ICML

Not All Proofs Are Equal: Evaluating LLM Proof Quality Beyond Correctness

并非所有证明都平等：超越正确性的LLM证明质量评估

Ivo Petrov, Jasper Dekoninck, Dimitar I. Dimitrov, Martin Vechev

机构 * INSAIT（INSAIT研究所） ； Sofia University "St. Kliment Ohridski"（索菲亚大学"圣克莱孟·奥赫里迪斯基"） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本文提出ProofRank基准，评估证明的简洁性、计算便捷性、认知简单性、多样性及适应性，揭示正确性之外的证明质量差异及优劣权衡。

Comments 9 main text pages, 36 total pages, Accepted at ICML 2026 AI for Math workshop

Budget-Feasible Mechanisms for Submodular Welfare Maximization in Procurement Auctions

预算可行机制用于采购拍卖中的子模福利最大化

Shuang Cui, He Huang, Yu-e Sun, Chen Xue

AI总结 本文提出BFM-SWM机制，首次在采购拍卖中实现子模福利最大化的预算可行机制，具有可证明的近似保证，同时改进了效率和效果。

Comments Accepted at ICML 2026

Delegation and Verification Under AI

AI下的委托与验证

Lingxiao Huang, Wenyang Xiao, Nisheeth K. Vishnoi

机构 * Nanjing University（南京大学） ； Yale University（耶鲁大学） 纠错

AI总结 研究工人在AI系统中如何决定委托任务并验证AI输出，发现AI会引发相变，放大验证能力强的工人质量，同时降低其他工人的制度质量。

Comments This paper has been accepted by ICML 2026

PrivacyBench: Privacy Isn't Free in Hybrid Privacy-Preserving Vision Systems

PrivacyBench: 混合隐私保护视觉系统中的隐私并非免费

Nnaemeka Obiefuna, Samuel Oyeneye, Similoluwa Odunaiya, Iremide Oyelaja, Steven Kolawole

机构 * ML Collective（ML集体） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 提出PrivacyBench框架，系统评估FL+DP、FL+SMPC等混合隐私技术在医学图像分类中的交互效应，发现FL+DP组合导致严重收敛失败和性能下降，而FL+SMPC保持近基线性能，为隐私-效用-成本权衡提供系统评估平台。

Comments Preprint; preceding version accepted at ES-FOMO III, ICML 2025

Gradient Testing and Estimation by Comparisons

通过比较进行梯度测试与估计

Xiwen Tao, Chenyi Zhang, Helin Wang, Yexin Zhang, Tongyang Li

机构 * School of Electronics Engineering and Computer Science（电子工程与计算机科学系） ； Computer Science Department（计算机科学系） ； Center on Frontiers of Computing Studies（计算前沿研究中心） ； School of Computer Science（计算机科学系） 纠错

AI总结 针对光滑函数，仅使用比较预言机，提出梯度测试算法（O(1)查询）和梯度估计算法（O(n log(1/ε))查询，最优），并给出量子版本的O(log(n/ε))查询算法。

Comments v3: 37 pages, 1 figure. To appear in the Forty-Third International Conference on Machine Learning (ICML 2026). Added numerical experiments to validate the proposed algorithms (Section 5), and minor fixes that improve presentation compared to v2. This version subsumes the note "Comparisons are all You need for optimizing smooth functions" (v1)

Use What You Know: Causal Foundation Models with Partial Graphs

利用已知信息：带有部分图结构的因果基础模型

Arik Reuter, Anish Dhir, Cristiana Diaconu, Jake Robertson, Ole Ossen, Frank Hutter, Adrian Weller, Mark van der Wilk, Bernhard Schölkopf

机构 * University of Cambridge（剑桥大学） ； Gatsby Computational Neuroscience Unit（加布特计算神经科学单位） ； Prior Labs（Prior实验室） ； University of Freiburg（弗赖堡大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； University of Oxford（牛津大学） 纠错

AI总结 提出在因果基础模型中注入因果图或祖先信息的方法，利用图卷积编码器和注意力机制有效利用部分因果信息，使通用模型匹配专用模型性能。

Journal ref ICML 2026

Revisiting the Platonic Representation Hypothesis: An Aristotelian View

重新审视柏拉图式表征假说：一种亚里士多德式的观点

Fabian Gröger, Shuo Wen, Maria Brbić

AI总结 针对神经网络表征收敛于统一统计模型的柏拉图式假说，本文发现现有相似性度量受网络规模混淆，提出基于置换的零校准框架，揭示全局谱收敛在校准后消失，而局部邻域相似性（非距离）仍跨模态一致，据此提出亚里士多德式表征假说。

Comments ICML 2026 camera-ready

When Actions Go Off-Task: Detecting and Correcting Misaligned Actions in Computer-Use Agents

当行动偏离任务：检测和纠正计算机使用代理中的不对齐行为

Yuting Ning, Jaylen Jones, Zhehao Zhang, Chentao Ye, Weitong Ruan, Junyi Li, Rahul Gupta, Huan Sun

AI总结 针对计算机使用代理中由外部攻击或内部限制导致的行动不对齐问题，提出DeAction方法，通过结构化反馈在执行前检测并迭代纠正，在F1分数和攻击成功率上显著优于基线。

Comments ICML 2026. Project Homepage: https://osu-nlp-group.github.io/Misaligned-Action-Detection/

Orthogonal Hierarchical Decomposition for Structure-Aware Table Understanding with Large Language Models

正交层次分解：面向结构感知的大语言模型表格理解

Bin Cao, Huixian Lu, Chenwen Ma, Ting Wang, Ruizhe Li, Jing Fan

机构 * Zhejiang University of Technology, China（浙江工业大学，中国） ； Zhejiang Key Laboratory of Visual Information Intelligent Processing, China（浙江视觉信息智能处理重点实验室，中国） ； University of Aberdeen, UK（爱丁堡大学，英国） 纠错

AI总结 针对复杂表格中多级表头、合并单元格等结构导致大语言模型理解困难的问题，提出正交层次分解（OHD）框架，通过空间-语义联合约束的正交树归纳方法将不规则表格分解为列树和行树，并设计双路径关联协议重构单元格语义，在AITQA和HiTab基准上优于现有方法。

Comments ICML 2026

Spurious Rewards Paradox: Mechanistically Understanding How RLVR Activates Memorization Shortcuts in LLMs

虚假奖励悖论：从机制上理解RLVR如何在LLMs中激活记忆捷径

Lecheng Yan, Ruizhe Li, Guanhua Chen, Qing Li, Jiahui Geng, Wenxi Li, Longyue Wang, Chenyang Lyu

机构 * University of Science and Technology of China（中国科学技术大学） ； University of Aberdeen（阿伯丁大学） ； University of Birmingham（伯明翰大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 研究RLVR中虚假奖励导致模型依赖记忆而非推理的机制，发现锚定-适配器电路，并通过因果干预验证其作用。

Comments ICML 2026

Eyes-on-Me: Scalable RAG Poisoning through Transferable Attention-Steering Attractors

Eyes-on-Me: 通过可迁移的注意力引导吸引子实现可扩展的RAG投毒

Yen-Shan Chen, Sian-Yao Huang, Cheng-Lin Yang, Yun-Nung Chen

AI总结 提出Eyes-on-Me模块化攻击，通过可重用的注意力吸引子和焦点区域实现零成本适应新目标，在18种RAG设置下平均攻击成功率提升35.9个百分点，并迁移至未见过的黑盒检索器和生成器。

Journal ref Published in Forty-third International Conference on Machine Learning (2026)

Pianist Transformer: Towards Expressive Piano Performance Rendering via Scalable Self-Supervised Pre-Training

Pianist Transformer：通过可扩展的自监督预训练实现富有表现力的钢琴演奏渲染

Hong-Jie You, Jie-Jing Shao, Xiao-Wen Yang, Lin-Han Jia, Lan-Zhe Guo, Yu-Feng Li

AI总结 提出Pianist Transformer，通过统一MIDI表示进行大规模自监督预训练，结合非对称Transformer和音符级压缩，实现高效且富有表现力的钢琴演奏生成。

Comments Accepted to ICML 2026

Computationally-efficient Graph Modeling with Refined Graph Random Features

基于精细化图随机特征的高效图建模

Krzysztof Choromanski, Avinava Dubey, Arijit Sehanobish, Isaac Reid

机构 * Google DeepMind（谷歌DeepMind） ； Columbia University（哥伦比亚大学） ； Google Research（谷歌研究） 纠错

AI总结 提出精细化图随机特征（GRFs++），通过行走拼接技术解决传统GRFs难以建模远距离节点关系的问题，在保持无偏性的同时提高计算效率，并扩展了行走终止机制以提升图核近似精度。

Comments ICML 2026

Continual Knowledge Updating in LLM Systems: Learning Through Multi-Timescale Memory Dynamics

连续知识更新在大语言模型系统中：通过多时间尺度记忆动态学习

Andreas Pattichis, Constantine Dovrolis

机构 * The Cyprus Institute, Nicosia, Cyprus（塞浦路斯研究所，尼科西亚，塞浦路斯） 纠错

AI总结 本文提出基于多时间尺度动态的记忆机制，通过耦合内部变量实现知识的持续更新与学习，重构外部记忆作为学习的基础 substrates。

Comments Accepted as a poster at the ICML 2026 Workshop "Continual Adaptation at Scale: Towards Sustainable AI" (CATS@ICML 2026). 9 pages, 2 figures

Improving Zero-Shot Offline RL via Behavioral Task Sampling

通过行为任务采样改进零样本离线强化学习

Nazim Bendib, Nicolas Perrin-Gilbert, Olivier Sigaud

AI总结 本文提出通过直接从离线数据集中提取任务向量来改进零样本离线强化学习，提升任务泛化能力，实验表明在多个基准环境中性能提升20%。

Comments ICML 2026

Kuramoto Oscillatory Phase Encoding: Neuro-inspired Synchronization for Improved Learning Efficiency

Kuramoto振荡相位编码：神经启发同步机制提升学习效率

Mingqing Xiao, Yansen Wang, Dongqi Han, Caihua Shan, Dongsheng Li

机构 * Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 提出Kuramoto振荡相位编码（KoPE），为视觉Transformer引入神经启发同步机制，通过增强结构学习提升训练、参数和数据效率，并在语义分割、少样本推理等任务中取得优势。

Comments ICML 2026

SPARC: Separating Perception And Reasoning Circuits for Test-time Scaling of VLMs

SPARC: 分离感知与推理回路以实现VLM的测试时扩展

Niccolo Avogaro, Nayanika Debnath, Li Mi, Thomas Frick, Junling Wang, Zexue He, Hang Hua, Konrad Schindler, Mattia Rigotti

机构 * ETH Zürich（苏黎世联邦理工学院） ； IBM Research（IBM研究院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

AI总结 提出SPARC框架，通过显式分离视觉感知与推理，实现测试时动态扩展和不对称计算分配，在视觉推理任务中优于基线方法。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

CausalRAG2: Hierarchical Causal Knowledge Graph Design for RAG

CausalRAG2: 面向RAG的分层因果知识图谱设计

Nengbo Wang, Tuo Liang, Vikash Singh, Chaoda Song, Van Yang, Yu Yin, Jing Ma, Jagdip Singh, Vipin Chaudhary

机构 * Department of Computer and Data Sciences, Case Western Reserve University, Cleveland, OH, USA（计算机与数据科学系，凯斯西储大学，克利夫兰，OH，USA） ； Design and Innovation Department, Case Western Reserve University, Cleveland, OH, USA（设计与创新部门，凯斯西储大学，克利夫兰，OH，USA） 纠错

AI总结 提出CausalRAG2框架，通过分层模块间的因果门控机制显式建模因果关系，抑制虚假相关，实现大规模知识图谱上的可扩展推理，并引入HolisQA基准，实验表明其优于现有图基RAG方法。

Comments Accepted at ICML 2026

A Geometry-Aware Efficient Algorithm for Compositional Entropic Risk Minimization

组合熵风险最小化的几何感知高效算法

Xiyuan Wei, Linli Zhou, Bokun Wang, Chih-Jen Lin, Tianbao Yang

机构 * Texas A\&M University（德克萨斯A&M大学） ； University of Texas, Austin（德克萨斯大学奥斯汀分校） ； National Taiwan University（国立台湾大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 针对组合熵风险最小化问题，提出几何感知随机算法SCENT，利用负指数函数诱导的Bregman散度进行随机近端镜像下降，实现凸问题O(1/√T)收敛率，并在极端分类、部分AUC最大化等任务中优于基线。

Comments Accepted to 43rd International Conference on Machine Learning. 39 pages, 7 figures

Data- and Variance-dependent Regret Bounds for Online Tabular MDPs

在线表格MDPs的数据依赖和方差依赖遗憾界

Mingyi Li, Taira Tsuchiya, Kenji Yamanishi

机构 * Department of Mathematical Informatics, The University of Tokyo, Tokyo, Japan（数学信息学系，东京大学，东京，日本） 纠错

AI总结 针对已知转移的在线表格马尔可夫决策过程，提出在对抗性环境下实现数据依赖遗憾界、在随机环境下实现方差依赖遗憾界的最优算法，并证明全局优化方法达到近乎最优。

Comments Accepted at ICML 2026. 72 pages, 4 tables

RN-D: Discretized Categorical Actors for On-Policy Reinforcement Learning

RN-D：用于同策略强化学习的离散化分类演员

Yuexin Bian, Jie Feng, Tao Wang, Yijiang Li, Sicun Gao, Yuanyuan Shi

机构 * University of California San Diego, La Jolla, USA（加州大学圣地亚哥分校） 纠错

AI总结 提出离散化分类演员替代高斯演员，结合正则化网络形成RN-D，在同策略RL中实现连续控制的最优性能。

Comments Accepted by ICML 2026

AMVICC: A Novel Benchmark for Cross-Modal Failure Mode Profiling for VLMs and IGMs

AMVICC: 一种用于VLM和IGM跨模态故障模式分析的新型基准

Aahana Basappa, Pranay Goel, Anusri Karra, Anish Karra, Asa Gilmore, Kevin Zhu

机构 * Centennial High School, Frisco, Texas, USA（Centennial High School, Texas, USA） ； Lebanon Trail High School, Frisco, Texas, USA（Lebanon Trail High School, Texas, USA） ； West Windsor-Plainsboro High School, Princeton Junction, New Jersey, USA（West Windsor-Plainsboro High School, New Jersey, USA） ； Algoverse AI Research, Palo Alto, California, USA（Algoververse AI Research, California, USA） 纠错

AI总结 提出AMVICC基准，通过图像到文本和文本到图像任务系统比较多模态大模型和图像生成模型的视觉推理失败模式，发现故障模式在模型和模态间共享，但存在特定于模型和模态的失败。

Comments 14 pages, 4 figures, 8 tables. Presented at the 39th Conference on Neural Information Processing Systems Workshop: VLM4RWD. Presented at the 43th International Conference on Machine Learning Workshops: ICML 2026 CTB, ICML 2026 FAGEN, ICML 2026 EMM-QA. Authors Aahana Basappa and Pranay Goel contributed equally. Code: https://github.com/AahanaB24/AMVICC, Data: https://doi.org/10.5281/zenodo.17646068

ScalingAR: Scaling Confidence for Autoregressive Image Generation

ScalingAR: 自回归图像生成的置信度缩放

Harold Haodong Chen, Xianfeng Wu, Wen-Jie Shu, Rongjin Guo, Disen Lan, Harry Yang, Ying-Cong Chen

AI总结 提出ScalingAR框架，通过令牌熵作为置信度信号，在轮廓级和策略级进行自适应轨迹剪枝和动态引导调度，无需早期解码或外部奖励，显著提升自回归图像生成性能。

Comments ICML 2026; Code: https://github.com/EnVision-Research/ScalingAR

Removing Noise, not Finding Gold: Quality Filtering for Large-Scale Pretraining

去除噪声，而非寻找黄金：大规模预训练的质量过滤

Thiziri Nait Saada, Louis Bethune, Michal Klein, David Grangier, Marco Cuturi, Pierre Ablin

机构 * Work done as an intern at Apple（苹果公司实习生） ； University of Oxford（牛津大学） ； Apple（苹果公司） 纠错

AI总结 本文深入分析基于分类器的质量过滤（CQF）方法，发现其虽提升下游任务性能，但会隐式过滤高质量数据，且与基于合成数据的模型行为趋势不同，质疑CQF捕捉数据质量的有效性。

Comments 21 pages, 22 figures, 2 tables, accepted at ICML 2026

How Does the Pretraining Distribution Shape In-Context Learning? A Fundamental Trade-Off

预训练分布如何塑造上下文学习？一个基本的权衡

Waïss Azizian, Ali Hasan

AI总结 通过理论框架和实验，揭示预训练分布的统计特性（如重尾行为）在上下文学习中导致任务选择鲁棒性与泛化能力之间的基本权衡。

Comments 57 pages, 15 figures; to be presented at ICML 2026

Fox in the Henhouse: Supply-Chain Backdoor Attacks Against Reinforcement Learning

狐狸进鸡窝：针对强化学习的供应链后门攻击

Shijie Liu, Andrew C. Cullen, Paul Montague, Sarah Erfani, Benjamin I. P. Rubinstein

机构 * School of Computing and Information Systems, University of Melbourne, Parkville, Australia（墨尔本大学计算机与信息系统学院，墨尔本，澳大利亚） 纠错

AI总结 提出SCAB攻击，通过污染仅3%的训练经验即可激活超过90%的触发动作，使受害者平均每轮回报降低80%，揭示了强化学习供应链中的后门攻击风险。

Comments Forty-Third International Conference on Machine Learning (ICML2026)

From Uncertain to Safe: Conformal Adaptation of Diffusion Models for Safe PDE Control

从不确定到安全：扩散模型的安全自适应用于PDE控制

Peiyan Hu, Xiaowei Qian, Wenhao Deng, Rui Wang, Haodong Feng, Ruiqi Feng, Tao Zhang, Long Wei, Yue Wang, Zhi-Ming Ma, Tailin Wu

机构 * intern（实习生） ； Westlake University（西湖大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Fudan University（复旦大学） ； Zhongguancun Academy（中关村学院） 纠错

AI总结 提出SafeDiffCon方法，通过共形预测估计不确定性分位数，结合后训练和推理阶段调整扩散模型，在满足安全约束下实现最优PDE控制。

Comments ICML 2025. 24 pages, 5 figures

RotRNN: Modelling Long Sequences with Rotations

RotRNN：利用旋转建模长序列

Kai Biegun, Rares Dolga, Jake Cunningham, David Barber

机构 * UCL AI Centre（UCL人工智能中心） ； UiPath London, UK（UiPath伦敦英国） 纠错

AI总结 提出RotRNN线性循环模型，利用旋转矩阵简化初始化与归一化，在长序列基准上达到竞争性能。

Comments Next Generation of Sequence Modeling Architectures Workshop at ICML 2024

Self-CriTeach: LLM Self-Teaching and Self-Critiquing for Improving Robotic Planning via Automated Domain Generation

Self-CriTeach: LLM 自我教学与自我批评用于通过自动领域生成提升机器人规划

Jinbang Huang, Zhiyuan Li, Yuanzhao Hu, Zhanguang Zhang, Mark Coates, Xingyue Quan, Yingxue Zhang

机构 * Huawei Noah's Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McGill University（麦吉尔大学） 纠错

AI总结 本文提出Self-CriTeach框架，通过LLM自动生成符号规划领域，用于自我教学生成规划问题-计划对及自我批评生成结构化奖励信号，提升机器人规划性能与泛化能力。

Comments International Conference on Machine Learning (ICML) 2026

Block-wise Codeword Embedding for Reliable Multi-bit Text Watermarking

分块码字嵌入用于可靠的多比特文本水印

Joeun Kim, HoEun Kim, Dongsup Jin, Young-Sik Kim

机构 * Department of AI, DGIST, Daegu, Republic of Korea（韩国大邱科学技术院人工智能系） ； Department of EECS, DGIST, Daegu, Republic of Korea（韩国大邱科学技术院电子工程与计算机科学系） ； ICT convergence, University of Ulsan, Ulsan, Republic of Korea（韩国釜山大学信息通信融合学院） 纠错

AI总结 本文提出BREW框架，通过分块盲消息估计和窗口位移验证，解决多比特水印中高误报率问题，实现高真阳性率和低误报率。

Comments Accepted at ICML 2026