Adaptive Multi-Round Allocation with Stochastic Arrivals
自适应多轮分配与随机到达
机构 * Harvard University（哈佛大学） ； University of Witwatersrand（沃特沙兰大学）
AI总结 研究了受适应性网络招募启发的序列资源分配问题，提出基于截断概率生成函数的动态规划算法，实现多项式复杂度的多轮分配方案，并分析了模型误差下的鲁棒性。
Comments Accepted into ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
A Systematic Investigation of RL-Jailbreaking in LLMs
LLMs中RL越狱的系统性研究
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文首次系统分解RL越狱框架，通过分析奖励函数、动作空间、回合长度等环境形式化因素和算法措施，发现密集奖励和延长回合长度是越狱成功的主要驱动因素，并提供了提升RL越狱效率及强化模型防御的工具。
Comments Warning: This paper may contain unfiltered and potentially offensive jailbreaking examples. Accepted at the Second Workshop on Agents in the Wild: Safety, Security, and Beyond (AIWILD) at ICML 2026
Singular Bayesian Neural Networks
奇异贝叶斯神经网络
AI总结 本文提出了一种基于奇异结构的贝叶斯神经网络，通过低秩参数化减少参数数量，同时提升预测性能和校准能力。
Comments 8 pages Main text, 53 pages Appendix, 20 figures Proceedings of the 43 rd International Conference on Machine Learning (ICML 2026)
AdaGC: Enhancing LLM Pretraining Stability via Adaptive Gradient Clipping
AdaGC: 通过自适应梯度裁剪增强LLM预训练稳定性
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出自适应逐张量梯度裁剪方法AdaGC，通过限制梯度范数相对于历史裁剪值的指数移动平均来消除损失尖峰，在Llama-2 7B等模型上实现零尖峰并提升下游准确率。
Comments Accept by ICML 2026
Audio-Visual Continual Test-Time Adaptation without Forgetting
音频视觉持续测试时间适应无需遗忘
AI总结 本文提出AVReCAP方法，在测试时无需源数据即可提升模型性能，通过动态检索最佳融合层参数减少灾难性遗忘。
Comments ECCV 2026 & ICML 2026 Workshop Continual Adaptation at Scale: Towards Sustainable AI
Implicit Actor Critic Coupling via a Supervised Learning Framework for RLVR
通过监督学习框架实现隐式Actor-Critic耦合的RLVR方法
机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 PACS通过监督学习框架实现隐式Actor-Critic耦合，提升RLVR中奖励信号的稳定性与训练效率。
Comments ICML 2026
UnMaskFork: Test-Time Scaling for Masked Diffusion via Deterministic Action Branching
UnMaskFork：通过确定性动作分支实现Masked Diffusion的测试时扩展
AI总结 UnMaskFork通过确定性动作分支提升Masked Diffusion在测试时的扩展能力，优于现有方法并在复杂任务中表现优异。
Comments Accepted to ICML 2026
NEMO: Execution-Aware Optimization Modeling via Autonomous Coding Agents
NEMO: 通过自主编码代理实现执行感知的优化建模
机构 * Language Technologies Institute, School of Computer Science, Carnegie Mellon University, Pittsburgh, PA, USA（语言技术研究所，计算机科学学院，卡内基梅隆大学，匹兹堡，PA，美国）
AI总结 提出NEMO系统，利用自主编码代理将决策问题的自然语言描述转化为可执行的数学优化实现，通过执行感知的架构和协调模式实现最先进的性能。
Comments Accepted at ICML 2026
TEFormer: Structured Bidirectional Temporal Enhancement Modeling in Spiking Transformers
TEFormer：脉冲变压器中的结构化双向时间增强建模
AI总结 研究针对现有脉冲变压器缺乏有效时间融合机制的问题，提出TEFormer框架，通过在核心组件解耦时间建模实现双向时间融合，经实验验证其性能优于基线且在不同编码下稳定，是脉冲变压器时间建模的有效通用框架。
Comments Accepted by ICML 2026
Spectral and Spatial Graph Learning for Multispectral Solar Image Compression
多光谱太阳图像压缩的频谱与空间图学习
机构 * Department of Computer Science and Electrical Engineering, West Virginia University, WV, USA（计算机科学与电气工程系，维珍尼亚大学） ； Department of Mechanical & Aerospace Engineering, West Virginia University, WV, USA（机械与航空航天工程系，维珍尼亚大学） ； NASA Goddard Space Flight Center, MD, USA（国家航空航天局戈达德空间飞行中心）
AI总结 本文提出了一种针对多光谱太阳图像压缩的频谱与空间图学习框架，通过iSWGE和WSGA-C模块实现频谱与空间细节的高效压缩，提升重建质量与频谱保真度。
Comments 8 pages, 6 figures 1 table. Code available at https://github.com/agyat4/sgraph
Journal ref Proceedings of the 2024 International Conference on Machine Learning and Applications (ICMLA), 2025, pp. 607-614
STARCaster: Spatio-Temporal AutoRegressive Video Diffusion for Identity- and View-Aware Talking Portraits
STARCaster：用于身份和视图感知的会说话肖像的时空自回归视频扩散
机构 * Imperial College London, UK（伦敦帝国理工学院） ； FAU Erlangen–Nürnberg, Germany（埃朗根-纽伦堡大学）
AI总结 研究提出STARCaster模型，通过重新思考参考和几何范式，采用组合方法及解耦学习，解决语音驱动肖像动画和动态视点控制问题，能有效泛化，超越先前方法。
Comments ICML 2026
InertialAR: Autoregressive 3D Molecule Generation with Inertial Frames
InertialAR：基于惯性框架的自回归3D分子生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Ottawa（渥太华大学）
AI总结 研究探索基于Transformer的自回归模型在3D分子生成上的应用。提出InertialAR，通过规范标记化、几何位置编码及分层自回归范式应对挑战，在无条件和可控生成任务中表现出色，多个指标达领先水平。
Comments Accepted at ICML 2026
Von Mises-Fisher Mixture Model with Dynamic Shrinkage for Realistic Test-Time Transduction
用于现实测试时转导的具有动态收缩的冯·米塞斯-费舍尔混合模型
AI总结 研究针对测试时视觉语言模型性能问题，从惩罚似然估计角度提出具有动态收缩的冯·米塞斯-费舍尔混合模型（MOON），该模型基于分布混合建模，能动态调整收缩强度处理不平衡，无需训练和特定超参，实验验证其性能和效率优势。
Comments Accepted by ICML 2026
Journal ref ICML 2026
Efficient Difficulty-Aware Dynamic Routing for Diffusion-Based Real-World Image Super-Resolution
基于扩散的真实世界图像超分辨率的高效难度感知动态路由
AI总结 研究基于扩散的真实世界图像超分辨率方法的局限，提出难度感知动态路由（DDR）策略，设计难度估计器并构建不同容量网络，实验证明该模型相比现有方法在效率和有效性上更具优势。
Comments ICML 2026 under review
Position: Quantum Program Generation Must Prioritize Validity Over Probabilistic Scaling
立场：量子程序生成必须优先考虑有效性而非概率缩放
机构 * IBM（IBM公司） ； DeepMind（深度思维公司）
AI总结 该论文指出将概率范式用于量子电路合成有误，因量子电路有语法语义差距，未经验证的训练使模型难掌握物理语义，有效子集随量子比特数指数衰减。提出转向以验证器为中心，集成多种元素到生成中，验证意识架构是可行途径，应编码特定规则而非仅靠模仿。
Comments Accepted to ICML 2026: https://openreview.net/forum?id=oX1vWuQ13y
Stop the Sampler! Classifier-Based Adaptive Stopping for Sampling Kernels
停止采样器！基于分类器的采样核自适应停止
机构 * Stanford University（斯坦福大学）
AI总结 提出将MCMC轨迹终止作为可学习组件，利用非循环生成流网络训练状态依赖分类器，在保证详细平衡条件下自适应停止采样，显著缩短轨迹长度并改善模式覆盖与混合。
Comments ICML 2026 SPIGM Workshop
An Embarrassingly Simple Way to Optimize Orthogonal Matrices at Scale
一种简单易行的方法用于大规模优化正交矩阵
机构 * Institute for Machine Learning, University of Edinburgh, GB（机器学习研究所，爱丁堡大学）
AI总结 POGO是一种高效优化算法，通过简化方法在大规模问题中有效满足正交约束，提升优化性能。
Comments 24 pages, 10 figures, accepted at ICML 2026
Large-Scale Terminal Agentic Trajectory Generation from Dockerized Environments
从Docker化环境生成大规模终端代理轨迹
机构 * University of Manchester（曼彻斯特大学） ； IQuest Research（IQuest研究） ； Beihang University（北航大学） ； Sichuan University（四川大学） ； Multimodal Art Projection Research Community（多模态艺术投影研究社区）
AI总结 本文提出TerminalTraj，通过Docker化环境生成高质量终端轨迹，提升代理模型在终端任务中的性能表现。
Comments Accepted as a Spotlight paper at ICML 2026
Multi-marginal temporal Schrödinger Bridge Matching from unpaired data
基于未配对数据的多边际时间薛定谔桥匹配
机构 * IBENS, ENS Ulm, PSL（IBENS、ENS乌姆、PSL）
AI总结 针对从静态样本快照观察自然动态过程的问题，提出多边际时间薛定谔桥匹配（MMtSBM），通过推导迭代马尔可夫拟合算法扩展相关理论与效率，在多类实验中表现出色，确立其为恢复隐藏动态的实用方法。
Comments ICML 2026. Code available at https://github.com/tgravier/MMDSBM-pytorch . Additional experimental materials available at https://mmdsbm.notion.site
Symbal: Detecting Systematic Misalignments in Model-Generated Captions
Symbal：检测模型生成字幕中的系统性对齐错误
AI总结 研究多模态大语言模型生成图像字幕时的系统性对齐错误检测问题，提出利用现成基础模型的结构化双阶段设置的Symbal方法，引入SymbalBench基准，Symbal在基准上表现出色，可辅助审核MLLM生成的字幕。
Comments ICML 2026
Stop Thinking, Start Looking: Efficient Post-Training for Multimodal Document Question Answering via Reasoning-Free Alignment
停止思考，开始观察：通过无推理对齐实现多模态文档问答的高效训练后优化
AI总结 研究多模态文档问答中高效训练后优化问题，提出感知 - RFT 框架，用组相对策略优化绕过推理令牌直接对齐视觉与基础输出，通过构建变体评估推理必要性，发现启用推理模型有优势，还识别基础差异，表明早期转换可减少训练数据并保持精度。
Comments Accepted at ICML 2026, Workshop on Efficient Multimodal Question Answering (EMM-QA)
Democratizing Agent Deployment Safety: A Structural Monitoring Approach
使智能体部署安全民主化：一种结构监测方法
AI总结 研究人工智能智能体部署安全问题，引入信息流图（IFG）监测器，通过控制流、数据流图及原始代码差异分析结构安全回归。实验表明，IFG监测器能降低攻击错过率，还可同步作为部署前保障，为组织实现部署安全民主化提供实用途径。
Comments Accepted in ICML 2026 Workshops: AI4GOOD and AIWILD
Copy-on-Write Scoring: Application-Specific Agent Evaluations
写时复制评分：特定应用代理评估
AI总结 研究如何在软件系统中可靠部署基于大语言模型的代理，提出写时复制（CoW）评分框架，利用PostgreSQL级机制在应用环境中直接评估代理操作，能低成本评估迭代，在开源平台上验证了该框架的有效性。
Comments 15 pages, 11 figures, accepted at ICML 2026 Second Workshop on Agents in the Wild: Safety, Security, and Beyond
ToolAlignBench: Investigating Alignment Conflicts in Tool-Calling Enabled LLMs
ToolAlignBench：研究启用工具调用的大语言模型中的对齐冲突
机构 * School of Computing \& AI, Arizona State University, Tempe, AZ, USA
AI总结 研究受监管行业中工具调用大语言模型智能体的安全对齐冲突，构建含128个场景的基准测试，发现安全对齐开源模型有时会违背部署指令，擦除可降低举报率，揭示多元对齐矛盾，发布基准测试框架。
Comments Accepted to the Pluralistic Alignment Workshop at ICML 2026
Position: Explainability Research Must Prioritize Foundations over Ad-hoc Methods
立场：可解释性研究必须优先考虑基础而非临时方法
AI总结 该论文指出可解释人工智能技术虽多但未有效影响实际工作流程，原因是存在基础缺陷。主张机器学习社区从临时方法转向解决基础和结构挑战，通过分析论文和调查从业者揭示问题，最后给出清单推动XAI走向以人为本、行动导向范式。
Comments Accepted to ICML 2026 Position Paper Track
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
L-MARS: Legal Multi-Agent System with Agentic Search and Citation-Faithfulness Audit
L-MARS：具有协调推理和代理搜索的法律多智能体工作流
机构 * University of Southern California（南加州大学） ； University of California, San Diego（加利福尼亚大学圣迭戈分校）
AI总结 L-MARS是一种多代理检索框架，通过分解查询为结构化子问题，利用代理网络搜索获取证据，并通过验证代理过滤结果，从而在法律问答中实现高准确率。
Comments Accepted at the AI4Law Workshop at ICML 2026
Language as a Wave Phenomenon: Semantic Phase Locking and Interference in Neural Networks
语言作为波的现象：神经网络中的语义相位锁定与干涉
机构 * Independent Researcher, Türkiye（土耳其独立研究者） ； Department of Computer Engineering, Düzce University, Düzce, Türkiye（杜泽大学计算机工程系）
AI总结 本文探讨神经序列模型中相位的作用，提出PRISM模型通过复值编码和相位锁定实现语义信息编码，发现相位结构能有效区分同义词对，并展示相位表示在对抗噪声时的鲁棒性。
Comments ICML 2026
InfoFlow KV: Information-Flow-Aware KV Recomputation for Long Context
InfoFlow KV：面向长上下文的信息流感知KV重计算
机构 * New York University（纽约大学） ； Duke University（杜克大学）
AI总结 提出将选择性KV重计算建模为信息流问题，利用查询的注意力范数信号识别语义相关且结构上能传播信息的token，并引入信息流引导的块重排序策略，在LLM和VLM基准上优于现有方法。
Comments In proceedings of the 43rd International Conference on Machine Learning (ICML 2026). Project page: https://infoflow-kv.github.io
PhotoAgent: Exploratory Visual Aesthetic Planning with Large Vision Models
PhotoAgent: 带探索性视觉审美规划的代理照片编辑
机构 * MMLab, CUHK（CUHK媒体实验室） ； Shanghai AI Lab（上海AI实验室） ； USTC（中国科学技术大学） ； Institute of Science Tokyo（东京科学研究所） ； CPII under InnoHK（创新香港下的CPII）
AI总结 PhotoAgent通过探索性视觉审美规划实现自主照片编辑，无需用户逐步提示，提升图像质量和指令遵循度。
Comments ICML 2026 Oral. A fully automated, intelligent photo-editing agent that autonomously plans multi-step aesthetic enhancements, smartly chooses diverse editing tools, and enables everyday users to achieve professional-looking results without crafting complex prompts. Project page: https://mdyao.github.io/PhotoAgent/
Adaptive Time Series Reasoning via Segment Selection
通过片段选择的自适应时间序列推理
机构 * harvard（哈佛大学） ； mit（麻省理工学院） ； mitll（MIT林肯实验室） ； hongkong（香港科学与技术大学）
AI总结 提出ARTIST框架，将时间序列推理建模为序列决策问题，通过控制器-推理器架构和强化学习自适应选择信息片段，提升推理准确率。
Comments ICML 2026
