byer、Chelsea Finn
项目委员会包括：Ishita Dasgupta、Praneet Dutta、Benjamin Eysenbach、Maximilian Igl、Louis Kirsch、Parsa Mahmoudieh、Marc Pickett、Eleni Triantafillou
图学习新前沿 (GLFrontiers)
研讨会组织者包括：戴汉俊
离线强化学习研讨会：离线强化学习作为“启动板”
研讨会组织者包括：Rishabh Agarwal、Aviral Kumar、George Tucker
受邀演讲者包括：Dorsa Sadigh
基于分数的方法
特邀发言人包括：Mohammad Norouzi
特邀小组成员包括：Jascha Sohl-Dickstein
用于赋能机器学习研究的合成数据
受邀演讲嘉宾包括：Mehryar Mohri
受邀小组成员包括：Katrina Ligett
计划委员会包括：Jinsung Yoon
表格表示学习
研讨会组织者包括：尹鹏程
特邀发言人包括：陈新云、Carsten Binnig
小组成员包括：Julian Eisenschlos
程序委员会包括：陈文虎、陈新云、Beliz Gunel
动力系统的因果观
计划委员会成员包括：Rose Yu
通过因果关系和隐私视角实现算法公平性
研讨会组织者包括：Awa Dieng
受邀发言人包括：Nicolas Papernot
圆桌会议负责人包括：David Madras、Negar Rostamzadeh、Nyalleng Moroosi
计划委员会包括：Matt Kusner
扩大机器学习研究合作
研讨会组织者包括：Rosanne Liu、Pablo Samuel Castro、Sunipa Dev
Web3 中的去中心化和可信赖机器学习：方法论、平台和应用程序
特邀演讲嘉宾包括：Peter Kairouz
分布偏移 (DistShift)：连接方法和应用程序
研讨会组织者包括：Becca Roelofs、Chelsea Finn、Jacob Eisenstein、Pang Wei Koh
受邀发言人包括：Sarah Beery
决策基础模型
研讨会组织者包括：Sherry Yang、Yilun Du、Igor Mordatch、Shixiang Shane Gu、Ofir Nachum
特邀发言人包括：Dorsa Sadigh、Dale Schuurmans、Machel Reid
程序委员会包括：Bo Dai、Aleksandra Faust、Hiroki Furuta、Kati Goshvadi、Izzeddin Gur、Austin Huang、Kimin Lee、Kuang-Huei Lee、Lisa Lee、Yingjie Miao、Jordi Orbay、Ted Xiao
Gaze Meets ML
项目委员会成员包括：Peter Mattson、Mehdi Moradi
我简直不敢相信这不是更好：通过经验证伪理解深度学习
研讨会组织者包括：Javier Antorán
小组成员包括：Kevin Murphy
自然语言处理的交互式学习
特邀发言人包括：Anca Dragan
项目委员会包括：Julia Kreutzer、姚顺宇
机器学习和物理科学
研讨会组织者包括：Adji Bousso Dieng
受邀演讲者包括：Ekin Doğuş Çubuk
系统机器学习
研讨会组织者包括：Martin Maas、Azade Nova、Dan Zhang
特邀发言人包括：Jeff Dean
程序委员会包括：Milad Hashemi、Kevin Swersky
结构生物学中的机器学习
特邀演讲者包括：David Fleet
MATH-AI：迈向人类水平的数学推理
研讨会组织者包括：Swaroop Mishra、Yuhuai Wu
受邀演讲者包括：Talia Ringer
OPT 2022：机器学习优化
研讨会组织者包括：Courtney Paquette
强化学习在现实生活中的应用 (RL4RealLife)
研讨会组织者包括：Minmin Chen
受邀小组成员包括：Pablo Samuel Castro
计划委员会包括：Victor Carbune、Bo Chang、Yinlam Chow、Konstantina Christakopoulou、Bo Dai、Hanjun Dai、Aleksandra Faust、Joshua Greaves 、Chih-wei Hsu、Rahul Kidambi、Srivatsan Krishnan、Iou-Jen Liu、Cong Lu、Jincheng Mei、Chao Qin
自我监督学习 - 理论与实践
特邀演讲嘉宾包括：Mathilde Caron
神经表征中的对称性和几何学 (NeurReps)
特邀发言人包括：Noah Shutty
程序委员会成员包括：Ondrej Biza、Noah Shutty
时间图学习研讨会
特邀发言人包括：Mehran Kazemi
自然语言处理迁移学习
研讨会组织者包括：Deepak Ramachandran、Sebastian Ruder
特邀演讲者包括：Jonas Pfeiffer
特邀辩手包括：Ellie Pavlick
程序委员会包括：Patrick Fernandes、Jonas Pfeiffer、Jiao Sun、 Tu Vu、Xinyi Wang、Xin Xu
人工智能文化和人工智能文化
研讨会组织者包括：Rida Qadri、Fernando Diaz
深度强化学习研讨会
研讨会组织者包括：Karol Hausman、Ted Xiao、Zeyu Zheng
特邀演讲者包括：Igor Mordatch
顾问委员会包括：Chelsea Finn
赋权社区：人工智能在心理健康方面的参与式方法
计划委员会成员包括：Diana Mincu、Subhrajit Roy、Martin Seneviratne
HCAI@NeurIPS 2022，以人为本的人工智能
主题演讲嘉宾包括：Fernanda Viegas
学习有意义的生活表现
研讨会组织者包括：Adji Bousso Dieng
机器学习在创意与设计
工作坊的组织者包括：田英涛
机器学习安全
研讨会组织者包括：Nicholas Carlini
受邀演讲者包括：Dorsa Sadigh
神经因果和符号人工智能 (nCSI)
研讨会组织者包括：Thomas Kipf
机器人学习研讨会：值得信赖的机器人技术
研讨会组织者包括：Alex Bewley、Jonathan Tompson
受邀演讲者包括：Karol Hausman、Brian Ichter、Been Kim、Leila Takayama、Andy Zeng
程序委员会包括：Vincent Vanhoucke
深度学习与微分方程的共生关系 II
研讨会组织者包括：Winnie Xu
受邀演讲者包括：Rose Yu
利用机器学习应对气候变化
研讨会组织者包括：Emma Strubell
值得信赖和社会责任的机器学习
特邀演讲嘉宾包括：Been Kim、Dorsa Sadigh、Milind Tambe
视觉变换器：理论与应用
特邀演讲嘉宾包括：Cordelia Schmid、Ming Hsuan Yang
教程
贝叶斯优化教程进展
组织者包括：Virginia Aglietti
创意文化和机器学习
教程组织者包括：Negar Rostamzadeh
公平且对社会负责的机器学习推荐：挑战和观点
受邀小组成员包括：Fernando Diaz
终身学习机器
受邀小组成员包括：Christopher Summerfield
元学习在小样本学习中的作用
教程组织者包括：Eleni Triantafillou
受邀小组成员包括：Neil Houlsby、Priyanka Agrawal
比赛
NeurIPS 2022 竞赛轨道：概述和结果
受邀演讲者包括：Isabelle Guyon
教育学习路径的因果洞察
竞赛组织者包括：王子超 (Jack)
IGLU：协作环境中的交互式基础语言理解
竞赛组织者包括：Negar Arabzadeh
跨领域 MetaDL：使用实用领域新数据集的任意方式任意样本学习
竞赛组织者包括：Isabelle Guyon
侦察盲棋：不确定性条件下多智能体决策的未解难题
比赛组织者包括：李波
VisDA 2022 挑战赛：Sim2Real 工业回收领域适配
竞赛组织者包括：Dina Bashkirova
焦点论文
CoPur：通过特征纯化实现可验证的稳健协作推理
Jing Liu、Chulin Xie、Oluwasanmi O Koyejo、Bo Li
图形机器学习：模型和综合分类法
Ines Chami *、Sami Abu-El-Haija、Bryan Perozzi、Christopher Ré、Kevin Murphy
稀疏中奖彩票是数据高效的图像识别器
Mukund Varma T、Xuxi Chen、Zhenyu Zhang、Tianlong Chen、Subhashini Venugopalan、Zhangyang Wang
基于预训练模型的联邦学习：一种对比学习方法
谭岳、龙国栋、马杰、刘璐、周天一、蒋菁
通过正则化伪相关性提高多任务泛化能力
胡紫牛* ,赵哲,易欣阳,姚天生, 洪力婵 , 孙一洲 , Ed H. Chi
多步分布式强化学习中时间差异误差的性质
Yunhao Tang、Mark Rowland、Rémi Munos、Bernardo Ávila Pires、Will Dabney、Marc G. Bellemare
用于多尺度重建的残差乘法滤波器网络
Shayan Shekarforoush、David B. Lindell、David J. Fleet、 Marcus A Brubaker
有保证金的差异化私人学习
Raef Bassily、Mehryar Mohri、Ananda Theertha Suresh
动态跟踪估计的最优查询复杂度
David P. Woodruff *、Fred Zhang *、Qiuyi Zhang
文件
从人口损失的梯度流到随机梯度下降的学习
Ayush Sekhari、Satyen Kale、Jason D. Lee、Chris De Sa、Karthik Sridharan
论马尔可夫势博弈中分散 Softmax 梯度发挥的全局收敛速度
张润宇、梅金成、戴波、Dale Schuurmans、 李娜
俄罗斯套娃表示学习
Aditya Kusupati、Gantavya Bhatt、Aniket Rege、Matthew Wallingford、Aditya Sinha、 Vivek Ramanujan、William Howard-Snyder、Kaifeng Chen、Sham Kakade、Prateek Jain、Ali Farhadi
高效规避风险强化学习
Ido Greenberg、Yinlam Chow、 Mohammad Ghavamzadeh、Shie Mannor
算子分裂值迭代
Amin Rakhsha, Andrew Wang, Mohammad Ghavamzadeh , Amir-massoud Farahmand
单侧二分实验的聚类随机设计
Jennifer Brennan *、Vahab Mirrokni、Jean Pouget-Abadie
用于视觉任务的统一序列接口
Ting Chen、Saurabh Saxena、Lala Li、Tsung-Yi Lin *、David J. Fleet、Geoffrey Hinton
具有 Massart 噪声的半空间学习的密码难度
Ilias Diakonikolas、Daniel M. Kane、Pasin Manurangsi、Lisheng Ren
具有转换成本的 Bandits 的更佳两全其美界限
Idan Amir、Guy Azov、Tomer Koren、Roi Livni
用于一般激活的快速神经核嵌入
Insu Han、Amir Zandieh、Jaehoon Lee、Roman Novak、Lechao Xiao、Amin Karbasi
多对数深度的层次化凝聚图聚类
Laxman Dhulipala、David Eisenstat、Jakub Łącki、Vahab Mirronki、Jessica Shi
使用广义相似函数改进离线强化学习中的零样本泛化
Bogdan Mazoure *、Ilya Kostrikov、Ofir Nachum、Jonathan Tompson
攻击失败指标：对抗性示例的调试和改进优化
Maura Pintor、Luca Demetrio、Angelo Sotgiu、Ambra Demontis、Nicholas Carlini、Battista Biggio、Fabio Roli
学习具有广义 Fenchel-Young 损失的能量网络
Mathieu Blondel、Felipe Llinares-López、Robert Dadashi、Léonard Hussenot、Matthieu Geist
通过变分稀疏门控学习鲁棒动力学
Arnav Kumar Jain、Shiva Kanth Sujit、Shruti Joshi、Vincent Michalski、Danijar Hafner、Samira Ebrahimi Kahou
学习使用神经网络进行推理：泛化、未知数据和布尔测量
Arnav Kumar Jain、Shiva Kanth Sujit、Shruti Joshi、Vincent Michalski、Danijar Hafner、Samira Ebrahimi Kahou
So3krates：分子系统中任意长度尺度相互作用的等变注意力
J. Thorben Frank、Oliver T. Unke、Klaus-Robert Müller
实践中的谱偏差：函数频率在泛化中的作用
Sara Fridovich-Keil *、Raphael Gontijo-Lopes、Rebecca Roelofs
利用视觉语言表示深入研究分布外检测
Yifei Ming, Ziyang Cai, Jiuxiang Gu, Yiyou Sun, Wei Li , Yixuan Li
路径独立均衡模型可以更好地利用测试时间计算
Cem Anil、Ashwini Pokle、Kaiqu Liang、Johannes Treutlein、Yuhuai Wu、Shaojie Bai、J. Zico Kolter、Roger Grosse
论针对性数据中毒下的最佳学习
Steve Hanneke、Amin Karbasi、Mohammad Mahmoody、Idan Mehalel、Shay Moran
通过 Little Mix 学习
Ingvar Ziemann、Stephen Tu
块循环变压器
DeLesley Hutchins、Imanol Schlag *、Yuhuai Wu、Ethan Dyer、Behnam Neyshabur
TabNAS：表格数据集上的神经架构搜索的拒绝采样
Chengrun Yang、Gabriel Bender、Hanxiao Liu、Pieter-Jan Kindermans、Madeleine Udell、Yifeng Lu、Quoc Le、Da Huang
稀疏标签机制中多标签分类的遗憾界限
Robert Busa-Fekete、Heejin Choi、Krzysztof Dembczynski、Claudio Gentile、Henry William Reeve、Balazs Szorenyi
使用离线数据进行稳健强化学习
Kishan Panaganti、Zaiyan Xu、Dileep Kalathil、Mohammad Ghavamzadeh
对比学习作为目标条件强化学习
Benjamin Eysenbach、Tianjun Zhang、Sergey Levine、Ruslan Salakhutdinov
超越奖励：离线多智能体行为分析的分层视角
Shayegan Omidshafiei、Andrei Kapishnikov、Yannick Assogba、Lucas Dixon、Been Kim
重新审视语言和视觉中的神经尺度定律
Ibrahim Alabdulmohsin、Behnam Neyshabur、Xiaohua Zhai
用于子带分解和操作的多项式神经场
Guandao Yang *、Sagie Benaim、Varun Jampani、Kyle Genova、Jonathan T. Barron、Thomas Funkhouser、Bharath Hariharan、Serge Belongie
语言数据影响力：第一比最后好
Chih-Kuan Yeh、Ankur Taly、Mukund Sundararajan、Frederick Liu、Pradeep Ravikumar
隐私洋葱效应：记忆是相对的
Nicholas Carlini、Matthew Jagielski、Chiyuan Zhang、Nicolas Papernot、Andreas Terzis、Florian Tramer
从像素进行深度分层规划（参见 博客文章）
Danijar Hafner、Kuang-Huei Lee、Ian Fischer、Pieter Abbeel
发现策略优化
Chris Lu、Jakub Grudzien Kuba、Alistair Letcher、Luke Metz、Christian Schroeder de Witt、Jakob Foerster
半监督主动线性回归
Fnu Devvrit、Nived Rajaraman、Pranjal Awasthi
从训练和正则化角度看剪枝对泛化的影响
Tian Jin、Daniel M. Roy、Michael Carbin、Jonathan Frankle、Gintare Karolina Dziugaite
探索大型语言模型中的长度泛化
Cem Anil * , Yuhuai Wu , Anders Andreassen , Aitor Lewkowycz , Vedant Misra , Vinay Ramasesh , Ambrose Slone , Guy Gur-Ari , Ethan Dyer , Behnam Neyshabur
并行下的快速随机复合最小化和加速 Frank-Wolfe 算法
Benjamin Dubois-Taine、Francis Bach、Quentin Berthet、Adrien Taylor
模块化框架中的流式语音识别的全局规范化
Ehsan Variani、Ke Wu、Michael Riley、David Rybach、Matt Shannon、Cyril Allauzen
学习预测算法的预测
Mikhail Khodak、Maria-Florina Balcan、Ameet Talwalkar、Sergei Vassilvitskii
使用 LIMoE 进行多模态对比学习：专家的语言-图像混合（参见 博客文章）
Basil Mustafa、Carlos Riquelme、Joan Puigcerver、Rodolphe Jenatton、Neil Houlsby
在混合和延迟奖励下通过强化学习进行增量竞标
Ashwinkumar Badanidiyuru、Zhe Feng、Tianxi Li、Haifeng Xu *
使用语言模型解决定量推理问题（参见 博客文章）
Aitor Lewkowycz、Anders Andreassen、David Dohan、Ethan Dyer、Henryk Michalewski、Vinay Ramasesh、Ambrose Slone、Cem Anil、Imanol Schlag、Theo Gutman-Solo、Yuhuai Wu、Behnam Neyshabur、Guy Gur-Ari、Vedant Misra
中级隐私模型中的匿名直方图
Badih Ghazi、Pritish Kamath、Ravi Kumar、Pasin Manurangsi
高效、稳定的全动态设施位置
Sayan Bhattacharya、Nikos Parotsidis、Silvio Lattanzi
所有的损失都是平等的吗：神经崩溃的视角
周金鑫、游崇、 李晓、刘康宁、刘胜、曲庆、朱志辉
互动学习的通用费率
Steve Hanneke、Amin Karbasi、Shay Moran、Grigoris Velegkas
具有对抗性破坏的线性上下文老虎机的近似最优算法
何佳凡，周东若，张彤，顾全全
超越 PAC 框架的多类可学习性：通用速率和部分概念类
Alkis Kalavasis、Grigoris Velegkas、Amin Karbasi
时间潜在瓶颈：序列学习中快速和慢速处理机制的合成
Cenk Baykal、Nishanth Dikkala、Rina Panigrahy、Cyrus Rashtchian、Xin Wang
用于交互式决策的预训练语言模型
Shuang Li、Xavier Puig、Chris Paxton、Yilun Du、Clinton Wang、Linxi Fan、Tao Chen、De-An Huang、Ekin Akyürek、Anima Anandkumar、Jacob Andreas、Igor Mordatch、Antonio Torralba、Yuke Zhu
用于子带分解和操作的多项式神经场
Guandao Yang *、Sagie Benaim、Varun Jampani、Kyle Genova、Jonathan T. Barron、Thomas Funkhouser、Bharath Hariharan、Serge Belongie
清洁线性时间中的子模最大化
Wenxin Li、Moran Feldman、Ehsan Kazemi、Amin Karbasi
使用对数遗憾和策略切换的强化学习
Grigoris Velegkas、Zhuoran Yang、Amin Karbasi
具有预测组合的算法
Michael Dinitz、Sungjin Im、Thomas Lavastida、Benjamin Moseley、Sergei Vassilvitskii
通过基于块的负增强理解和提高视觉变换器的鲁棒性
Yao Qin、Chiyuan Zhang、Ting Chen、Balaji Lakshminarayanan、Alex Beutel、Xuezhi Wang
两全其美的模特选择
Aldo Pacchiano、Christoph Dann、Claudio Gentile
黑箱预测的公平包装
Alexander Soen、Ibrahim Alabdulmohsin、Sanmi Koyejo、Yishay Mansour、Nyalleng Moorosi、Richard Nock、Ke Sun、Lexing Xie
用于消除多类数据集偏差的二分类方法
Ibrahim Alabdulmohsin、Jessica Schrouff、Oluwasanmi Koyejo
使用未标记示例的加权蒸馏
Fotis Iliopoulos、Vasilis Kontonis、Cenk Baykal、Gaurav Menghani、Khoa Trihn、Erik Vee
深入研究学习优化：稳定性、稳健性和归纳偏差
James Harrison、Luke Metz、Jascha Sohl-Dickstein
学习遵从专家的事后估计
Harikrishna Narasimhan、Wittawat Jitkrittum、Aditya Krishna Menon、Ankit Singh Rawat、Sanjiv Kumar
基于模型的乐观后验采样强化学习：结构条件和样本复杂性
Alekh Agarwal、Tong Zhang
非线性强化学习中无奖励探索的统计效率
Jinglin Chen、Aditya Modi、Akshay Krishnamurthy、Nan Jiang、Alekh Agarwal
使用 Transformer 学习通用超参数优化器（参见 博客文章）
Yutian Chen、Xingyou Song、Chansoo Lee、Zi Wang、Qiuyi Zhang、David Dohan、Kazuya Kawakami、Greg Kochanski、Arnaud Doucet、Marc'aurelio Ranzato、Sagi Perel、 Nando de Freitas
优化中的可重复性：理论框架和局限性
Kwangjun Ahn *、Prateek Jain、Ziwei Ji、Satyen Kale、Praneeth Netrapalli、Gil I. Shamir
自信自适应语言建模
Tal Schuster、Adam Fisch、Jai Gupta、Mostafa Dehghani、Dara Bahri、Vinh Q. Tran、Yi Tay、Donald Metzler
利用神经辐射场进行强化学习
Danny Driess、Ingmar Schubert、Pete Florence、Yunzhu Li、Marc Toussaint
反因果域移位的不变和可传输表示
Yibo Jiang、Victor Veitch
丰富广告拍卖中福利最大化的简单机制
Gagan Aggarwal、Kshipra Bhawalkar、Aranyak Mehta、 Divyarthi Mohan、Alexandros Psomas
STaR：使用推理进行引导推理
Eric Zelikman、Yuhuai Wu、Jesse Mu、Noah D. Goodman
带有反馈图的随机在线学习：有限时间和渐近最优性
Teodor V. Marinov、Mehryar Mohri、Julian Zimmert
展开的诅咒：通过优化实现区分的速度
Damien Scieur、Quentin Bertrand、Gauthier Gidel、Fabian Pedregosa
通过图像修复进行视觉提示
Amir Bar、Yossi Gandelsman、Trevor Darrell、Amir Globerson、Alexei A Efros
多类 H 一致性界限
Pranjal Awasthi , Anqi Mao, Mehryar Mohri , Yutaozhong
多用户系统的匿名盗贼
Hossein Esfandiari、Vahab Mirrokni、Jon Schneider
理解 Eluder 维度
Gene Li、Pritish Kamath、Dylan J. Foster、Nathan Srebro
为什么这么悲观？通过集成估计离线强化学习的不确定性，以及它们的独立性为何如此重要
Seyed Kamyar Seyed Ghasemipour、Shixiang Shane Gu、Ofir Nachum
具有延迟反馈的强盗最佳算法
Saeed Masoudian、Julian Zimmert、Yevgeny Seldin
稀疏激活网络的理论观点
Cenk Baykal、Nishanth Dikkala、Rina Panigrahy、Cyrus Rashtchian、Xin Wang
思维链提示在大型语言模型中引发推理（参见 博客文章）
Jason Wei、Xuezhi Wang、Dale Schuurmans、Maarten Bosma、Brian Ichter、Fei Xia、Ed Chi、Quoc Le、Denny Zhou
上下文增强语言建模的解耦上下文处理
Zonglin Li、Ruiqi Guo、Sanjiv Kumar
使用一般价值函数探索随机好奇心
Aditya Ramesh、Louis Kirsch、Sjoerd van Steenkiste、Jürgen Schmidhuber
对象场景表示转换器
Mehdi SM Sajjadi、Daniel Duckworth、Aravindh Mahendran、Sjoerd van Steenkiste、Filip Pavetić、Mario Lučić、Leonidas J. Guibas、Klaus Greff、Thomas Kipf
基于模型的强化学习下限的联合模型策略优化
Benjamin Eysenbach、Alexander Khazatsky、Sergey Levine、Ruslan Salakhutdinov
混合学习的傅里叶方法
Mingda Qiao *、Guru Guruganesh、Ankit Singh Rawat、Avinava Dubey、Manzil Zaheer
神经网络为何能找到简单的解决方案：几何复杂性的众多正则化器
Benoit Dherin、Michael Munn、 Mihaela Rosca 、 David Barrett
当前深度学习中的多任务优化方法有用吗？
Derrick Xin、Behrooz Ghorbani、Ankush Garg、Orhan Firat、Justin Gilmer
通过协调游戏关联视频中的物体及其效果
Erika Lu、Forrester Cole、 Weidi Xie、Tali Dekel、William Freeman、 Andrew Zisserman 、Michael Rubinstein
增强对抗性鲁棒性评估的信心
Roland S. Zimmermann *、Wieland Brendel、Florian Tramèr、Nicholas Carlini
基线在政策梯度优化中的作用
Jin Cheng Mei , Wesley Chung, Valentin Thomas, Bo Dai , Csaba Szepesvari , Dale Schuurmans
通过跨模态梯度协调扩展多模态预训练
Junru Wu、Yi Liang、Feng Han、Hassan Akbari、Zhangyang Wang、Cong Yu *
S3GC：可扩展自监督图聚类
Fnu Devvrit *、Aditya Sinha、Inderjit Dhillon、Prateek Jain
从标签比例学习线性阈值的算法和难度
Rishi Saket
ALMA：复合多智能体任务的分层学习
Shariq Iqbal、Robby Costales、Fei Sha
DC-BENCH：数据集压缩基准
Justin Cui、Ruochen Wang、Si Si、Cho-Jui Hsieh
GNN 预训练是否有助于分子表征？
Ruoxi Sun、Hanjun Dai、Adams Yu
使用神经符号生成模型绘制分布
Yichao Liang、Joshua B. Tenenbaum、Tuan Anh Le、N. Siddharth
专家混合与专家选择路由 （参见 博客文章）
Yanqi Zhou、Tao Lei、Hanxiao Liu、Nan Du、Yanping Huang、Vincent Zhao、Andrew Dai、Zhifeng Chen、Quoc Le、James Laudon
具有延迟老虎机反馈的对抗性 MDP 的近似最优遗憾
Tiancheng Jin、Tal Lancewicki、Haipeng Luo、Yishay Mansour、Aviv Rosenberg
点积核回归的精确学习曲线和高阶缩放
Lechao Xiao、Jeffrey Pennington、Theodor Misiakiewicz、Hong Hu、Yue Lu
自适应线性控制中的速率最优在线凸优化
Asaf Cassel、Alon Cohen、Tomer Koren
神经网络为何能找到简单的解决方案：几何复杂性的众多正则化器
Benoit Dherin、Michael Munn、Mihaela Rosca、David GT Barrett
私人等渗回归
Badih Ghazi、Pritish Kamath、Ravi Kumar、Pasin Manurangsi
基于草图的鲁棒图像分类表示，具有可证明的保证
Nishanth Dikkala、Sankeerth Rao Karingula、Raghu Meka、Jelani Nelson、Rina Panigrahy、Xin Wang
基线在政策梯度优化中的作用
Jin Cheng Mei , Wesley Chung, Valentin Thomas, Bo Dai , Csaba Szepesvari, Dale Schuurmans
通过对象标记的帧剪辑一致性将图像场景结构引入视频
Elad Ben Avraham、Roei Herzig、Karttikeya Mangalam、Amir Bar、Anna Rohrbach、Leonid Karlinsky、Trevor Darrell、Amir Globerson
接近最优的私有和可扩展 k 聚类
Vincent Cohen-Addad、Alessandro Epasto、Vahab Mirrokni、 Shyam Narayanan *、Peilin Zhong
差异化隐私学习何时不会在高维度中受到影响？
Xuechen Li、Daogao Liu、Tatsunori Hashimoto、Huseyin A Inan、Janardhan Kulkarni、YinTat Lee、Abhradeep Guha Thakurta
端到端学习在大型输出空间中进行索引和搜索
Nilesh Gupta、Patrick H. Chen、Hsiang-Fu、Yu、Cho-Jui Hsieh、Inderjit S. Dhillon
强化学习的增强方法
Nataly Brukhim、Elad Hazan、Karan Singh
FedRolex：具有滚动子模型提取的模型异构联邦学习
Samiul Alam、Luyang Liu、Ming Yan、Mi Zhang
通过算法等价实现非凸在线学习
Udaya Ghai、Zhou Lu、Elad Hazan
这是正确的邻域吗？准确且查询高效的模型无关解释
Amit Dhurandhar、Karthikeyan Natesan Ramamurthy、Karthikeyan Shanmugam
SAVi++：面向真实世界视频的端到端以对象为中心的学习
Gamaleldin F. Elsayed、Aravindh Mahendran、Sjoerd van Steenkiste、Klaus Greff、Michael C. Mozer、Thomas Kipf
UViM：一种具有学习引导代码的视觉统一建模方法
Alexander Kolesnikov、André Susano Pinto、Lucas Beyer、Xiaohua Zhai、Jeremiah Harmsen、Neil Houlsby
隐式正则化还是隐式条件作用？高维 SGD 的精确风险轨迹
Courtney Paquette、 Elliot Paquette、Ben Adlam、Jeffrey Pennington
多游戏决策转换器（参见 博客文章）
Kuang-Huei Lee、Ofir Nachum、Mengjiao Yang、Lisa Lee、Daniel Freeman、Winnie Xu、Sergio Guadarrama、Ian Fischer、Eric Jang、Henryk Michalewski、Igor Mordatch
通用域适应的辅助原型对齐
Jogendra Nath Kundu、Suvaansh Bhambri、Akshay Ravindra Kulkarni、Hiran Sarkar、Varun Jampani、Venkatesh Babu Radhakrishnan
SAMURAI：来自不受约束的真实世界任意图像集合的形状和材料
Mark Boss *、Andreas Engelhardt *、Abhishek Kar、Yuanzhen Li、Deqing Sun、Jonathan T. Barron、Hendrik PA Lensch、Varun Jampani
厨师随机表：非三角随机特征
Valerii Likhosherstov、Krzysztof Marcin Choromanski、Avinava Dubey、Frederick Liu、Tamas Sarlos、Adrian Weller
数据减肥彩票：使用稀疏可训练网络查找初始化
Mansheej Paul、Brett W Larsen、Surya Ganguli、Jonathan Frankle、Gintare Karolina Dziugaite
DP-PCA：统计最优和差异隐私 PCA
Xiyang Liu、Weihao Kong、Prateek Jain、Sewoong Oh
新兴交流：刘易斯游戏中的泛化和过度拟合
Mathieu Rita、Corentin Tallec、Paul Michel、Jean-Bastien Grill、Olivier Pietquin、Emmanuel Dupoux、Florian Strub
深度神经网络中的手工制作后门
Sanghyun Hong、Nicholas Carlini、Alexey Kurakin
I2DFormer：学习图像到文档注意力以实现零样本图像分类
Muhammad Ferjad Naeem、Yongqin Xian、Luc Van Gool、Federico Tombari
通过自适应流上的最优隐私线性算子改进 SGD 的差分隐私
Sergey Denisov、Brendan McMahan、Keith Rush、Adam Smith、Abhradeep Guha Thakurta
离散空间中局部平衡提案的最优缩放比例
Haoran Sun *、Hanjun Dai、Dale Schuurmans
具有隐私的近似最优相关聚类
Vincent Cohen-Addad、Chenglin Fan、Silvio Lattanzi、Slobodan Mitrović、Ashkan Norouzi-Fard、Nikos Parotsidis、 Jakub Tarnawski
雷神：挥舞锤子整合语言模型和自动定理证明者
Albert Q. Jiang、Wenda Li、Szymon Tworkowski、Konrad Czechowski、Tomasz Odrzygóźdź、Piotr Miłoś、Yuhuai Wu、Mateja Jamnik
TPU-KNN：峰值 FLOP/s 的 K 最近邻搜索
Felix Chern、Blake Hechtman、Andy Davis、Ruiqi Guo、David Majnemer、Sanjiv Kumar
面团何时变成百吉饼？分析 ImageNet 上剩余的错误
Vijay Vasudevan、Benjamin Caine、Raphael Gontijo-Lopes、Sara Fridovich-Keil、Rebecca Roelofs
DASCO：双生成器对抗性支持约束离线强化学习
Quan Vuong、Aviral Kumar、Sergey Levine、Yevgen Chebotar
半监督对抗鲁棒 PAC 可学习性的表征
Idan Attias、Steve Hanneke、Yishay Mansour
Back Razor：通过自稀疏反向传播实现内存高效迁移学习
Ziyu Jiang、Xuxi Chen、Xueqin Huang、Xianzhi Du、Denny Zhou、Zhangyang Wang
次二次克罗内克回归及其在张量分解中的应用
Matthew Fahrbach、Gang Fu、Mehrdad Ghadiri
通过知识转移网络在异构图中进行零样本迁移学习
Minji Yoon *、John Palowitch、Dustin Zelle、Ziniu Hu *、Ruslan Salakhutdinov、Bryan Perozzi
通过敏感度受限的个性化 PageRank 进行差异化隐私图学习
Alessandro Epasto、Vahab Mirrokni、Bryan Perozzi、Anton Tsitsulin、Peilin Zhong
强化学习的再造：重用先前的计算来加速进度（参见 博客文章）
Rishabh Agarwal、Max Schwarzer、Pablo Samuel Castro、Aaron Courville、Marc G. Bellemare
用于熵估计的私有和通信高效算法
Gecia Bravo-Hermsdorff、Robert Busa-Fekete、Mohammad Ghavamzadeh、Andres Munoz Medina、Umar Syed
离线强化学习中模型选择的 Oracle 不等式
Jonathan Lee、George Tucker、Ofir Nachum、Bo Dai、Emma Brunskill
诊断现实医疗环境中分布转移公平性转移失败
Jessica Schrouff *、Natalie Harris、Oluwasanmi O Koyejo、Ibrahim Alabdulmohsin、Eva Schnider *、Krista Opsahl-Ong、Alexander Brown、Subhrajit Roy、Diana Mincu、Christina Chen、Awa Dieng、Yuan Liu、Vivek Natarajan、Alan Karthikesalingam、Katherine A Heller、Silvia Chiappa、Alexander D'Amour
LASSIE：通过 3D 部件发现从稀疏图像集合中学习铰接形状
Chun-Han Yao、Wei-Chih Hung 、Yuanzhen Li、Michael Rubinstein、Ming-Hsuan Yang、Varun Jampani
通过插入权重修补开放词汇模型
Gabriel Ilharco、Mitchell Wortsman、Samir Yitzhak Gadre、Shuran Song、Hannah Hajishirzi、Simon Kornblith、Ali Farhadi、Ludwig Schmidt
TUSK：与任务无关的无监督关键点
Yuhe Jin、Weiwei Sun、Jan Hosang、Eduard Trulls、Kwang Moo Yi
使用标签和种子查询进行分类器的主动学习
Marco Bressan、Nicolò Cesa-Bianchi、Silvio Lattanzi、Andrea Paudice、Maximilian Thiessen
使用大型语言模型进行自动形式化
Yuhuai Wu、Albert Q. Jiang、Wenda Li、Markus N. Rabe、Charles Staats、Mateja Jamnik、Christian Szegedy
随机梯度下降的良性欠拟合
Tomer Koren、Roi Livni、Yishay Mansour、Uri Sherman
思维链模仿与程序克隆
杨孟娇, Dale Schuurmans , Pieter Abbeel, Ofir Nachum
高效模块化隐式微分
Mathieu Blondel、Quentin Berthet、Marco Cuturi、Roy Frostig、Stephan Hoyer、Felipe Llinares-López、Fabian Pedregosa、Jean-Philippe Vert
通过更简单的合成任务深入了解预训练
Yuhuai Wu、 Felix Li、Percy Liang
采用信息最大化标准的自我监督学习
Serdar Ozsoy、Shadi Hamdan、Sercan Ö。阿里克、德尼兹·尤雷特、阿尔珀·T·埃尔多安
鲁棒广义线性模型的修整最大似然估计
孔伟豪, Rajat Sen , Pranjal Awasthi , Abhimanyu Das
使用嵌入对社交网络中同伴影响进行因果估计
Irina Cristali、Victor Veitch
VCT：视频压缩变压器
Fabian Mentzer、George Toderici、David Minnen、Sung-Jin Hwang、Sergi Caelles、Mario Lucic、Eirikur Agustsson
视频传播模型
Jonathan Ho、Tim Salimans、Alexey Gritsenko、William Chan、Mohammad Norouzi、David J. Fleet
大型语言模型有零样本推理者
Takeshi Kojima、Shi想 Shane Gu、 Machel Reid、Yutaka Matsuo、Yusuke Iwasawa
改进的欧几里得 k-Means 核心集
Vincent Cohen-Addad、Kasper Green Larsen、David Saulpic、Chris Schwiegelshohn、Omar Ali Sheikh-Omar
关于专家混合的对抗鲁棒性
Joan Puigcerver、Rodolphe Jenatton、Carlos Riquelme Ruiz、Pranjal Awasthi、Srinadh Bhojanapalli
明星：用于聚类和学习的万亿级图形构建
CJ Carey、Jonathan Halcrow、Rajesh Jayaram、Vahab Mirrokni、Warren Schudy、Peilin Zhong
VER：扩展在线策略强化学习导致具身重排中导航的出现
Erik Wijmans、Irfan Essa、Dhruv Batra
TaSIL：泰勒级数模仿学习
Daniel Pfrommer、Thomas TCK Zhang、Stephen Tu、Nikolai Matni
RNN 的 RNN：循环神经网络稳定组合的递归构建
Leo Kozachkov、Michaela M Ennis、Jean-Jacques Slotine
积分概率度量 PAC-Bayes 界限
Ron Amit、Baruch Epstein、Shay Moran、Ron Meir
D2NeRF：单目视频中动态和静态物体的自监督解耦
Tianhao Wu、Fangcheng Zhong、Andrea Tagliasacchi、Forrester Cole、Cengiz Oztireli
具有价值最大化者的公布定价和动态先验独立机制
Yuan Deng、Vahab Mirrokni、 Hanrui Zhang
变压器记忆作为可微分搜索索引
Yi Tay、Vinh Q. Tran、Mostafa Dehghani、Jianmo Ni、Dara Bahri、Harsh Mehta、Zhen Qing、Kai Hui、Zhe Zhu、Jai Gupta、Tal Schuster、William W. Cohen、Donald Metzler
评论