期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
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: 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：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: 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：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
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: 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
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
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：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
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
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