Conferences · eligible papers
ICML
2021–2025 確定版
2024 · 2,610 papers
このEditionに反映済みのmain full research papersのみ掲載しています。著者リンクは日本の大学への著者別所属根拠がある場合に限ります。
- Prompt Sketching for Large Language Models
日本大学: 関与なし（対象大学）
- Prompt-based Visual Alignment for Zero-shot Policy Transfer
日本大学: 関与なし（対象大学）
- Prompt-guided Precise Audio Editing with Diffusion Models
日本大学: 関与なし（対象大学）
- Prompt-tuning Latent Diffusion Models for Inverse Problems
日本大学: 関与なし（対象大学）
- Promptbreeder: Self-Referential Self-Improvement via Prompt Evolution
日本大学: 関与なし（対象大学）
- Prompting a Pretrained Transformer Can Be a Universal Approximator
日本大学: 関与なし（対象大学）
- Prompting is a Double-Edged Sword: Improving Worst-Group Robustness of Foundation Models
日本大学: 関与なし（対象大学）
- Prompting4Debugging: Red-Teaming Text-to-Image Diffusion Models by Finding Problematic Prompts
日本大学: 関与なし（対象大学）
- Prospective Side Information for Latent MDPs
日本大学: 関与なし（対象大学）
- Prospector Heads: Generalized Feature Attribution for Large Models & Data
日本大学: 関与なし（対象大学）
- Protein Conformation Generation via Force-Guided SE(3) Diffusion Models
日本大学: 関与なし（対象大学）
- Proteus: Exploring Protein Structure Generation for Enhanced Designability and Efficiency
日本大学: 関与なし（対象大学）
- ProtoGate: Prototype-based Neural Networks with Global-to-local Feature Selection for Tabular Biomedical Data
日本大学: 関与なし（対象大学）
- Prototypical Transformer As Unified Motion Learners
日本大学: 関与なし（対象大学）
- Provable Benefits of Local Steps in Heterogeneous Federated Learning for Neural Networks: A Feature Learning Perspective
日本大学: 関与なし（対象大学）
- Provable Contrastive Continual Learning
日本大学: 関与なし（対象大学）
- Provable Interactive Learning with Hindsight Instruction Feedback
日本大学: 関与なし（対象大学）
- Provable Multi-Task Representation Learning by Two-Layer ReLU Neural Networks
日本大学: 関与なし（対象大学）
- Provable Privacy with Non-Private Pre-Processing
日本大学: 関与なし（対象大学）
- Provable Representation with Efficient Planning for Partially Observable Reinforcement Learning
日本大学: 関与なし（対象大学）
- Provable Risk-Sensitive Distributional Reinforcement Learning with General Function Approximation
日本大学: 関与なし（対象大学）
- Provably Better Explanations with Optimized Aggregation of Feature Attributions
日本大学: 関与なし（対象大学）
- Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret
日本大学: 関与なし（対象大学）
- Provably Efficient Long-Horizon Exploration in Monte Carlo Tree Search through State Occupancy Regularization
日本大学: 関与なし（対象大学）
- Provably Efficient Partially Observable Risk-sensitive Reinforcement Learning with Hindsight Observation
日本大学: 関与なし（対象大学）
- Provably Efficient Reinforcement Learning for Adversarial Restless Multi-Armed Bandits with Unknown Transitions and Bandit Feedback
日本大学: 関与なし（対象大学）
- Provably Neural Active Learning Succeeds via Prioritizing Perplexing Samples
日本大学: 東京大学
- Provably Robust DPO: Aligning Language Models with Noisy Feedback
日本大学: 関与なし（対象大学）
- Provably Scalable Black-Box Variational Inference with Structured Variational Families
日本大学: 関与なし（対象大学）
- PruNeRF: Segment-Centric Dataset Pruning via 3D Spatial Consistency
日本大学: 関与なし（対象大学）
- Pruned Pivot: Correlation Clustering Algorithm for Dynamic, Parallel, and Local Computation Models
日本大学: 関与なし（対象大学）
- Pruner-Zero: Evolving Symbolic Pruning Metric From Scratch for Large Language Models
日本大学: 関与なし（対象大学）
- Pseudo-Calibration: Improving Predictive Uncertainty Estimation in Unsupervised Domain Adaptation
日本大学: 関与なし（対象大学）
- Purify Unlearnable Examples via Rate-Constrained Variational Autoencoders
日本大学: 関与なし（対象大学）
- Purifying Quantization-conditioned Backdoors via Layer-wise Activation Correction with Distribution Approximation
日本大学: 関与なし（対象大学）
- Pursuing Overall Welfare in Federated Learning through Sequential Decision Making
日本大学: 関与なし（対象大学）
- Q-Align: Teaching LMMs for Visual Scoring via Discrete Text-Defined Levels
日本大学: 関与なし（対象大学）
- Q-Probe: A Lightweight Approach to Reward Maximization for Language Models
日本大学: 関与なし（対象大学）
- Q-Star Meets Scalable Posterior Sampling: Bridging Theory and Practice via HyperAgent
日本大学: 関与なし（対象大学）
- Q-value Regularized Transformer for Offline Reinforcement Learning
日本大学: 関与なし（対象大学）
- QBMK: Quantum-based Matching Kernels for Un-attributed Graphs
日本大学: 関与なし（対象大学）
- QORA: Zero-Shot Transfer via Interpretable Object-Relational Model Learning
日本大学: 関与なし（対象大学）
- QUEST: Query-Aware Sparsity for Efficient Long-Context LLM Inference
日本大学: 関与なし（対象大学）
- QuIP$#$: Even Better LLM Quantization with Hadamard Incoherence and Lattice Codebooks
日本大学: 関与なし（対象大学）
- QuRating: Selecting High-Quality Data for Training Language Models
日本大学: 関与なし（対象大学）
- Quality Diversity through Human Feedback: Towards Open-Ended Diversity-Driven Optimization
日本大学: 関与なし（対象大学）
- Quality-Diversity Actor-Critic: Learning High-Performing and Diverse Behaviors via Value and Successor Features Critics
日本大学: 関与なし（対象大学）
- Quality-Diversity with Limited Resources
日本大学: 関与なし（対象大学）
- Quality-Weighted Vendi Scores And Their Application To Diverse Experimental Design
日本大学: 関与なし（対象大学）
- Quantum Algorithm for Online Exp-concave Optimization
日本大学: 関与なし（対象大学）
- Quantum Algorithms and Lower Bounds for Finite-Sum Optimization
日本大学: 関与なし（対象大学）
- Quantum Implicit Neural Representations
日本大学: 関与なし（対象大学）
- Quantum Positional Encodings for Graph Neural Networks
日本大学: 関与なし（対象大学）
- Quantum Theory and Application of Contextual Optimal Transport
日本大学: 関与なし（対象大学）
- Quasi-Monte Carlo Features for Kernel Approximation
日本大学: 関与なし（対象大学）
- R2E: Turning any Github Repository into a Programming Agent Environment
日本大学: 関与なし（対象大学）
- RAUCA: A Novel Physical Adversarial Attack on Vehicle Detectors via Robust and Accurate Camouflage Generation
日本大学: 関与なし（対象大学）
- REMEDI: Corrective Transformations for Improved Neural Entropy Estimation
日本大学: 関与なし（対象大学）
- REST: Efficient and Accelerated EEG Seizure Analysis through Residual State Updates
日本大学: 関与なし（対象大学）
- RICE: Breaking Through the Training Bottlenecks of Reinforcement Learning with Explanation
日本大学: 関与なし（対象大学）
- RIME: Robust Preference-based Reinforcement Learning with Noisy Preferences
日本大学: 関与なし（対象大学）
- RL-CFR: Improving Action Abstraction for Imperfect Information Extensive-Form Games with Reinforcement Learning
日本大学: 関与なし（対象大学）
- RL-VLM-F: Reinforcement Learning from Vision Language Foundation Model Feedback
日本大学: 関与なし（対象大学）
- RLAIF vs. RLHF: Scaling Reinforcement Learning from Human Feedback with AI Feedback
日本大学: 関与なし（対象大学）
- RLVF: Learning from Verbal Feedback without Overgeneralization
日本大学: 関与なし（対象大学）
- RMIB: Representation Matching Information Bottleneck for Matching Text Representations
日本大学: 関与なし（対象大学）
- RNAFlow: RNA Structure & Sequence Design via Inverse Folding-Based Flow Matching
日本大学: 関与なし（対象大学）
- RODEO: Robust Outlier Detection via Exposing Adaptive Out-of-Distribution Samples
日本大学: 関与なし（対象大学）
- RVI-SAC: Average Reward Off-Policy Deep Reinforcement Learning
日本大学: 東京科学大学
- Random Exploration in Bayesian Optimization: Order-Optimal Regret and Computational Efficiency
日本大学: 関与なし（対象大学）
- Random Latent Exploration for Deep Reinforcement Learning
日本大学: 関与なし（対象大学）
- Random Masking Finds Winning Tickets for Parameter Efficient Fine-tuning
日本大学: 関与なし（対象大学）
- Random Scaling and Momentum for Non-smooth Non-convex Optimization
日本大学: 関与なし（対象大学）
- Random features models: a way to study the success of naive imputation
日本大学: 関与なし（対象大学）
- Random matrix theory improved Fréchet mean of symmetric positive definite matrices
日本大学: 関与なし（対象大学）
- Randomized Confidence Bounds for Stochastic Partial Monitoring
日本大学: 関与なし（対象大学）
- Ranking-based Client Imitation Selection for Efficient Federated Learning
日本大学: 関与なし（対象大学）
- Rapid Learning without Catastrophic Forgetting in the Morris Water Maze
日本大学: 関与なし（対象大学）
- Rate-Optimal Policy Optimization for Linear Markov Decision Processes
日本大学: 関与なし（対象大学）
- Re-Dock: Towards Flexible and Realistic Molecular Docking with Diffusion Bridge
日本大学: 関与なし（対象大学）
- ReDiffuser: Reliable Decision-Making Using a Diffuser with Confidence Estimation
日本大学: 関与なし（対象大学）
- ReGAL: Refactoring Programs to Discover Generalizable Abstractions
日本大学: 関与なし（対象大学）
- ReLU Network with Width $d+\mathcalO(1)$ Can Achieve Optimal Approximation Rate
日本大学: 関与なし（対象大学）
- ReLU to the Rescue: Improve Your On-Policy Actor-Critic with Positive Advantages
日本大学: 関与なし（対象大学）
- ReLUs Are Sufficient for Learning Implicit Neural Representations
日本大学: 関与なし（対象大学）
- ReMax: A Simple, Effective, and Efficient Reinforcement Learning Method for Aligning Large Language Models
日本大学: 関与なし（対象大学）
- Realistic Unsupervised CLIP Fine-tuning with Universal Entropy Optimization
日本大学: 関与なし（対象大学）
- Reason for Future, Act for Now: A Principled Architecture for Autonomous LLM Agents
日本大学: 関与なし（対象大学）
- Receptive Fields As Experts in Convolutional Neural Architectures
日本大学: 関与なし（対象大学）
- ReconBoost: Boosting Can Achieve Modality Reconcilement
日本大学: 関与なし（対象大学）
- Recovering Labels from Local Updates in Federated Learning
日本大学: 関与なし（対象大学）
- Recovering the Pre-Fine-Tuning Weights of Generative Models
日本大学: 関与なし（対象大学）
- Recurrent Distance Filtering for Graph Representation Learning
日本大学: 関与なし（対象大学）
- Recurrent Early Exits for Federated Learning with Heterogeneous Clients
日本大学: 関与なし（対象大学）
- Reducing Balancing Error for Causal Inference via Optimal Transport
日本大学: 関与なし（対象大学）
- Reducing Fine-Tuning Memory Overhead by Approximate and Memory-Sharing Backpropagation
日本大学: 関与なし（対象大学）
- Reducing Item Discrepancy via Differentially Private Robust Embedding Alignment for Privacy-Preserving Cross Domain Recommendation
日本大学: 関与なし（対象大学）
- Reducing sequential change detection to sequential estimation
日本大学: 関与なし（対象大学）
- Referee Can Play: An Alternative Approach to Conditional Generation via Model Inversion
日本大学: 関与なし（対象大学）
- Reference Neural Operators: Learning the Smooth Dependence of Solutions of PDEs on Geometric Deformations
日本大学: 関与なし（対象大学）