期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
通过动态等距保持持续学习中的可塑性
机构 * University of Amsterdam（阿姆斯特丹大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文通过动态等距机制保持深度神经网络在持续学习中的可塑性，提出等距正则化方法和AdamO优化器，在多个基准上匹配或超越现有方法。
Comments ICML26
Journal ref Forty-Third International Conference on Machine Learning (ICML 2026)
深度研究智能体在过程级反馈下的多轮评估
机构 * Google DeepMind（谷歌DeepMind） ； OpenAI ； Perplexity AI ； LangChain AI
AI总结 针对深度研究智能体（DRA）在单轮输出评估的不足，提出研究缺口推断（RGI）方法提供过程级反馈，发现单轮过程反馈可提升8-15分，但多轮改进因回归问题难以持续。
Comments Published as a workshop paper at SCALE - ICML 2026 (Oral)
通过自监督原则评估扩散模型的表示空间
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 受自监督学习启发，提出基于Fisher信息的度量ICR，分解特征为不变和残差成分，用于联合评估扩散模型的表示与生成能力，发现中间噪声水平下不变性最强且分类性能最佳，ICR可敏感检测训练中的记忆化。
Comments First two authors contributed equally. Accepted at ICML 2026
FuseFSS：基于函数秘密共享的高效安全LLM推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出FuseFSS编译器，通过统一编译流水线替代逐算子协议设计，实现安全推理中非线性与辅助操作的高效处理，在BERT和GPT模型上取得1.24-1.50倍加速并减少通信与预处理开销。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
正确看起来更好：成对比较揭示准确性排名
机构 * Max Planck Institute for Intelligent Systems, Tübingen, Germany（马克斯·普朗克智能系统研究所，蒂宾根，德国） ； Tübingen AI Center（蒂宾根人工智能中心）
AI总结 本文通过将基准测试转化为生成式评估，发现成对比较结合Elo方法得到的模型排名与基于真实准确率的排名高度一致（Spearman相关系数>0.9），且风格和裁判偏见影响较小，但答案重复（echo）是裁判偏好的因果驱动因素。
Comments Accepted at ICML'26
时间感知推理优化用于视频时间定位
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出TaRO框架，通过构造性推理探索和时间敏感性奖励，增强多模态大模型在视频时间定位中的时间感知推理能力，实现最先进性能。
Comments Accepted by ICML 2026
从可靠到表达：面向遵循评分标准的安全评判员的课程学习
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出一种结合动态评分标准和从可靠到表达的课程学习策略，训练安全评判员在多种评分标准下稳定评估，12B模型准确率达94.12-94.88%，跨标准方差仅0.76。
Comments Accepted to ICML 2026 Workshop on AIWILDS
去中心化SGD中拓扑依赖性的改进收敛分析
机构 * University of Washington（华盛顿大学）
AI总结 提出更紧的收敛分析，揭示混合矩阵所有特征值影响收敛速率，并通过实验验证比仅用谱间隙的分析更准确。
Comments ICML 2026
PrivCode++: 潜在条件差分隐私代码生成以实现全面保障
AI总结 针对指令-代码对微调的大语言模型可能泄露敏感数据的问题，提出PrivCode-Plus，首个在微调中同时保护提示和代码的差分隐私代码生成方法，通过两阶段DP框架和无隐私潜在条件模块实现高效合成。
Comments Accepted at ICML 2026
反事实传输流用于离线保守轨迹细化
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出反事实传输流框架，通过检索高反馈轨迹构建局部偏好对，实现离线决策的保守轨迹细化，在D4RL基准上提升历史回报表现。
Comments accepted at RLxF @ ICML 2026
从捷径到推理：基于强化学习的心理理论鲁棒后训练
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对心理理论后训练中的捷径问题，提出Thinking-RFT方法，结合可验证奖励和显式推理链，在多个无捷径数据集上显著提升推理能力，尤其在复杂高阶推理和多模态场景中表现优异。
Comments Accepted by ICML 2026
SafeRun：在跑步规划中实现LLM的确定性
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 针对LLM在跑步规划中因概率性导致安全违规的问题，提出SafeRun框架，通过解耦架构将LLM的软解释与确定性求解器的硬约束分离，实现100%安全评分。
Comments Workshop on Planning in the Era of LLMs (LM4Plan) at ICML 2026
通过多样化经验扩展视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出SyVLA模型，通过意图解耦算法和相似样本引导的强化学习管道，解决视觉-语言-动作模型在推理与控制耦合及策略优化不稳定问题，在真实机器人任务中取得更高成功率和泛化能力。
Comments ICML 2026, SyVLA
EPS3D: 端到端前馈式3D全景分割
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出端到端前馈框架EPS3D，通过蒸馏训练和多视图图像预测3D感知特征，结合互增强模块实现语义-实例一致性，在Replica上语义mIoU提升13%，每场景仅需1秒。
Comments ICML 2026. The code is publicly available at \href{https://github.com/Runsong123/EPS3D}{https://github.com/Runsong123/EPS3D}
在线学习中的近因效应：滑动窗口流式多臂老虎机算法
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Texas A&M University（德克萨斯农工大学）
AI总结 针对在线学习中的近因效应，研究单遍滑动窗口流式多臂老虎机问题，提出纯探索和遗憾最小化算法，并给出记忆-遗憾权衡。
Comments ICML 2026
STAR: 将MoE路由重新思考为结构感知的子空间学习
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出STAR方法，通过广义Hebbian算法学习主子空间来增强路由对输入结构的感知，实现专家稳定专业化，在合成数据和语言视觉任务上提升路由质量和下游性能。
Comments Accepted at ICML 2026
Q-Delta：超越键值关联状态演化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出Q-Delta，一种查询感知的delta规则，将混合键-查询预测误差融入状态演化，实现联合校正动态，在语言建模和长上下文检索任务上优于强基线。
Comments Accepted at ICML 2026
理解编码布尔函数的Transformer参数空间几何
机构 * Machine Learning, ICML（机器学习，ICML）
AI总结 针对Transformer无法学习某些简单布尔函数（如奇偶函数）的问题，通过分析参数空间几何，证明敏感函数在参数空间中占据极小区域，随机初始化几乎必然错过，从而解释了可表达但不可学习的现象。
Comments ICML 2026
移位依赖的不对称性：面向联邦医学分割的正交逆低秩适应
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对联邦医学分割中编码器与解码器的不对称性（编码器受外观移位主导，解码器受监督变化主导），提出逆不对称调优（IAT）方法，通过个性化模块特定组件并引入子空间正交正则化器防止泄露，实现跨站点泛化提升。
Comments Accepted by ICML 2026
高维高斯机制的渐近最优性与差分隐私的改进低维机制
AI总结 本文证明高维下高斯机制在强隐私设置中渐近最优，并提出球面广义伽马机制族，在低维场景中优于高斯和ℓ2机制，且实现紧致组合。
Comments 32 pages, 3 figures, 2 tables. Accepted at ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning, PMLR 306, 2026
从玩家到大师：通过基于记忆的强化学习增强LLM代理的测试时学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出Memopilot，一种通过多轮GRPO训练记忆更新过程来优化冻结LLM代理在测试时学习的方法，在多人博弈中显著提升Elo评分。
Comments Accepted by ICML 2026
Titans-as-a-Layer：对话语音情感识别的测试时记忆
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出Memory-as-a-Layer (MAL)适配器，利用测试时神经记忆为对话语音情感识别提供上下文，在不修改大型音频语言模型的前提下提升性能。
Comments ICML 2026 Workshop on Machine Learning for Audio
用于诊断推理模型中未知未知的结构化无知证书的校准
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出结构化无知证书（SICs）输出格式，通过GRPO微调14B模型，使模型在无法回答时明确承认知识缺失并生成检索查询，在未知未知问题上实现99.46%的JSON有效性和0.967的证书特异性分数。
Comments Accepted in ICML 2026 Workshop: Epistemic Intelligence in Machine Learning
什么构成了关系深度学习的理想图？
机构 * Nanyang Technological University, College of Computing and Data Science（南洋理工大学计算机与数据科学学院）
AI总结 研究发现，从数据库模式直接导出的图存在信息过载和语义碎片化问题，通过过滤和注入操作平衡可提升性能，并开发了自动优化器。
Comments This article has been accepted by ICML 2026
LOTTERY: 在样本量不对称下的双样本检验中仅从参考样本学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对参考样本丰富而查询样本极少的双样本检验问题，提出利用参考样本学习依赖参考的表示并自适应加权，实现置换检验的I类错误控制和一致性。
Comments 16 pages, 1 figure
Journal ref ICML 2026
隐藏在普通浮点数中：用于间接提示和内容注入的隐写载体
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 研究结构化浮点参数作为隐写载体绕过文本检测器实现LLM间接提示/内容注入，实验显示在最强防御下泄露ASR达94.3%。
Comments Accepted as a poster at FAGEN@ICML 2026. 14 pages, 3 figures
通过API实现差分隐私合成数据 4: 表格数据
机构 * Microsoft（微软）
AI总结 提出Tab-PE算法，将Private Evolution框架扩展至表格数据，通过启发式算子迭代优化候选数据集，在保持差分隐私的同时高效处理高阶相关性，相比基线AIM分类准确率提升最高10%，速度提升28倍。
Comments ICML'26
在线智能体作为裁判：面向交互式智能体的情境生成评估
机构 * KAIST（韩国科学技术院）
AI总结 提出在线智能体作为裁判框架，通过部署环境内评估智能体主动生成相关情境，以评估交互式社交智能体的能力，提高标准覆盖率和与人类标签的一致性。
Comments ICML 2026 Workshop on Trustworthy AI for Good
Robust-U1: MLLMs能否自我恢复受损视觉内容以实现鲁棒理解？
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出Robust-U1框架，通过监督微调、强化学习和多模态推理，使多模态大模型具备显式视觉自恢复能力，在真实和对抗性损坏下达到最先进鲁棒性。
Comments Accepted by ICML 2026
双稳态图像描述中的视觉-语言不对称性
机构 * Arohan Agate
AI总结 通过83个双稳态刺激的行为基线和稀疏自编码器分析，发现视觉塔中同时激活两种解释，但因果干预仅能翻转默认主导刺激的描述，揭示视觉表征与语言承诺之间的不对称性。
Comments Accepted at ICML 2026 Workshop on Philosophy of Machine Learning
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