EvReflection: Event-Driven Micro-Dynamics for Reflection Removal
EvReflection：用于去除反射的事件驱动微动力学
AI总结 本文提出事件驱动反射去除网络EvReflection，利用事件信号打破反射层与透射层的歧义，结合微动力学解耦器与视差注意力矫正器，在合成和真实基准上PSNR分别提升超1.6 dB、1.2 dB，构建了首个该任务真实数据集EVR²。
Comments ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
A Two-Tier Perspective on Inference-Time Parallelism in Multi-Agent LLM Systems
多智能体大语言模型系统推理时并行性的两层视角
AI总结 本文提出整合两类并行性的TIPEX框架，在GAIA基准上验证推理时并行性可提升多智能体系统性能，中等难度任务从两类并行性协调中获益最多。
Comments Accepted to ICML 2026
Subliminal Learning is Non-Semantic Distillation
阈下学习（Subliminal Learning, SL）是非语义知识蒸馏
AI总结 该研究探究阈下学习（SL）的机制，发现非语义权重结构是关键，引导向量可生成阈下数据，相关梯度或助力数据审计，凸显识别训练数据潜在信号的重要性。
Comments Accepted as spotlight paper for the ICML 2026 Mechanistic Interpretability Workshop
PPDL: LLM-Based Flows as Probabilistic Programs
PPDL：基于大语言模型的流作为概率程序
AI总结 本文提出用于编程基于LLM的流的概率语言PPDL，可量化传播流中不确定性，无需额外代码即可尝试推理缩放技术，还通过实验及面向Rocq的定理证明智能体案例验证了其能力。
Comments Published at ICML 2026
Position: It's Time to Optimize LLMs for Self-Consistency
立场：是时候针对自一致性优化大型语言模型（LLMs）了
AI总结 本文提出自一致性框架，指出LM的缺陷源于单输出对独立评估的假设，可通过一致性优化解决，为开发通用一致性LLM提供思路。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026), Position Paper Track
Accelerating Q-learning through Efficient Value-Sharing across Actions
通过跨动作的高效值共享加速Q学习
机构 * Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） ； Alberta Machine Intelligence Institute（阿尔伯塔人工智能研究所） ； Meta
AI总结 提出均值扩展层，通过跨动作共享值和学习低范数表示来加速动作值学习，在深度Q网络和隐分位数网络上提升Atari游戏性能并减少过估计。
Comments ICML 2026 (Spotlight); Adaptive and Learning Agents workshop 2026 (Best paper runner-up)
SP-Mind: An Autonomous Reasoning Agent for Spatial Proteomics Analysis
SP-Mind: 用于空间蛋白质组学分析的自主推理智能体
机构 * Department of Computer Science, Stanford University, Stanford, USA（计算机科学系，斯坦福大学，斯坦福，美国） ； Department of Radiation Oncology, Stanford University, Stanford, USA（放射肿瘤学系，斯坦福大学，斯坦福，美国）
AI总结 提出首个自主AI智能体SP-Mind，统一空间蛋白质组学分析流程，通过自然语言查询实现端到端分析，在SP-Bench基准上达到最优性能。
Comments 24 pages, 6 figures. Accepted to ICML 2026. Equal contribution by Yucheng Yuan and Yuanfeng Ji
MotionMAR: Multi-scale Auto-Regressive Human Motion Reconstruction from Sparse Observations
MotionMAR：基于稀疏观测的多尺度自回归人体运动重建
机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing, Xiamen University（福建省城市智能感知与计算重点实验室，厦门大学） ； Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, School of Informatics, Xiamen University（多媒体可信感知与高效计算教育部重点实验室，厦门大学信息学院） ； National Institute for Data Science in Health and Medicine, Xiamen University（厦门大学健康医疗大数据国家研究院） ； ShanghaiTech University（上海科技大学）
AI总结 提出MotionMAR框架，通过多尺度自回归模型从稀疏观测中粗到细重建人体运动，在AMASS数据集上达到最先进精度。
Comments Accepted to ICML 2026
Persona-Pruner: Sculpting Lightweight Models for Role-Playing
Persona-Pruner: 为角色扮演雕琢轻量级模型
机构 * Department of Artificial Intelligence, Korea University, Seoul, South Korea（韩国大学人工智能系） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出Persona-Pruner框架，通过从单个描述中隔离特定角色的子网络来剪枝语言模型，在保持角色扮演性能的同时大幅降低计算成本，性能下降比最强基线减少93.8%。
Comments 25 pages; ICML 2026; Code is available at https://github.com/jsu-kim/Persona-Pruner
Dream-MPC: Gradient-Based Model Predictive Control with Latent Imagination
Dream-MPC：基于梯度与潜在想象的模型预测控制
机构 * Autonomous Intelligent Systems, Computer Science Institute VI - Intelligent Systems（自主智能系统，计算机科学研究所VI - 智能系统） ； Robotics, Center for Robotics（机器人学，机器人中心） ； the Lamarr Institute for Machine Learning（拉马尔机器学习研究所） ； Artificial Intelligence, University of Bonn, Germany（人工智能，波恩大学，德国）
AI总结 提出Dream-MPC方法，通过从展开策略生成少量候选轨迹，并利用学习的世界模型进行梯度上升优化，结合不确定性正则化和时间上的优化迭代摊销，显著提升了底层策略性能，在24个连续控制任务上优于无梯度MPC和现有基线。
Comments Accepted for International Conference on Machine Learning (ICML) 2026
Realizable Bayes-Consistency for General Metric Losses
可实现的贝叶斯一致性用于通用度量损失
机构 * Ben-Gurion University of the Negev（贝内-约尔大学） ； Purdue University, USA（普渡大学）
AI总结 本文研究了在可实现设定下，针对一般度量损失的学习中的强通用贝叶斯一致性，扩展了经典特征化，解决了Tsir Cohen和Kontorovich(2022)提出的问题，提出了新的组合障碍条件。
Comments 14 pages. Accepted to ICML 2026; v2: fixed abstract metadata rendering; v3: strengthened lower-bound theorem statement to almost-sure infinite risk (proof unchanged)
BioAgent Bench: An AI Agent Evaluation Suite for Bioinformatics
BioAgent Bench: 一个用于生物信息学的AI代理评估套件
机构 * Entropic
AI总结 本文提出BioAgent Bench，用于评估AI代理在常见生物信息学任务中的性能和鲁棒性。通过定制端到端任务和压力测试，发现前沿代理可完成多步骤流程，但鲁棒性测试揭示了在受控扰动下的失败模式，表明高阶流程构建不保证可靠步骤推理。
Comments ICML 2026 camera ready
When Drafts Evolve: Speculative Decoding Meets Online Learning
当草稿进化：推测解码与在线学习的交汇
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 本文提出OnlineSpec框架，利用交互反馈持续进化草稿模型，通过动态遗憾最小化建立在线学习性能与推测系统加速率的联系，实现24%的加速提升。
Comments ICML 2026
When AI Benchmarks Plateau: A Systematic Study of Benchmark Saturation
当AI基准测试达到平台期：基准饱和的系统性研究
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； University of Washington（华盛顿大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 本研究定义并分析了60个语言模型基准的饱和现象，发现近半数基准出现饱和，且专家策划而非公开测试数据影响抗饱和能力，为延长基准寿命提供了设计建议。
Comments Published at ICML 2026 (Forty-Third International Conference on Machine Learning)
d3LLM: Ultra-Fast Diffusion LLM using Pseudo-Trajectory Distillation
d3LLM：基于伪轨迹蒸馏的超快扩散大语言模型
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 d3LLM通过伪轨迹蒸馏和熵基多块解码技术，在提升并行性的同时保持准确性，实现超快的扩散大语言模型。
Comments ICML 2026
SCORE: A Unified Framework for Overshoot Refund in Online FDR Control
SCORE: 在线FDR控制中过冲退款的统一框架
AI总结 提出SCORE框架，利用不等式回收超过拒绝阈值的证据，增强基于e值的在线多重假设检验方法的统计功效，并严格保持FDR控制。
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea, PMLR 306, 2026
Transformers with RL or SFT Provably Learn Sparse Boolean Functions, But Differently
带RL或SFT的Transformer可证明学习稀疏布尔函数，但方式不同
机构 * School of Electronics and Computer Science, University of Southampton, United Kingdom（南安普顿大学电子与计算机科学学院，英国） ； Independent Researcher（独立研究员）
AI总结 本文通过统一分析RL（过程奖励）和SFT微调Transformer学习可递归分解的k-稀疏布尔函数的动态，证明两者都能学习k-PARITY、k-AND、k-OR等函数，但RL同时学习整个CoT链，而SFT逐步学习。
Comments ICML 2026 final version. 50 pages
