ICML

Leakage-Aware Benchmarking of LLM Forecasting: Real-Time Nowcasts as the Decision-Time Input for Macro Factor Ranking

泄露感知的LLM预测基准测试：实时预测作为宏观因子排序的决策时间输入

Mao Guan, Qian Chen

机构 * Independent Researcher（独立研究者） 纠错

AI总结 提出一种泄露控制的因子排序方法，使用检索增强的7B开源LLM预测器，在决策时间仅利用滞后宏观变量、近期事件摘要和实时通胀预测，实现中位数Spearman秩IC为+0.154，并验证了实时通胀信息和宏观相似检索对中位数信号的主导作用。

Comments 10 pages, 4 figures. Accepted at the ICML 2026 Workshop on AI Forecasting (Forecasting as a New Frontier of Intelligence). Non-archival. OpenReview: https://openreview.net/forum?id=mi8QiWomm3

Variance-Tilted Diffusion Models for Diverse Sampling

方差倾斜扩散模型用于多样化采样

Iskander Azangulov, Leo Zhang, Kianoosh Ashouritaklimi

机构 * Department of Statistics, University of Oxford, Oxford, UK（牛津大学统计学系） 纠错

AI总结 提出方差加权批分布，通过Doob h-变换导出交互粒子采样器，在扩散模型中实现多样化采样，具有透明概率目标。

Comments Accepted at SPIGM @ ICML workshop 2026

Collapsed Effective Operators for Higher-order Structures

高阶结构的塌缩有效算子

Maximilian Krahn, Lennart Bastian, Vikas Garg, Björn Schuller, Tolga Birdal

机构 * Department of Computing, Imperial College London（帝国理工学院计算系） ； Aalto University（阿尔托大学） ； Chair of Health Informatics, Technical University of Munich（慕尼黑工业大学健康信息学教席） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； YaiYai Ltd（YaiYai有限公司） 纠错

AI总结 提出通过Schur补将高阶拉普拉斯算子塌缩为顶点级算子，保留正半定性并降低系统能量，在谱聚类、信号平滑和神经网络位置编码中提升性能。

Comments Accepted at ICML 2026

CFPO: Counterfactual Policy Optimization for Multimodal Reasoning

CFPO：用于多模态推理的反事实策略优化

Zhangyuan Yu, Wanran Sun, Guangjing Yang, Xiaohu Wu, Qicheng Lao

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

AI总结 提出反事实策略优化框架，通过跨模态反事实增强机制强制视觉与文本推理的因果一致性，显著提升多模态推理的准确性。

Comments Accepted to ICML 2026. 17 pages

Position: Correct Answer, Wrong Mechanism -- When AI Scientists Defend General Claims Their Own Data Contradicts

立场：正确答案，错误机制——当AI科学家用自身数据反驳其通用主张时

Steven Young Eulig

机构 * Department of Physics and Laboratory for Particle Physics and Cosmology (LPPC), Harvard University（哈佛大学物理系与粒子物理与宇宙学实验室（LPPC）） 纠错

AI总结 本文通过编码代理在Geant4模拟中重新发现已知粒子识别可观测量的实验，指出仅以最终结果评估AI科学家系统不足，提出需分别衡量任务结果、机制保真度和认知诚实性，并发现正确答案但错误机制（CAWM）现象。

Comments 8 pages body plus 12 pages references and appendix, non-archival upload for ICML 2026 AI for Science workshop, selected as spotlight paper

PromptDyG: Test-Time Prompt Adaptation on Dynamic Graphs

PromptDyG：动态图上的测试时提示自适应

Guoguo Ai, Chaoxi Niu, Hui Yan, Joey Tianyi Zhou, Yew-Soon Ong, Guansong Pang

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Centre for Frontier AI Research (CFAR), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局前沿人工智能研究中心） ； Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高性能计算研究所） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

AI总结 提出PromptDyG框架，通过无监督测试时提示自适应在冻结骨干网络上最小化特征熵，在线建模动态图演化模式，理论保证正负样本对相似度间隔增大，实验在6个基准数据集上显著优于基线。

Comments Accepted by ICML 2026

Factored Gossip DiLoCo: Reducing Blocking Communication in DiLoCo

因式化Gossip DiLoCo：减少DiLoCo中的阻塞通信

Chamin Hewa Koneputugodage, Thalaiyasingam Ajanthan, Sameera Ramasinghe, Hadi Mohaghegh Dolatabadi, Shamane Siriwardhana, Gil Avraham, Violetta Shevchenko, Karol Pajak, James Snewin, Alexander Long

机构 * Pluralis Research 纠错

AI总结 提出因式化Gossip DiLoCo，通过非阻塞混合与阻塞混合分解同步，在低带宽环境下提升计算利用率并保持优化稳定性。

Comments Accepted at ICML 2026. 29 pages, 7 figures

SCOPE: Evolving Symbolic World for Planning in Open-Ended Environments

SCOPE：面向开放环境规划的演化符号世界

Yundaichuan Zhan, Minghe Gao, Zhongqi Yue, Wendong Bu, Wenqiao Zhang, Guoming Wang, Jisheng Dang, Juncheng Li, Siliang Tang, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； Chalmers University of Technology（查尔姆斯理工大学） ； Lanzhou University（兰州大学） 纠错

AI总结 提出SCOPE框架，通过符号执行模拟器和自适应符号记忆模块，在开放环境中演化符号世界表示，提升规划完整性和鲁棒性。

Comments Accepted to ICML 2026

Adaptive Recurrent Message Passing for Test Time Computing on Graphs

自适应递归消息传递用于图上的测试时计算

Junshu Sun, Wanxing Chang, Qingming Huang, Shuhui Wang

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； DAMO Academy, Alibaba Group（阿里巴巴集团达摩院） 纠错

AI总结 针对图数据与固定架构不匹配的问题，提出自适应递归图模型AdaR，通过理论推导步依赖作为自适应收敛的充要条件，并利用归一化步信息和梯度监督实现灵活测试时计算，在归纳和直推设置中优于强基线。

Comments Accepted by ICML 2026

Enhancing LLMs for Graph Tasks via Graph-aware LoRA Generation

通过图感知的LoRA生成增强LLMs的图任务能力

Junshu Sun, Wanxing Chang, Qingming Huang, Shuhui Wang

机构 * State Key Lab. of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； DAMO Academy, Alibaba Group（阿里巴巴集团达摩院） 纠错

AI总结 提出GaRA模型，通过生成任务特定的低秩权重更新注入全图信息，避免信息损失，在零样本图学习任务上优于基线方法。

Comments Accepted by ICML 2026

Residue-Level Attributions in Protein Language Models Do Not Recover Allergen Epitopes

蛋白质语言模型中的残基级归因不能恢复过敏原表位

Jianzhou Yao, Anxiong Song, Katja Baerenfaller, Damir Zhakparov

机构 * Swiss Institute of Allergy and Asthma Research, Davos, Switzerland（瑞士过敏与哮喘研究所，达沃斯，瑞士） ； ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院，苏黎世，瑞士） ； Swiss Institute of Bioinformatics, Lausanne, Switzerland（瑞士生物信息学研究所，洛桑，瑞士） 纠错

AI总结 本研究通过引入表位基准，评估蛋白质过敏原性模型的可解释性，发现分类器残基级归因与注释表位对齐不显著，模型可能依赖理化特征而非表位特异性机制。

Comments Accepted at the ICML 2026 Mechanistic Interpretability Workshop (peer-reviewed)

Drowning in Routine: Signal Dilution in Multi-Turn Agent Training

淹没在例行公事中：多轮智能体训练中的信号稀释

Yann Pernot, Vi Retault

机构 * Mila - Qu\'ebec AI Institute 纠错

AI总结 本文提出决策密度ρ的概念，揭示多轮智能体训练中例行轮次导致信号稀释，并推导出轨迹级信噪比与ρ^{-1/2}成比例，实验验证了该缩放关系。

Comments Accepted at the FAGEN Workshop at ICML 2026, Seoul, South Korea. 14 pages, 9 figures

Provably Efficient Policy-Reward Co-Pretraining for Adversarial Imitation Learning

对抗模仿学习的可证明高效策略-奖励联合预训练

Tian Xu, Zexuan Chen, Zhilong Zhang, Yi-Chen Li, Chenyang Wang, Lei Yuan, Yang Yu

机构 * National Key Laboratory for Novel Software Technology（计算机软件新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） 纠错

AI总结 针对对抗模仿学习（AIL）需大量在线交互的问题，提出基于奖励塑形分析的理论框架，设计策略-奖励联合预训练方法CoPT-AIL，首次从理论上证明预训练能提升AIL的模仿性能。

Comments Paper accepted by ICML 2026

Mat-Pref: Verifiable-Reward Training Improves Compositional Reasoning in Inorganic Materials

Mat-Pref: 可验证奖励训练提升无机材料中的组合推理能力

Sarrah R. Mikhail Leung, Taehan Kim, Jeongbin Park

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Michigan（密歇根大学） 纠错

AI总结 提出Mat-Pref基准，通过可验证奖励强化学习（GRPO）提升无机材料组合推理，在结构泛化和属性迁移上超越大模型。

Comments 10 pages, 4 figures, Accepted at ICML AI4Physics 2026 Workshop

Local Causal Attribution of Chain-of-Thought Reasoning

链式思维推理的局部因果归因

Dennis Wei, Yannis Belkhiter, Erik Miehling, Radu Marinescu

机构 * IBM Research（IBM研究院） 纠错

AI总结 提出AttriCoT算法，通过结构因果模型对链式思维推理中的单元进行局部因果归因，仅需O(U)次前向传播即可获得忠实于模型行为的归因结果。

Comments Camera-ready version for the Mechanistic Interpretability Workshop at ICML 2026. 37 pages, 18 figures

A Causal DAG Prior for Synthetic Time-Series Classification Datasets

用于合成时间序列分类数据集的因果DAG先验

Franco Martino O'Rourke, Ana Trisovic, Dimitris Bertsimas

机构 * Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院） 纠错

AI总结 提出一种因果DAG先验，从随机采样的有向无环图生成多变量、多类别的时间序列分类数据集，包含跨模态因果结构，微调TabPFN v2.5后在UCR/UEA数据集上显著优于基线。

Comments Accepted at the 2nd ICML 2026 Workshop on Foundation Models for Structured Data (FMSD). 4 pages (main text), 2 figures, plus references and appendix

Energy-based Compositional Diffusion Planning

基于能量的组合扩散规划

Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni

机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。

Comments ICML 2026

Recency/Frequency Adaptive KV Caching for Large Language Model Serving

面向大语言模型服务的近期/频率自适应KV缓存

Yang Shen, Meghana Madhyastha, Robert Underwood, Bogdan Nicolae, Randal Burns

机构 * Department of Computer Science, Johns Hopkins University, Baltimore, USA（约翰霍普金斯大学计算机科学系） ； Argonne National Laboratory, Lemont, USA（阿贡国家实验室） ； Parasail, Inc., San Mateo, USA（Parasail公司） 纠错

AI总结 针对LRU策略在多工作负载下缓存失效问题，提出自适应KV缓存，动态分配近期与高频KV块的空间，在合成文档问答中缓存命中率提升10.8%，首令牌时间降低12.6%。

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

How Should Agents Read Demonstrations? Hierarchical Structure Beats Flat Action Logs

智能体应如何阅读演示？层级结构优于扁平动作日志

Honjar Xing, Jefferson Lin, Henry Lieberman

机构 * MIT Computer Science and Artificial Intelligence Laboratory (CSAIL)（麻省理工学院计算机科学与人工智能实验室（CSAIL）） 纠错

AI总结 本文提出将演示中的动作序列组织为带标签的层级子目标，在85个Web自动化任务中，层级结构将模糊描述任务的通过率从76.7%提升至90.7%，而扁平结构改进不显著，消融实验表明子目标分组是唯一驱动因素。

Comments Accepted at the 5th Deep Learning for Code (DL4C) Workshop, ICML 2026. 8 pages, 2 figures, 4 tables

Is Our Benchmark Enough? An Analysis of Continual Learning for MLLMs

我们的基准测试足够吗？多模态大语言模型持续学习分析

Van-Tuan Tran, Shruthi Gowda, Merim Dzaferagic, Marco Ruffini

机构 * School of Computer Science and Statistics, Trinity College Dublin（都柏林圣三一学院计算机科学与统计学院） ； Department of Mathematics and Computer Science, Eindhoven University of Technology（埃因霍温理工大学数学与计算机科学系） 纠错

AI总结 本文质疑MR-LoRA方法对MLLM路由器的依赖，提出无训练无重放的简单原型路由方法RePRo，并指出共享专家无益，揭示MLLM-CL基准的任务高度可分离和固定顺序导致评估偏差，从而提出新基准设计。

Comments ICML 2026 Workshop "Continual Adaptation at Scale: Towards Sustainable AI"

Think Twice Before You Act: Protecting LLM Agents Against Tool Description Poisoning via Isolated Planning

三思而后行：通过隔离规划保护LLM代理免受工具描述投毒攻击

Shanghao Shi, Xiao Wang, Chaoyu Zhang, Hao Li, Wenjing Lou, Thomas Hou, Yevgeniy Vorobeychik, Chongjie Zhang, Ning Zhang

AI总结 提出Tool-Guard系统级防御，通过隔离规划机制将可疑工具调用隔离到受感染列表，阻断投毒描述持续影响，在AgentDojo和ASB基准上显著降低攻击成功率并保持任务效用。

Comments Accepted to ICML 2026

FOCA: Future-Oriented Conditioning for Data-Efficient Vision-Language-Action Adaptation

FOCA: 面向未来的条件化用于数据高效的视觉-语言-动作适应

Duc Minh Nguyen, Nghiem Tuong Diep, Binh Gia Nguyen, Trong-Bao Ho, Doanh Le, Tan Q. Nguyen, Thien-Loc Ha, Nhiem Tran, Bao Thach, Nhat X. Tran, Tuan A. Tran, Artur Habuda, Philip Lund Møller, Tran Nguyen Le, Daniel Sonntag, Matthias Niepert, Khoa D. Doan, Vu Duong, Hung Ngo, Minh N. Vu, Duy M. H. Nguyen, An Thai Le, Ngo Anh Vien

机构 * Center for AI Research, VinUniversity, Vietnam ； University of Utah, USA ； German Research Center for Artificial Intelligence (DFKI) ； Technical University of Denmark, Denmark ； University of Oldenburg, Germany ； University of Stuttgart, Germany ； Max Planck Research School for Intelligent Systems (IMPRS-IS), Germany 纠错

AI总结 提出FOCA框架，结合未来交互嵌入预测与目标观测隐式对齐，实现数据高效的VLA少样本适应，在LIBERO、RoboCasa和真实机器人上取得新最优结果。

Comments Accepted at ICML 2026. Project page: https://focavla.github.io/

Formally Verified Code Synthesis for Structured Data Translation in a Medical Internet of Things

医疗物联网中结构化数据翻译的形式化验证代码合成

Colin Samplawski, Adam D. Cobb

机构 * Computer Science Laboratory, SRI International（SRI国际计算机科学实验室） 纠错

AI总结 提出一种基于LLM的进化代码合成系统，集成形式化验证步骤，用于医疗物联网中结构化数据翻译，确保生成代码满足预定义需求，并以脉搏血氧仪集成案例展示其低开销生成正确翻译的能力。

Comments Spotlight Paper at the Workshop on Structured Data for Health at ICML 2026

FirstPass: Grounding AI Scientific Judgment in Multi-Round Editorial Outcomes

FirstPass: 在多轮编辑结果中奠定AI科学判断的基础

Prabhjot Singh, Somnath Luitel, Manmeet Singh, Josh Durkee

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； RediMinds Inc.（RediMinds公司） ； Disaster Science Operations Center, Western Kentucky University（西肯塔基大学灾害科学运营中心） 纠错

AI总结 针对同行评审AI在领域覆盖、对话建模和评估标准上的不足，提出FirstPass数据集和微调模型，利用Nature Communications多轮评审对话，通过响应损失掩码实现80.5%的编辑结果预测准确率，并生成接近人类长度的评审意见。

Comments Accepted at the AI for Science Workshop at the 43rd International Conference on Machine Learning (ICML 2026). 9 pages, 2 figures, 6 tables

BELLS-O: Evaluating the Operational Trade-offs of LLM Supervision Systems

BELLS-O：评估LLM监督系统的运营权衡

Leonhard Waibl, Felix Michalak, Hadrien Mariaccia

机构 * University of Graz, Graz, Austria（格拉茨大学） ； Supervised Program for Alignment Research (SPAR)（对齐研究监督计划 (SPAR)） ； Centre pour la Sécurité de l'IA (CeSIA), Paris, France（人工智能安全研究中心 (CeSIA)，巴黎，法国） 纠错

AI总结 提出首个独立运营基准BELLS-O，评估28个LLM监督系统在检测率、误报率、延迟和成本上的权衡，发现专用护栏在内容审核中占优，而前沿通用模型在越狱检测中表现更好但成本更高。

Comments Accepted at the ICML 2026 Workshop on Trustworthy AI for Good (AI4GOOD). 2 figures; main text plus appendices

Hierarchical Reinforcement Learning for Sparse-Reward Search in Commutative Algebra

用于交换代数中稀疏奖励搜索的分层强化学习

Giorgi Butbaia, Paul Orland, Coco Huang, Davide Passaro, Lucas Fagan, Michele Tarquini, Hailong Dao, David Eisenbud, Ali Shehper, Sergei Gukov

机构 * California Institute of Technology（加州理工学院） ； Temple University（天普大学） ； University of Kansas（堪萨斯大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 针对数学猜想验证中的奖励稀疏问题，提出基于约束选项的分层强化学习框架，结合等变图神经网络策略，在交换代数问题中首次应用HRL并优于经典RL和贪心搜索。

Comments 21 pages, 15 figures, 3 tables. Accepted at ICML 2026

The Two-Hump Problem: Bridging the Difficulty Gap in Mathematical Reinforcement Learning

双峰问题：弥合数学强化学习中的难度差距

Lucas Fagan, Michele Tarquini, Ali Shehper, Maksymilian Manko, Angus Gruen, Coco Huang, Giorgi Butbaia, Davide Passaro, Sergei Gukov

机构 * Department of Mathematics, California Institute of Technology（加州理工学院数学系） ； Institute of Mathematics, University of Zurich（苏黎世大学数学研究所） ； Zero Latency Labs（零延迟实验室） ； Department of Mathematics, Temple University（天普大学数学系） 纠错

AI总结 针对数学搜索问题中奖励稀疏和难度分布不均的挑战，提出数据生成和算法增强方法，包括超移动和Transformer架构，显著提升性能并发布大规模基准数据集。

Comments Accepted at ICML 2026. 38 pages, 9 figures. Code and datasets: https://github.com/Math-AI-Caltech/ACSolverX

A Generative Model for Extremely Sparse Edge-Exchangeable Networks

一种针对极度稀疏边可交换网络的生成模型

Valentin Kilian

AI总结 提出一种基于完全随机测度的边可交换图生成模型，解决极度稀疏网络中边数随节点数近线性增长的挑战。

Comments Accepted to the Structured Probabilistic Inference & Generative Modeling workshop at ICML 2026

What Do Lorentz-Equivariant Jet Taggers Learn?

洛伦兹等变喷注标记器学到了什么？

Jay Agarwal, Siddharth Khare, Dhruv Kumar

AI总结 通过等变测试、线性探针和分级消融研究五种洛伦兹等变喷注标记器的内部学习机制，发现等变模型抑制赝快度而编码喷注质量和N-subjettiness，双向量通道对顶夸克标记不重要而类矢量通道主导但种子可变。

Comments Accepted at the AI4Physics Workshop, ICML 2026. 21 pages, 15 figures

RouteJudge: An Open Platform for Reproducible and Preference-Aware LLM Routing

RouteJudge: 一个可复现且偏好感知的LLM路由开放平台

Guannan Lai, Haoran Hu, Han-Jia Ye

机构 * 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（南京大学计算机软件新技术国家重点实验室） ； SinapisAI 纠错

AI总结 提出RouteJudge平台，通过匿名成对比较评估LLM路由策略的决策质量，并发布ORBIT工具箱标准化路由工作流，支持可复现和偏好感知的路由评估。

Comments Accepted by Pluralistic Alignment Workshop at ICML 2026