2025年4月24日至28日，第13届国际学习表征会议（The Thirteenth International Conference on Learning Representations，ICLR 2025）在新加坡召开。MIPL博士生何胡凌霄、硕士生陈彦哲参加了此次会议。
  ICLR是机器学习领域的顶级会议，每年召开一次。本次会议吸引了来自学术界、工业界的万余人参会者。会议内容包括特邀报告、口头报告、墙报展示、workshops等环节。

  本次大会共提交了11565篇论文，录取率为32.08%，其中Oral论文占比1.8%，Spotlight论文占比5.1%。王选所MIPL师生共发表2篇论文，论文信息如下：
  [1] Hulingxiao He, Geng Li, Zijun Geng, Jinglin Xu and Yuxin Peng*, "Analyzing and Boosting the Power of Fine-Grained Visual Recognition for Multi-modal Large Language Models", The Thirteenth International Conference on Learning Representations (ICLR), Singapore, Apr. 24-28, 2025.【相关论文信息】
  该论文针对多模态大模型识别粒度粗的问题，提出细粒度知识对比增强方法：通过细粒度属性知识构建，获得大语言模型中的细粒度子类别知识；再利用属性知识增强的对比学习，对齐子类别知识与多模态数据；最后进行识别为中心的指令微调，以提升细粒度多模态大模型的识别准确率。

  [2] Yanzhe Chen, Zhiwen Yang, Jinglin Xu and Yuxin Peng*, "MAI: A Multi-turn Aggregation-Iteration Model for Composed Image Retrieval", The Thirteenth International Conference on Learning Representations (ICLR), Singapore, Apr. 24-28, 2025.【相关论文信息】
  该论文针对多轮组合图像检索精度低的问题，提出多模态交互迭代优化框架：通过双阶段语义聚合，引入文本描述逐步强化细粒度属性关联；利用迭代优化模块，筛选高辨识性细粒度特征，降低冗余存储；利用多轮表征对齐，精确对齐跨模态细粒度语义，提升检索准确率。