期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
离散最优传输与语音转换
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出kDOT框架，利用预训练语音嵌入空间进行语音转换，通过离散最优传输计划的质心投影改进分布对齐，提升WER、MOS和FAD性能。
Comments 5 pages, 1 figure, 7 tables. 11th International Conference on Machine Learning Technologies (ICMLT), Berlin, Germany, May 2026
马尔可夫数据的渐近最优序贯检验
机构 * Indian Institute of Science, Bangalore（班加罗尔印度科学学院） ； Indian Institute of Technology, Hyderabad（海得拉巴印度理工学院） ； Univ. Lille, Inria, CNRS, Centrale Lille, UMR 9189 – CRIStAL（里尔大学、法国国家科学研究中心、中央里尔学院、UMR 9189 – CRIStAL）
AI总结 针对遍历有限状态马尔可夫链生成的数据，提出一种渐近最优的序贯假设检验方法，其期望停止时间与实例相关的下界渐近匹配，并应用于马尔可夫链蒙特卡洛模型误设检测和马尔可夫决策过程结构性质检验。
Comments ICML 2026
监督图对比学习用于基因调控网络
机构 * University of Tokyo（东京大学） ； National Institute of Genetics（日本国立遗传学研究所）
AI总结 本文提出SupGCL方法，通过整合基因敲除实验中的生物扰动作为监督信号，改进基因调控网络的表示学习，提升疾病亚型识别和下游任务性能。
Comments ICML 2026
ToaSt: 面向高效ViT的令牌通道选择与结构化剪枝
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出ToaSt框架，对多头自注意力模块进行耦合头结构化剪枝，对前馈网络采用训练无关的令牌通道选择方法，在多种ViT模型上实现精度与效率的优越平衡。
Comments Accepted at ICML 2026
从费曼图看有限宽神经正切核
机构 * Department of Mathematical Sciences, Chalmers University of Technology（楚德大学技术学院数学科学系） ； the University of Gothenburg（哥德堡大学）
AI总结 引入费曼图计算有限宽神经正切核修正，简化代数运算并推导递归关系，证明ReLU等尺度不变非线性在Gram矩阵对角线上无有限宽修正。
Comments Published at the ICML 2026; 12 pages + appendices
学习共享：面向高效并行智能体系统的选择性记忆
机构 * Institute of Artificial Intelligence, University of Central Florida, Orlando, United States（人工智能研究所，中央佛罗里达大学，奥兰多，美国）
AI总结 提出LTS机制，通过强化学习训练控制器选择性共享跨团队中间信息，在减少并行智能体系统计算开销的同时保持或提升任务性能。
Comments ICML 2026
为什么树状分支对GRPO中的思维优势估计至关重要
机构 * Hongcheng Wang（王宏城） ； Yinuo Huang（黄炎诺） ； Sukai Wang（王苏凯） ； Guanghui Ren（任广辉） ； Hao Dong（董浩）
AI总结 本文从方差角度理论证明，在GRPO中增加思维采样数无法消除估计方差，而增加每个思维的延续分支数能以1/M速率降低方差，从而阐明树状分支的必要性。
Comments Accepted by ICML 2026, code are available at https://github.com/whcpumpkin/GRPO-MA
从所见中采样：基于观测嵌入随机微分方程的扩散桥视觉运动策略学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出BridgePolicy，通过扩散桥公式将观测直接集成到随机动力学中，利用语义对齐器处理异构观测，在模拟和真实任务中超越现有生成式策略。
Comments Accepted by ICML 2026
幻觉的统一定义：是世界模型的问题，笨蛋！
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出幻觉的统一定义，即用户可观察到的错误内部世界建模，并连接至HalluWorld基准测试，以区分真实幻觉与规划或奖励错误。
Comments ICML 2026. HalluWorld benchmark at https://github.com/DegenAI-Labs/HalluWorld
EffGen: 使小型语言模型成为能干的自主智能体
机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工大学计算机科学系） ； Georgia Institute of Technology, Atlanta, GA, USA（佐治亚理工学院） ； Google DeepMind, USA（谷歌DeepMind）
AI总结 EffGen是一个针对小型语言模型优化的开源智能体框架，通过提示压缩、任务分解、复杂度路由和统一记忆系统，实现高效、安全的本地部署，在13个基准测试中优于LangChain等框架。
Comments Accepted to ICML 2026 Conference
面向LLM监督微调的效用-多样性感知在线批次选择
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出UDS框架，利用logits矩阵核范数和轻量记忆缓冲实现高效在线批次选择，兼顾数据效用与多样性，无需外部资源，在多个基准上优于现有方法并降低训练时间。
Comments ICML 2026 accepted paper
AREAL-DTA：用于大语言模型高效强化学习的动态树注意力机制
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对RL后训练中rollout序列共享前缀导致计算冗余的问题，提出基于深度优先搜索的动态树注意力机制，结合负载均衡分布式批处理，实现高效前缀共享，训练吞吐量提升最高8.31倍。
Comments Accepted at ICML 2026. Camera-ready version. Code: https://github.com/areal-project/AReaL/tree/feat/dta
突破自然推理的边界：来自形式逻辑验证的交错奖励
AI总结 提出形式逻辑验证引导框架，通过交错验证与生成过程实时纠正推理错误，结合两阶段训练，在数学、逻辑和通用推理基准上显著提升大模型性能。
Comments Accepted by ICML 26
FrameOracle: 学习在视频中看什么以及看多少
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出FrameOracle轻量模块，预测相关帧及其数量，通过课程学习从弱代理信号到强监督，在多个VLM和基准上以更少帧数保持或提升精度。
Comments ICML 2026. Project page: https://people-robots.github.io/frameoracle/
用于可微优化的全一阶层
机构 * University of California, Berkeley（加州大学伯克利分校） ； DeepMind（深度思维）
AI总结 提出一种仅使用一阶信息计算梯度的算法，通过将可微优化重写为双层优化并引入活动集拉格朗日超梯度方法，避免Hessian计算，实现高效近似。
Comments ICML 2026
面向大型代码模型的功能正确性：选择性生成方法
机构 * KAIST（韩国科学技术院）
AI总结 针对代码生成模型的幻觉问题，提出利用动态代码分析自动生成单元测试，基于功能正确性评估进行选择性生成，以控制非弃权答案的错误发现率，并引入FuzzEval范式用于精确评估。
Comments ICML 2026
CoIRL-AD：面向自动驾驶的潜在世界模型中的协作-竞争模仿-强化学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
AI总结 提出CoIRL-AD框架，通过解耦模仿学习与强化学习、利用潜在世界模型进行长时程奖励估计以及引入竞争机制，在离线训练中提升自动驾驶的鲁棒性，尤其在跨城市泛化和长尾场景中表现优异。
Comments 19 pages, 22 figures, ICML 2026
计算MRI中无需训练的抗对抗鲁棒性
AI总结 提出一种无需重训练即可缓解MRI重建模型对抗攻击的方法，基于循环测量一致性在攻击输入的小邻域内最小化目标函数，显著降低对抗扰动影响。
Comments International Conference on Machine Learning (ICML), 2026
FlowState: 采样率等变的时间序列预测
AI总结 提出FlowState架构，通过状态空间模型编码器和函数基解码器实现采样率等变预测，无需重新训练即可适应不同采样率和预测长度，在GIFT-Eval基准上取得最优结果。
Comments Proceedings of the 43 rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026. Copyright 2026 by the author(s)
如果开源要获胜，它必须走向公共
AI总结 本文主张开源AI必须由公共AI补充，即建设公共基础设施和机构，以确保模型在公共利益下可访问、可持续和受治理。
Comments ICML 2026 Spotlight
CLoVE: 通过损失向量嵌入聚类的个性化联邦学习
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出CLoVE算法，利用客户端损失向量嵌入进行聚类，实现个性化联邦学习，具有简单、适用监督和无监督任务、无需最优模型初始化等优点，理论证明可高概率准确恢复聚类并指数收敛。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026); 35 pages, 7 figures
AC-ODM: 面向样本高效LLM预训练的演员-评论家在线数据混合
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出AC-ODM方法，从强化学习视角优化预训练数据混合，通过参数化策略实现梯度构造性干扰最大化，支持代理与非代理两种模式，显著提升收敛速度和下游任务准确率。
Comments ICML 2026 (Poster)
生成式AI的计算安全性：假设检验视角
机构 * IBM Research（IBM研究院）
AI总结 本文从假设检验角度形式化生成式AI的计算安全性，提出基于信号处理的方法检测恶意输入和AI生成内容。
Comments Extended version of the paper presented at the ICML 2026 Workshop on Hypothesis Testing
随机符号下降法：新算法和更好的理论
AI总结 本文分析了符号方法在非凸优化中的三种场景，提出新的符号下降法SSDM，实现最优渐进收敛率。
Comments 33 pages, 8 figures, 1 table, ICML 2021 (v6: post-publication correction)
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