第14届国际表征学习会议（The 14th International Conference on Learning Representations，ICLR 2026）论文录用结果近日揭晓，IDC 实验室 2021 级博士生李世伟同学的论文被大会正式录用。论文在李瑞轩、王号召等老师指导下完成。论文题目是 BoRA: Towards More Expressive Low-Rank Adaptation with Block Diversity。

该研究围绕大模型低秩适配（Low-Rank Adaptation, LoRA）在表达能力上的固有限制展开。针对传统 LoRA 依赖统一低秩分解、需要通过提升秩来增强性能但会显著增加参数量的问题，论文提出了一种新的方法 Block Diversified Low-Rank Adaptation（BoRA）。BoRA 将 LoRA 的低秩矩阵乘法建模为块矩阵形式，通过在不同块乘积中引入对角调制机制，有效增强了不同低秩子空间之间的表达多样性。在仅引入少量额外参数的前提下，BoRA 显著提升了 LoRA 权重的有效秩和表示能力。大量实验结果表明，BoRA 在多种模型规模和下游任务上均显著优于现有低秩适配方法，展现出良好的性能–参数效率平衡。

论文信息如下：

Shiwei Li, Xiandi Luo, Haozhao Wang, Xing Tang, Ziqiang Cui, Dugang Liu, Yuhua Li, Yichen Li, Xiuqiang He, Ruixuan Li. BoRA: Towards More Expressive Low-Rank Adaptation with Block Diversity. The 14th International Conference on Learning Representations (ICLR 2026), Rio de Janeiro, Brazil, April 23rd–27th, 2026.

ICLR 是机器学习与人工智能领域国际公认的顶级学术会议之一，与NeurIPS和ICML并称为机器学习三大顶会，在最新修订的CCF推荐列表里已升为A类会议，在学术界和工业界均具有广泛而深远的影响力。

我们对李世伟同学论文的录用表示热烈祝贺！