期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
现实中的思维链推理并不总是忠实的
机构 * Poseidon Research（Poseidon研究）
AI总结 研究发现，在自然语言提示下，模型有时会生成表面连贯但自相矛盾的思维链，揭示出隐含的事后合理化现象，且前沿模型也未能完全避免。
Comments Published at the 43rd International Conference on Machine Learning (ICML 2026)
存疑则计划：用于反应式强化学习的小型语言模型承诺式推理
机构 * University of São Paulo（圣保罗大学）
AI总结 提出PACT混合架构，结合快速反应式强化学习策略与慢速小型语言模型规划器，通过异步生成和验证候选动作计划来提升策略在陌生环境中的表现。
Comments LM4Plan Workshop at ICML 2026
可扩展的电路学习用于解释大型语言模型
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出CircuitLasso方法，基于稀疏线性回归高效学习LLM中的稀疏电路，以SAE特征为单元，在保持结构准确性的同时大幅降低计算成本，并揭示语义特征传播机制。
Comments Accepted to the Mechanistic Interpretability Workshop at ICML 2026
基于视频的最优传输用于反馈高效的离线偏好强化学习
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出VOTP框架，利用视频基础模型和最优传输生成伪标签，仅需少量人类反馈即可学习有效奖励函数，显著降低标注成本。
Comments ICML 2026 (Oral)
基于最优传输的单轮联邦学习分布对齐
机构 * AI for Good (AIGO), Italian Institute of Technology（意大利技术研究院AI for Good (AIGO)） ； MaLGa-DIBRIS, University of Genoa（热那亚大学MaLGa-DIBRIS） ； Department of Computer Science, University of Verona（维罗纳大学计算机科学系）
AI总结 针对单轮联邦学习中客户端数据异构导致的特征错位问题，提出SLOT-Align方法，利用共享冻结编码器、Bures-Wasserstein重心和测地最优传输映射实现无训练的特征对齐，提升模型精度与鲁棒性。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
学习界面破碎：一种用于喷雾形成的几何条件潜在代理模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Technical University of Munich（慕尼黑技术大学） ； Istanbul Technology University（伊斯坦布尔技术大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学）
AI总结 提出一种几何条件潜在代理模型，通过编码自适应网格细化（AMR）的单元密度场，在797个两相喷嘴模拟上训练，实现瞬态破碎动力学的高效预测，推理速度比Basilisk CFD快6×10^4倍。
Comments 11 pages, 5 figures, accepted to ICML AI4Physics 2026
基于组合子目标评分的方向条件策略用于在线目标条件强化学习
机构 * Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur（计算机科学与工程系，印度理工学院Kharagpur分校） ； Department of Mechanical Engineering, Indian Institute of Technology Kharagpur（机械工程系，印度理工学院Kharagpur分校）
AI总结 提出方向条件策略（DCP），通过共享InfoNCE表示将目标达成分解为子目标评分和方向条件动作，理论证明方向充分性、训练与部署一致性及可控子空间失效条件，在九个环境中优于对比RL。
Comments 17 pages, Accepted to the 2nd Workshop on Compositional Learning at ICML 2026 (Seoul, South Korea)
事后合并是不够的：基于损失差距平衡的多轮模型合并
机构 * Soongsil University, Republic of Korea（韩国顺斯大学） ； Department of Electrical and Computer Engineering, Sungkyunkwan University, Republic of Korea（成均馆大学电子与计算机工程系）
AI总结 提出METIS方法，通过迭代多轮合并和任务损失差距加权，解决多任务模型合并中的信息擦除问题，显著提升最差任务性能。
Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)
面向聚合预测的模拟增强多步分割共形预测
AI总结 提出SA-MSCP方法，通过块自助法从交叉验证残差生成未来路径并构建经验分位数预测区间，提升聚合和增长率目标的经验覆盖率。
Comments Accepted at ICML 2026 workshop: Forecasting as a New Frontier of Intelligence
一步泛化比率引导的域泛化优化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学技术研究所）
AI总结 提出GENIE优化器，通过一步泛化比率（OSGR）动态均衡参数更新，抑制虚假相关，促进域不变特征学习，在域泛化任务中超越现有优化器。
Comments 29 pages, accepted at the 42nd International Conference on Machine Learning (ICML 2025)
快速投毒：针对快速响应框架的实用投毒攻击
机构 * Princeton University（普林斯顿大学）
AI总结 揭示针对快速响应框架的投毒攻击，通过提示注入在训练集中植入恶意样本，实现目标性投毒和概念后门攻击，仅1%投毒率即可导致高达100%误报率和96%漏报率。
Comments Spotlight at ICML 2026
创意碰撞：大型语言模型中的导演人格引导与竞争
机构 * AI Safety Camp（AI安全训练营）
AI总结 研究通过叠加两种语义相反的导演人格向量（斯皮尔伯格与斯科塞斯）来引导语言模型生成，发现斯皮尔伯格向量主导道德倾向，中间点提升连贯性，且两者在特定层共享道德基调基底。
Comments Accepted at ICML 2026 Workshop on Human-AI Co-Creativity
AI多元主义及其遗漏的世界
机构 * Rashid Mushkani
AI总结 本文提出AI系统施加本体论，导致本体论扁平化，并引入多元生命周期治理框架以记录本体开放性和问责条件。
Comments To be presented at the ICML Pluralistic Alignment Workshop
质量-效用悖论：为什么高奖励数据会损害小模型的数学推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 发现数学推理蒸馏中的质量-效用悖论：Oracle精炼的高奖励数据因分布漂移增加适应成本，反而不如SLM自生成数据；提出风格对齐精炼方法恢复效用。
Comments Accepted at ICML 2026
面向帕累托最优工具集成智能体的帕累托排名策略优化
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出ParetoPO框架，通过超体积引导动态标量化和帕累托排名优势计算，在多目标下优化工具使用语言模型的准确性与效率权衡。
Comments ICML 2026 Spotlight Paper
基于低秩结构的数据选择主动学习
机构 * Google Research（谷歌研究院） ； University of California, Berkeley（加州大学伯克利分校） ； Institute of Science and Technology Austria (ISTA)（奥地利科学技术研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Texas A&M University（德克萨斯农工大学）
AI总结 提出基于低秩近似和残差采样的数据选择框架，在温和正则条件下选择加权子集，使平均损失近似全数据集平均损失，相对误差(1+ε)加性项εΦ_k，实验优于均匀采样和聚类敏感采样。
Comments ICML 2026
自回归蛋白质语言模型中的电路追踪
机构 * Stanford University（斯坦福大学）
AI总结 提出ProGenMech框架，通过跨层稀疏编码器忠实恢复ProGen3的生成计算，并零样本发现与蛋白质生成和适应性预测相关的稀疏电路，揭示生物意义基序。
Comments Accepted into the Mechanistic Interpretability Workshop at ICML 2026. 24 pages, 14 figures
谁在翻盘？自我与跨模型反论证揭示LLM中的答案不稳定性
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； LMU Munich（慕尼黑大学）
AI总结 提出一种评估大语言模型答案稳定性的协议，通过生成反论证挑战正确回答，发现翻转率在17.5%到97.3%之间，且自我归因和跨模型论证显著影响稳定性。
Comments Accepted to the non-archival workshops AI4Good and AIWILD at ICML 2026
DeepRoot: 一个基于知识图谱协调的多智能体系统，用于历史医学文本的治疗推理
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学）
AI总结 提出DeepRoot多智能体系统，通过联合构建和利用验证知识图谱，将接地与推理分离并组合，从历史医学文本中恢复药物-疾病治疗关系，显著优于基线LLM和工具调用LLM。
Journal ref ICML 2026 GenBio; ACM CAIS 2026 Workshop AI Agents for Discovery in the Wild
深度残差注入：多模态大语言模型的全频谱取证信号感知
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对多模态大语言模型在取证中难以同时保留语义知识和捕获低级生成器伪影的问题，提出Deep-VRM方法，通过将伪影特定视觉信号作为残差路径注入中间层，实现全频谱信号感知，达到鲁棒检测性能。
Comments Accepted at ICML 2026
重新思考LLM导师中的脚手架：基准测试与真实部署之间的交互不匹配
机构 * University of Cambridge（剑桥大学）
AI总结 通过分析9490个聊天记录，发现AI导师基准测试假设学生积极接受脚手架，但真实场景中学生常绕过脚手架，揭示基准测试与真实部署的交互不匹配。
Comments Pluralistic Alignment Workshop @ ICML 2026, Seoul, South Korea
显微镜下的数据流形
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 针对深度学习理论与实践的差距，提出一个基准框架，通过扩展dSprites和COIL-20数据集并配合有限差分估计器，实现曲率、可达性和体积的近真实值估计，用于校准几何估计器和验证理论假设。
Comments Accepted at ICML 2026. Camera-ready version
ReQAT: 实现全精度推理精度的4位浮点量化感知训练
机构 * Hanyang University（汉阳大学） ； Samsung Advanced Institute of Technology（三星综合技术院）
AI总结 针对大推理模型在低比特量化（W4A4KV4）下推理精度严重下降的问题，提出ReQAT框架，通过迹对齐QAT、选择性熵最小化和量化友好初始化，恢复并超越BF16微调精度，实现最高3.9倍吞吐加速。
Comments ICML 2026
算法推理中代码是否优于语言
机构 * University of Pennsylvania（宾夕法尼亚大学）
AI总结 通过分离中间表示与执行机制，在40个任务上比较代码执行与自然语言推理，发现代码执行优势源于外部执行而非表示变化。
Comments ICML 2026
超越分类：呼吸声学基础模型的咳嗽回归基准
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出多模型多目标咳嗽回归基准，评估五个基础模型在六个目标上的表现，发现MLP-small优于线性探测，揭示数据集大小与头部容量的权衡，并展示跨数据集迁移的不对称性。
Comments Accepted at the ICML 2026 Workshop on Structured Data for Health
扩散反演中的时间步重调度
机构 * Nanyang Technological University（南洋理工大学）
AI总结 针对扩散反演中时间步选择影响反演精度的问题，提出一种基于全局重缩放和局部动态规划的非均匀时间步调度器，有效降低反演误差，提升图像重建与编辑性能。
Comments Accepted by ICML 2026. 23 pages, including appendices
CODA-BENCH：代码智能体能否处理数据密集型任务？
机构 * Renmin University of China（中国人民大学）
AI总结 提出CODA-BENCH基准，在数据密集型环境中联合评估代码与数据智能，包含1009个任务，平均每个环境980个文件，揭示当前智能体在数据发现与代码执行整合上的不足。
Comments Accepted at ICML 2026. 37 pages, 11 figures. Project page: https://coda-bench.github.io/ Code: https://github.com/ruc-datalab/CoDA-Bench Data: https://huggingface.co/datasets/RUC-DataLab/CoDA-Bench
离线模型优化的共形候选认证
机构 * Seungjin Choi（Choi）
AI总结 提出共形候选认证（CCC）方法，通过加权共形预测为离线模型优化中的候选设计提供校准的单侧下界，确保超过目标阈值的候选被认证，解决了分布偏移下的统计可靠性问题。
Comments ICML 2026 Workshop on Decision-Making from Offline Datasets to Online Adaptation: Black-Box Optimization to Reinforcement Learning
受控动力学吸引子Transformer
机构 * Xi'an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学）
AI总结 提出受控动力学吸引子Transformer（CDAT），通过耦合混合von Mises-Fisher注意力能量与Hopfield精炼能量，并引入CANN启发的兴奋-抑制调制，实现拓扑约束的动力学系统，在图异常检测和图分类任务上达到最优性能。
Comments 20pages,3 figures
Journal ref Forty-Third International Conference on Machine Learning(ICML 2026)
铭记于心：面向用户中心的持续空间智能推理在自我中心视频流中的应用
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出UCS-Bench数据集和DirectMe框架，通过增量构建结构化空间记忆，实现自我中心视频流中动态空间推理、长期记忆与用户实时位置对齐，显著提升多模态大模型的空间推理能力。
Comments 45 pages. https://icml.cc/virtual/2026/poster/63682
Journal ref ICML 2026
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