ICML

One Inverse Step is a Convex Program: Bayes-Limit Calibration of Diffusion Inversion

一步逆过程是凸规划：扩散逆过程的贝叶斯极限校准

Gordei Verbii

AI总结 该研究提出扩散逆过程的一步隐式DDIM步骤对应贝叶斯极限下的凸规划，分析了其解的唯一性、求解器稳定性及几何收敛域，发现训练扩散模型的分数函数违反了相关协方差上限，揭示了模型的固有局限性。

Comments Revised follow-up of "Extracting Local Manifold Geometry from Pretrained Diffusion Models in One Inverse Step" (ICML 2026 Workshop SPIGM)

The Interaction Tax: When Communication Erases Diversity in Multi-Agent Teams

交互税：当多智能体团队中的沟通消除多样性时

Summer Eunhyung Ann, Haokun Liu, Chenhao Tan

AI总结 该研究提出“交互税”概念，发现多智能体LLM的完整方案交互会消除多样性，独立提议生成可避免收敛崩溃，交互仅在共享恰当信息时才有益。

Comments 14 pages, 3 figures. Accepted at ICML 2026 (PMLR 306)

SRPO: Self-Reflective Policy Optimization for Long-Horizon Reasoning

SRPO：用于长程推理的自反思策略优化

Jialong Liu, Yuling Shi, Ning Yang, Xiaodong Gu, Zuchao Li

机构 * School of artificial intelligence, Wuhan University（武汉大学人工智能学院） ； School of computer science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Institute of automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 本研究提出 SRPO 框架，将人类的自反思能力内化到 LLMs 中，无需额外模型即可将稀疏监督转化为密集训练信号，在数学推理等基准上以高数据效率取得了最先进性能。

Comments Accepted to ICML 2026

Sigmoid Attention as a Better Substrate for Learned KV Cache Eviction

Sigmoid注意力作为学习型KV缓存驱逐的更优基础

Isaac (Rucheng)Li

机构 * University of Pittsburgh（匹兹堡大学） 纠错

AI总结 本文探究注意力基础对学习型KV缓存驱逐软-硬转换的影响，通过2×2×2对比实验发现，Sigmoid注意力经学习型硬驱逐后，其门控模型删除KV条目时PPL变化可忽略，且比H₂O、KeyDiff等方法表现更优。

Comments Accepted at the ICML 2026 Workshop on Resource-Adaptive Foundation Model Inference (AdaptFM)

Variance Driven Exploration: A Provable and Efficient Methodology for Pure Exploration in Highly Stochastic Environments

方差驱动探索：高度随机环境中纯探索的可证明且高效方法

Khang Luong, Nam Nguyen, Hoang Ta, Hung The Tran, Tuan Dam

机构 * Hanoi University of Science and Technology（河内科技大学） ； Quantum AI & Cyber Security Institute, FPT Corporation（FPT公司量子人工智能与网络安全研究院） 纠错

AI总结 该研究提出 VarDE 方法，将其应用于 BAI、MCTS、BPI 问题，在方差衰减和简单遗憾上有理论保证，在高度随机环境中性能优于现有方法。

Comments To appear in Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Determinants of Starting Salaries for Filipino Graduates: An Explainable Machine Learning Approach

菲律宾毕业生起薪的决定因素：一种可解释的机器学习方法

Alexander Gabriel A. Aranes, John Michael C. Magpantay, Reginald Neil C. Recario, Jamlech Iram N. Gojo Cruz, Rodolfo C. Camaclang III

AI总结 本研究针对菲律宾毕业生教育与就业脱节问题，利用众包调查数据，通过可解释机器学习方法发现职位角色和行业是起薪主要决定因素，提出职业指导应侧重行业技能而非院校品牌。

Comments To be presented at the 9th International Conference on Machine Learning and Machine Intelligence (MLMI 2026), Tokyo, Japan

LitReview Arena: Evaluating Literature Review Agents with Battle-Style Peer Review Platform

LitReview Arena：基于对战式同行评审平台的文献综述智能体评估

Ruotong Zhao, Zhiyu Chen, Xurui Liu, Haidong Xue, Dong Liang, Jigao Fu, Wu YanBiao, Yuanyi Zhen, Fengli Xu, Yong Li

AI总结 该研究推出对战式文献综述评估平台LitReview Arena，收集约3000条专家判断发现现有最强LLM综述系统仅23.0%胜率，校准后的评估器LitJudge将一致性提升至0.78。

Comments 20 pages, ICML 2026

Sobolev Regularized Score Difference Estimation in Diffusion Models

扩散模型中的Sobolev正则化得分差估计

Chenghan Xie, Jose Blanchet, Renyuan Xu

AI总结 本文针对扩散模型得分差估计存在的统计一致性或可扩展性问题，提出Sobolev正则化的一致可扩展估计器，在小样本场景稳定性提升，真实任务性能优于非正则化方法。

Comments Accpeted by ICML 2026

What LLMs explain is not what they believe: Evaluating explanation sufficiency under models' own input beliefs

LLM 解释的内容并非其信念：基于模型自身输入信念评估解释充分性

Nhi Nguyen, Shauli Ravfogel, Rajesh Ranganath

机构 * New York University（纽约大学） 纠错

AI总结 提出自洽充分性（SCSuff）指标，利用 LLM 自身生成替代输入来评估自由文本解释的充分性，发现 LLM 解释通常不充分且与模型大小、准确率等弱相关。

Comments 26 pages, 9 figures, 13 tables, Forty-Third International Conference on Machine Learning (ICML 2026)

Relational Structural Causal Models

关系结构因果模型

Adiba Ejaz, Elias Bareinboim

机构 * Causal Artificial Intelligence Lab, Columbia University（哥伦比亚大学因果人工智能实验室） 纠错

AI总结 提出关系结构因果模型，将结构因果模型扩展到对象和关系可变的场景，通过关系因果图和符号识别准则实现未见组合的因果和观测查询识别，并设计关系神经因果模型在交通场景中优于非关系基线。

Comments Proceedings of the Forty-Third International Conference on Machine Learning. Code available at this https URL (https://github.com/CausalAILab/RelationalCausalModels)

Practical and Optimal Algorithm for Linear Contextual Bandits with Rare Parameter Updates

线性上下文赌博机中参数稀有更新的实用最优算法

Sanghoon Yu, Min-hwan Oh

机构 * Sanghoon Yu（苏杭oon Yu） ； Min-hwan Oh 纠错

AI总结 针对参数更新次数受限的线性上下文赌博机问题，提出两种仅需O(log log T)次参数更新的算法，在静态调度下达到极小化最优遗憾，并显著降低计算复杂度。

Comments Accepted at ICML 2026

ReasonEdit: Editing Vision-Language Models using Human Reasoning

ReasonEdit：通过人类推理编辑视觉语言模型

Jiaxing Qiu, Kaihua Hou, Roxana Daneshjou, Ahmed Alaa, Thomas Hartvigsen

机构 * University of Virginia（弗吉尼亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

AI总结 ReasonEdit通过引入人类推理机制，改进视觉语言模型的编辑能力，提升编辑泛化性能。

Comments ICML 2026

SynerMedGen: Synergizing Medical Multimodal Understanding with Generation via Task Alignment

SynerMedGen：通过任务对齐协同医疗多模态理解与生成

Weiren Zhao, Yi Dong, Cheng Chen

机构 * The University of Hong Kong, Hong Kong, China（香港大学） 纠错

AI总结 SynerMedGen通过任务对齐实现医疗多模态理解与生成的协同，提出生成对齐理解任务和两阶段训练策略，实现零样本性能和跨数据集泛化，释放大规模数据集支持进一步研究。

Comments Accepted by ICML 2026

DPRM: A Plug-in Doob h transform-induced Token-Ordering Module for Discrete Diffusion Models

DPRM: 一种用于扩散语言模型的即插即用Doob h变换诱导的令牌排序模块

Dake Bu, Wei Huang, Andi Han, Si Wu, Hau-San Wong, Qingfu Zhang, Taiji Suzuki, Atsushi Nitanda

机构 * City University of Hong Kong（香港城市大学） ； The Institute of Statistical Mathematics（统计数学研究所） ； University of Sydney（悉尼大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学） 纠错

AI总结 提出DPRM模块，通过在线估计从置信度驱动排序逐步过渡到过程奖励引导排序，改进扩散语言模型的令牌排序策略，在九种任务中提升性能。

Comments Extended Version of ICML 2026 Fogen (Oral)

LaGEA: Language Guided Embodied Agents for Robotic Manipulation

LAGEA：基于语言引导的机器人操作代理

Abdul Monaf Chowdhury, Akm Moshiur Rahman Mazumder, Safaeid Hossain Arib, Rabeya Akter

机构 * Department of Robotics ； Mechatronics Engineering, University of Dhaka, Bangladesh ； Center for Computational \& Data Sciences, Independent University, Bangladesh 纠错

AI总结 LAGEA通过语言引导具身代理学习，提升机器人操作任务的成功率和效率。

Comments ICML 2026 Main Track Poster

MADE: Benchmark Environments for Closed-Loop Materials Discovery

MADE：用于闭环材料发现的基准环境

Shreshth A Malik, Tiarnan Doherty, Panagiotis Tigas, Muhammed Razzak, Stephen J. Roberts, Aron Walsh, Yarin Gal

机构 * OATML, Department of Computer Science, University of Oxford（OATML，计算机科学系，牛津大学） ； Diffractive Labs ； Machine Learning Research Group, Department of Engineering Science, University of Oxford（机器学习研究组，工程科学系，牛津大学） ； Thomas Young Centre（托马斯·杨中心） ； Department of Materials, Imperial College London（材料系，伦敦帝国学院） 纠错

AI总结 MADE提出了一种闭环材料发现的基准框架，通过模拟受限预算下的材料发现流程，评估发现算法的有效性和效率，并支持灵活的工作流研究。

Comments Poster at ICML 2026 Main Conference

You Need Better Attention Priors

你需要更好的注意力先验

Elon Litman, Gabe Guo

机构 * stanford（斯坦福大学） 纠错

AI总结 GOAT通过引入可学习的连续先验改进注意力机制，提升计算效率并解决注意力汇点问题。

Comments Accepted to ICML 2026. 25 pages, 5 figures. Updates include 1.23B scaling experiments and extended ablations

Practical Principles for AI Cost and Compute Accounting

AI成本与计算核算的实用原则

Stephen Casper, Luke Bailey, Tim Schreier

机构 * MIT CSAIL ； Stanford University（斯坦福大学） ； Future of Life Institute（未来生命研究所） 纠错

AI总结 针对AI成本与计算核算存在的技术模糊性漏洞，提出七条原则以减少策略性博弈、避免抑制风险缓解并实现跨主体的一致实施，保障相关监管的有效性。

Comments Accepted to the ICML 2025 TAIG Workshop