Mateusz Ostaszewski

[Piotr Piękos @PiotrPiekosAI]

Hey #ICLR2026, We're in Rio!

Today we're presenting Huxley-Gödel Machine on the Oral 1C session (10:30 am-12, room 202 A/B.

Apart from that, we also have a poster session later at 3:15 pm in Pavilion 3!

[Andrzej Dragan @andrzejdragan]

Wczorajsza Nagroda Turinga dla współtwórców Kryptografii Kwantowej i algorytmu BB84, Charlesa Bennetta i Gillesa Brassarda (moje gratulacje!) zaskakująco pomija Artura Ekerta, twórcę algorytmu E91, o wiele ciekawszego z perspektywy fizycznej, a zarazem pozbawionego poważnej luki bezpieczeństwa tkwiącej w BB84 (device-dependence).

W Nagrodach Nobla pomijano wcześniej Wolszczana za odkrycie planet i Trautmana za fale grawitacyjne. Może czas się ocknąć i zacząć wyciągać wnioski co do roli lobbowania, pełniącego zasadniczą rolę w przyznawaniu tego typu dekoracji naściennych.

[Piotr Piękos @PiotrPiekosAI]

👏 ICLR 2026 **ORAL** - Thrilled to announce that our "Huxley-Gödel Machine" got accepted to ICLR 2026 as an ORAL presentation!

@Wenyi_AI_Wang, @PiotrPiekosAI, @nbl_ai, Firas Laakom, @Beastlyprime, @MatOstasze, @MingchenZhuge, @SchmidhuberAI

[Piotr Miłoś @PiotrRMilos]

🚀 Opportunities in the Mistral Warsaw 🧜‍♀️ office!

We’re hiring AI Scientists 🧑‍🔬 and Research Engineers🆕to join our team.

[Maciej Wołczyk @maciejwolczyk]

Looking for a book to keep you occupied on those dark winter evenings? Try out the beautiful, 200 pages-long theory paper on Multi-Agent Universal AI by my amazing colleagues at Paradigms of Intelligence

[Michał Podlewski @trajektoriePL]

Bardzo merytoryczna i wyważona rozmowa na temat sztucznej inteligencji, świadomości, reinforcement learningu, praw skalowania, sieci neuronowe a mózg z dr hab. @PiotrRMilos (Uniwersytet Warszawski, Google). Polecam
https://t.co/DFTlCsqGps

[Maciej Kawecki - This Is IT @kawecki_maciej]

Został mistrzem świata w programowaniu. Zrezygnował jednak z kariery w amerykańskim Google, by wrócić do kraju i uczyć młodych Polaków! Wrócił i stworzył tu jedną z największych firm robotycznych w Europie, Nomagic. Do dziś zebrał 74 miliony $ finansowania. Ich roboty działają w kilkunastu miejscach w Europie. Warta dziś setki milionów $ firma z Polski stara się odpowiedzieć na największe wyzwanie tego sektora: jak nadać robotom zmysły.

Marek Cygan pokonał kilkadziesiąt tysięcy osób konkurencji wygrywając najważniejszy w tamtym okresie na świecie konkurs programistyczny - Google Jem. Został mistrzem świata w programowaniu zespołowym pokonując tysiące osób konkurencji z całego świata. W wieku 33 uzyskał habilitację z informatyki, zaraz później zostając profesorem uczelni. Ojciec polskich olimpijczyków informatycznych prof. Jan Madey na pytanie z kim powinien przeprowadzić wywiad o przyszłości, bez chwili namysłu powiedział mi - Marek Cygan. Tak się stało. Bohaterem mojej książki „Tytani” jest Marek Cyfan. Marek łącząc robotykę i AI rozwija w Polsce firmę, wspierając nasz sektor technologii. Rozmowa w „Tytanach” to rozmowa o zmysłach. Rozmowa o przyszłości. Marku rozmowa z Tobą to zaszczyt. Każdemu polecam książkę w komentarzu. Tacy ludzie jak Marek dziś zmieniają ten kraj.

Tytani: https://t.co/sSGjNoWiNm

[Michał Bortkiewicz @m_bortkiewicz]

📜Is Temporal Difference (TD) learning the gold standard for stitching in RL? 🪡

Conventional wisdom suggests that TD methods are crucial for piecing together short-term behaviors to solve long-horizon tasks. But does it hold when using function approximation?

[Piotr Piękos @PiotrPiekosAI]

🚨Time to let agents code themselves! Meet Huxley-Gödel Machine (HGM), a game changer in coding agent development🚨
[🤖vs.🧑‍💻]HGM evolves by self-rewrites to match the best officially checked human-engineered agents on SWE-Bench Lite despite being optimized on a different dataset.

[Mateusz Ostaszewski @MatOstasze]

Tested on Meta-World, DeepMind Control Suite & continual learning, our approach improves stability and performance.

Presented tomorrow by Rafał Surdej 🎤
With @m_bortkiewicz , @axlewandowski , @clarelyle .
#ReinforcementLearning #MachineLearning #CoLLAs2025

[Mateusz Ostaszewski @MatOstasze]

🚀 Excited to announce our paper "Balancing Expressivity and Robustness: Constrained Rational Activations for RL" will be an *oral* at #CoLLAs2025!

We study how trainable rational activations boost expressivity in RL but can also harm stability:

[Mateusz Ostaszewski @MatOstasze]

To fix this, we designed a constrained rational activation that keeps expressivity and boosts stability.
📄 https://t.co/Jj3HjNRUDv

[Wojtek Masarczyk @e7mul]

Want the deep dive? Check the paper on arxiv: 2506.01562
Moral of the story? Stop tuning LR first—experiment with temperature today. And if you’ve seen temp save (or ruin) your model, share below! 👇

[Wojtek Masarczyk @e7mul]

1/7 If Andrew Ng is right that the LR is the most important ML hyperparam, it's got some competition! We show that the softmax temperature is a game-changer in crafting NN representations. Often overlooked, it quietly governs generalization, collapse, and compression. A thread 👇

[Michał Bortkiewicz @m_bortkiewicz]

Excited to present JaxGCRL at ICLR 2025 (spotlight):

📍Hall 3 + Hall 2B, Poster #422
🗓️Friday, April 25
🕒3:00 PM – 5:00 PM

I'm also happy to grab a coffee and chat about anything related to RL, robotics, or continual learning!

[Alex Lewandowski @axlewandowski]

I will be presenting two posters at ICLR that outlines an optimization perspective on loss of plasticity. Come check them out on Thursday and Friday @ 10am.

Also, feel free to reach out to chat about continual, meta and/or reinforcement learning.

[Bartosz Cywinski @bartoszcyw]

🔥 New ICLR 2025 Paper!

It would be cool to control the content of text generated by diffusion models with less than 1% of parameters, right?

And how about doing it across diverse architectures and within various applications? 🚀

🫡 Together with @lukxst, we show how:

🧵 1/

[Daniel Marczak @danie1marczak]

🚀 What happens when you modify the spectrum of singular values of the merged task vector? 🤔

Apparently, you achieve 🚨state-of-the-art🚨 model merging results! 🔥

✨ Introducing “No Task Left Behind: Isotropic Model Merging with Common and Task-Specific Subspaces”

[Bartłomiej Cupiał @CupiaBart]

BALROG, our benchmark for agentic LLM and VLM reasoning on games, has just been accepted to #ICLR! See you in Singapore 🇸🇬!

[Michał Bortkiewicz @m_bortkiewicz]

I am thrilled that Accelerating Goal-Conditioned RL Algorithms and Research was accepted to #ICLR2025! 🚀

And shoutout to amazing @axlewandowski, who led the Learning Continually by Spectral Regularization paper!

Looking forward to exciting chats about RL in Singapore 🇸🇬