ICML

From Self-Evolving Synthetic Data to Verifiable-Reward RL: Post-Training Multi-turn Interactive Tool-Using Agents

从自演化合成数据到可验证奖励强化学习：训练后多轮交互工具使用智能体

Jiaxuan Gao, Jiaao Chen, Chuyi He, Shusheng Xu, Di Jin, Yi Wu

AI总结 本文提出EigenData框架，结合自演化数据代理与验证器强化学习，通过合成数据提升多轮交互工具使用智能体的训练效率和性能。

Comments Submitted to ICML 2026

The Coupling Within: Flow Matching via Distilled Normalizing Flows

内部耦合：通过蒸馏的规范化流进行流匹配

David Berthelot, Tianrong Chen, Jiatao Gu, Marco Cuturi, Laurent Dinh, Bhavik Chandna, Michal Klein, Josh Susskind, Shuangfei Zhai

AI总结 本文提出规范化流匹配（NFM），通过蒸馏预训练的规范化流模型的耦合来训练学生模型，从而在性能和效率上均优于传统方法。

Comments Submitted to ICML 2026