期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
RoboMME：机器人通用策略的记忆基准与理解
机构 * University of Michigan（密歇根大学） ； Stanford University（斯坦福大学） ； Figure AI
AI总结 提出RoboMME基准，通过16个操作任务评估VLA模型在长时程和历史依赖场景中的记忆能力，并基于π0.5骨干网络探索14种记忆增强变体，发现记忆表示的有效性高度依赖于任务。
Comments Accepted to ICML 2026
MiVE：用于参考引导视频编辑的多尺度视觉语言特征
机构 * MT Lab, Meitu Inc., Beijing 100083, China（美图实验室，美图公司，北京100083，中国） ； Department of Computer Science and Technology, BNRist, IDG/McGovern Institute for Brain Research, Tsinghua University, Beijing 100084, China（计算机科学与技术系，BNRist，IDG/麦戈文脑研究学院，清华大学，北京100084，中国） ； Beijing University of Posts（北京邮电大学）
AI总结 提出MiVE框架，利用VLM的多尺度层次特征（早期层保留空间细节，深层编码全局语义）统一到自注意力扩散Transformer中，解决模态间隙和细粒度信息丢失问题，在参考引导视频编辑中达到SOTA性能。
Comments ICML 2026
Grokking 还是 Glitching？低精度如何驱动 Slingshot 损失尖峰
机构 * Tsinghua University（清华大学） ； The University of Tokyo（东京大学）
AI总结 本文证明深度神经网络训练中的 Slingshot 损失尖峰现象是由浮点精度限制导致的数值特征膨胀（NFI）机制引起的，并解释了参数范数快速增长和梯度消失等现象。
Comments 28 pages, 13 figures; ICML 2026 Workshop on High-dimensional Learning Dynamics (Spotlight)
从逐图像低秩到编码不匹配：重新思考视觉Transformer中的特征蒸馏
机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文通过发现编码不匹配现象，提出Lift或WideLast两种简单修复方法，显著提升视觉Transformer特征蒸馏在压缩场景下的性能。
Comments 22 pages, 22 figures. Accepted at the ICML 2026
PHALAR：用于学习音乐音频表示的相量
机构 * Department of Computer Science, Sapienza University of Rome, Italy（罗马大学计算机科学系） ； Moises Systems, Inc.（Moises系统公司） ； Paradigma, Inc.（Paradigma公司）
AI总结 提出PHALAR对比框架，利用学习谱池化和复值头实现音高和相位等变，在茎检索任务中参数减少50%、训练加速7倍，准确率相对提升约70%，并捕获鲁棒的音乐结构。
Comments Accepted at ICML 2026
从可行到实用：帕累托最优合成规划
机构 * Department of Chemical Engineering, Imperial College London, UK（伦敦帝国理工学院化学工程系） ； Department of Chemical Engineering, University of Manchester, UK（曼彻斯特大学化学工程系）
AI总结 针对现有合成规划方法忽略多目标权衡的问题，提出MORetro*算法，通过多目标A*搜索生成帕累托前沿，在成本、可持续性、毒性等指标间实现最优权衡。
Comments Published in Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
World-R1：通过强化学习为文本到视频生成注入3D约束
机构 * Zhejiang University（浙江大学） ； Microsoft Research（微软研究院） ； Independent Researcher（独立研究者）
AI总结 提出World-R1框架，利用强化学习（Flow-GRPO）结合3D基础模型和视觉语言模型的反馈，在不修改架构的情况下增强视频生成的3D一致性，并采用周期解耦训练策略平衡刚体几何与动态场景。
Comments ICML 2026, Project Page: https://aka.ms/world-r1, Code: https://github.com/microsoft/World-R1
分离跳跃链接与$R$-探针：解耦特征聚合与梯度传播用于MLLM OCR
机构 * State Key Laboratory for Multimedia Information Processing, School of Computer Science, PKU-Anker LLM Lab, Beijing Key Laboratory of Software and Hardware Cooperative Artificial Intelligence Systems, Peking University, Beijing, China（多媒体信息处理国家重点实验室，计算机科学学院，PKU-Anker LLM实验室，软件与硬件协同人工智能系统北京重点实验室，北京大学，北京，中国） ； Tsinghua University, Beijing, China（清华大学，北京，中国） ； Baidu Inc, Beijing, China（百度公司，北京，中国）
AI总结 针对多模态大语言模型在OCR任务中因梯度干扰导致细粒度视觉信息丢失的问题，提出分离跳跃链接（Detached Skip-Links）以解耦前向特征聚合与反向梯度传播，并引入$R$-探针（$R$-Probe）诊断视觉令牌的可重构性，从而提升OCR及通用多模态任务性能。
Comments Accepted by ICML 2026. Ziye Yuan and Ruchang Yao contributed equally to this work (co-first authors, listed in random order)
FedTreeLoRA：协调联邦LoRA微调中的统计异质性与功能异质性
机构 * University of Florida, Gainesville, FL 32611（佛罗里达大学） ； Middle Tennessee State University Murfreesboro, TN 37132（中田纳西州立大学）
AI总结 针对联邦LoRA微调中统计异质性与功能异质性正交耦合的问题，提出树结构聚合框架FedTreeLoRA，通过逐层对齐实现泛化与个性化的有效平衡。
Comments Accepted by ICML 2026
几何约束异常合成
机构 * AXA AI Research（AXA人工智能研究） ； EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院） ； Polish Academy of Science, IBS PAN, Warsaw, Poland（波兰科学院，IBS PAN，华沙，波兰）
AI总结 提出几何约束异常合成（GCOS）方法，通过在隐藏特征空间中生成受几何约束的虚拟异常样本，结合对比正则化，提升图像分类模型对分布外样本的鲁棒性。
Comments 19 pages, accepted to ICML 2026
构建工业规模优化建模基准
机构 * Great Bay University（大湾大学） ； Peking University（北京大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 提出MIPLIB-NL基准，通过结构感知逆向构建方法从真实混合整数线性规划中生成自然语言规范与求解器代码，以评估大语言模型在工业规模优化建模中的性能。
Comments This paper was accepted by ICML'26 for publication
Olaf-World: 面向视频世界模型的潜在动作定向
机构 * Show Lab, National University of Singapore ； Research (A STAR), Singapore
AI总结 提出SeqΔ-REPA对齐目标，通过冻结自监督视频编码器的时序特征差异锚定潜在动作，实现无标签视频中可迁移的动作控制世界模型预训练。
Comments ICML 2026. Project page: https://showlab.github.io/Olaf-World/ Code: https://github.com/showlab/Olaf-World
MVISTA-4D: 用于机器人操作的一致性视图4D世界模型与测试时动作推理
机构 * MMLab, The Chinese University of Hong Kong, Hong Kong SAR（香港理工大学MMLab，香港中文大学，香港特别行政区） ； The Hong Kong University of Science（香港理工大学） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学）
AI总结 提出一种基于世界模型的4D场景生成方法，通过多视图RGBD预测和测试时动作优化，实现几何一致的4D动态预测与机器人操作。
Journal ref International Conference on Machine Learning 2026
ORLoopBench：运筹学中自我修正与行为理性的求解器在环基准测试
AI总结 提出ORLoopBench基准套件，通过将不可行模型修复形式化为求解器在环马尔可夫决策过程，利用不可约不可行子系统（IIS）反馈，结合验证强化学习训练（RLVR），使8B模型在LP修复上超越前沿API（95.3% vs 92.4% RR@5），并揭示全模型代码再生中的语义漂移问题。
Comments 58 pages, accepted by ICML 2026
通过模仿模型权重评估样本效用以实现高效数据选择
机构 * Apple（苹果公司）
AI总结 提出基于梯度和几何的Mimic Score指标，通过Grad-Mimic框架在线重加权样本加速训练、离线构建数据过滤器，在六个图像数据集上提升数据效率和CLIP模型性能。
Comments This work appears in the Proceedings of the 43rd International Conference on Machine Learning (ICML 2026) and was selected as an Oral paper at the ICML 2025 DataWorld Workshop
锚定解码：可证明降低任何语言模型的版权风险
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能研究院）
AI总结 提出锚定解码，一种即插即用的推理时方法，通过将生成内容约束在许可训练的安全模型附近，可证明地抑制语言模型逐字复制受版权保护的内容，实现可调的风险-效用权衡。
Comments Accepted to ICML 2026. 53 pages, 14 figures, 22 tables. Code is publicly available at https://github.com/jacqueline-he/anchored-decoding
立场：机器学习用于心脏移植分配政策优化应考虑激励机制
机构 * Department of Computer Science, Carnegie Mellon University（计算机科学系，卡内基梅隆大学） ； Department of Surgery, Division of Cardiothoracic Surgery, Medical University of South Carolina（外科系，心血管外科 division，南卡罗来纳医科大学） ； Strategy Robot, Inc., Strategic Machine, Inc., Optimized Markets, Inc.
AI总结 本文指出当前机器学习优化器官分配政策忽视了激励机制问题，提出下一代分配政策应具有激励意识，并呼吁整合机制设计、策略分类、因果推断和社会选择等研究。
Comments To appear at ICML 2026 (position paper track). V3 incorporates reviewers' feedback
Rank-Learner：治疗效果的正交排序
机构 * Ghent University - imec（根特大学 - imec） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心 (MCML)）
AI总结 提出一种名为Rank-Learner的两阶段学习器，通过成对学习目标直接学习治疗效果排序，无需显式估计条件平均处理效应，具有Neyman正交性和模型无关性。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
过度对齐 vs 过拟合：特征学习强度在泛化中的作用
机构 * Pohang University of Science and Technology (POSTECH)（釜山科学技术大学（POSTECH））
AI总结 本文通过实验和理论分析，揭示了深度网络中特征学习强度存在最优值，过大导致过度对齐、过小导致过拟合，从而影响泛化性能。
Comments ICML 2026
从知识到推理：形式化GlobalHealthAtlas上的专业公共卫生推理
机构 * China Academy of Information and Communications Technology（中国信息通信技术研究院） ； CRRC Industrial Academy Co., Ltd.（CRRC工业学院有限公司） ； The University of Sydney（悉尼大学） ； Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Institute of Infectious Disease and Biosecurity（上海传染病与生物安全研究院） ； School of Public Health, Fudan University（复旦大学公共卫生学院）
AI总结 为解决公共卫生推理缺乏结构化监督信号和基准的问题，提出大规模多语言数据集GlobalHealthAtlas（280,210实例，15领域，17语言），并构建LLM辅助的构建与质量控制流水线及领域对齐评估器，支持安全关键型公共卫生推理的LLM训练与评估。
Journal ref ICML 2026 regular
UCPO：不确定性感知策略优化
AI总结 针对现有强化学习范式在不确定性奖励下存在的优势偏差和过度自信问题，提出三元优势解耦和动态不确定性奖励调整机制，显著提升模型在知识边界外的可靠性。
Comments Accepted by ICML 2026
RulePlanner: 用于统一3D布局规划中设计规则的全能强化学习器
机构 * Shanghai Jiao Tong University（上海交通大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出一种基于深度强化学习的统一框架，通过新颖的矩阵表示、动作空间约束和奖励信号定量分析，处理多种硬件设计规则，实现3D布局规划中的规则遵守。
Comments ICML 2026
ECSEL: 通过符号方程学习的可解释分类
机构 * Amsterdam Business School, University of Amsterdam, Amsterdam, the Netherlands（阿姆斯特丹大学阿姆斯特丹商学院） ； Institute for Informatics, University of Amsterdam（阿姆斯特丹大学信息学院） ； Institute for Logic, Language and Computation, University of Amsterdam（阿姆斯特丹大学逻辑、语言与计算研究所）
AI总结 提出ECSEL方法，通过学习符号方程形式的闭式表达式实现可解释分类，在符号回归基准上以更低计算量恢复更多目标方程，并保持分类精度与可解释性。
Comments 9 pages, 4 figures, accepted at ICML 2026
解析多模态上下文学习：现代Transformer中的模态不对称性与电路动力学
机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； DeepMind（深Mind） ； Beijing University of Posts（北京邮电大学）
AI总结 通过可控实验，研究现代Transformer中多模态上下文学习的基本机制，发现模态间学习不对称性，并揭示其背后的归纳式电路机制。
Comments ICML 2026 Spotlight
LEC: 选择性预测与路由系统中基于选择条件风险控制的线性期望约束
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Shandong University（山东大学） ； Tongji University（同济大学） ； City University of Hong Kong（香港城市大学）
AI总结 提出LEC框架，通过线性期望约束将选择性预测转化为决策问题，在可交换性假设下利用校准集计算风险约束下的保留最大化阈值，并扩展到双模型路由系统，实现选择条件误差控制。
Comments Accepted by ICML 2026 Regular
CLIP风格视觉语言模型在合成空间关系数据训练中的左右对称性破缺
机构 * InfoTech, Toyota Motor Corporation（丰田汽车公司信息科技部门）
AI总结 通过可控一维图像文本测试平台，研究基于Transformer的视觉语言编码器在CLIP风格对比学习下如何通过位置与标记嵌入交互产生左右关系理解，并发现标签多样性比布局多样性更关键。
Comments Accepted at ICML 2026
通过节点贡献反向传播保护多智能体系统免受腐败影响
机构 * Peking University（北京大学）
AI总结 针对多智能体系统中对抗性智能体注入误导信息的问题，提出一种基于有向无环图的反向传播动态防御方法，通过计算每个智能体对最终决策的贡献来识别和隔离恶意智能体，实验表明该方法优于现有防御机制。
Comments ICML 2026
TAG: 切向放大引导用于抗幻觉采样
机构 * Korea University（韩国大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
AI总结 提出一种无需训练、与架构无关的即插即用引导方法TAG，通过放大估计分数的切向分量来纠正采样轨迹，减少语义不一致性并提高保真度。
Comments Accepted to ICML 2026 (Regular)
通过视觉反馈学习具有空间推理能力的 GUI 定位
机构 * University of Edinburgh（爱丁堡大学） ； Microsoft（微软）
AI总结 本文提出将 GUI 定位重构为交互式搜索任务，利用多步在线强化学习训练 GUI-Cursor 模型，通过光标视觉反馈提升空间推理能力，在 GUI 定位和代理任务上超越强基线。
Comments Accepted at ICML 2026
基于f-散度的扩散模型遗忘统一框架
机构 * University of Klagenfurt, Austria（克雷根福特大学） ； Sapienza University of Rome, Italy（罗马萨皮恩扎大学） ； Imperial College London, UK（伦敦帝国学院）
AI总结 提出一个基于f-散度的统一框架，将扩散模型概念遗忘中的MSE损失推广到任意f-散度，并通过理论分析和实验验证不同散度对遗忘效果的影响。
Comments Accepted at ICML 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈