ICML

Learning Permutation Distributions via Reflected Diffusion on Ranks

通过秩上的反射扩散学习排列分布

Sizhuang He, Yangtian Zhang, Shiyang Zhang, David van Dijk

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出Soft-Rank Diffusion框架，通过将排列松弛为软秩实现平滑扩散，并引入上下文广义Plackett-Luce去噪器，在排序和组合优化任务上优于现有扩散方法。

Comments 18 pages including the appendix, 7 figures, 9 tables, Accepted at ICML 2026

Discrete Optimal Transport and Voice Conversion

离散最优传输与语音转换

Anton Selitskiy, Maitreya Kocharekar

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出kDOT框架，利用预训练语音嵌入空间进行语音转换，通过离散最优传输计划的质心投影改进分布对齐，提升WER、MOS和FAD性能。

Comments 5 pages, 1 figure, 7 tables. 11th International Conference on Machine Learning Technologies (ICMLT), Berlin, Germany, May 2026

Asymptotically Optimal Sequential Testing with Markovian Data

马尔可夫数据的渐近最优序贯检验

Alhad Sethi, Kavali Sofia Sagar, Shubhada Agrawal, Debabrota Basu, P. N. Karthik

机构 * Indian Institute of Science, Bangalore（班加罗尔印度科学学院） ； Indian Institute of Technology, Hyderabad（海得拉巴印度理工学院） ； Univ. Lille, Inria, CNRS, Centrale Lille, UMR 9189 – CRIStAL（里尔大学、法国国家科学研究中心、中央里尔学院、UMR 9189 – CRIStAL） 纠错

AI总结 针对遍历有限状态马尔可夫链生成的数据，提出一种渐近最优的序贯假设检验方法，其期望停止时间与实例相关的下界渐近匹配，并应用于马尔可夫链蒙特卡洛模型误设检测和马尔可夫决策过程结构性质检验。

Comments ICML 2026

Supervised Graph Contrastive Learning for Gene Regulatory Networks

监督图对比学习用于基因调控网络

Sho Oshima, Yuji Okamoto, Taisei Tosaki, Ryosuke Kojima

机构 * University of Tokyo（东京大学） ； National Institute of Genetics（日本国立遗传学研究所） 纠错

AI总结 本文提出SupGCL方法，通过整合基因敲除实验中的生物扰动作为监督信号，改进基因调控网络的表示学习，提升疾病亚型识别和下游任务性能。

Comments ICML 2026

ToaSt: Token Channel Selection and Structured Pruning for Efficient ViT

ToaSt: 面向高效ViT的令牌通道选择与结构化剪枝

Hyunchan Moon, Cheonjun Park, Steven L. Waslander

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出ToaSt框架，对多头自注意力模块进行耦合头结构化剪枝，对前馈网络采用训练无关的令牌通道选择方法，在多种ViT模型上实现精度与效率的优越平衡。

Comments Accepted at ICML 2026

Finite-Width Neural Tangent Kernels from Feynman Diagrams

从费曼图看有限宽神经正切核

Max Guillen, Philipp Misof, Jan E. Gerken

机构 * Department of Mathematical Sciences, Chalmers University of Technology（楚德大学技术学院数学科学系） ； the University of Gothenburg（哥德堡大学） 纠错

AI总结 引入费曼图计算有限宽神经正切核修正，简化代数运算并推导递归关系，证明ReLU等尺度不变非线性在Gram矩阵对角线上无有限宽修正。

Comments Published at the ICML 2026; 12 pages + appendices

Learning to Share: Selective Memory for Efficient Parallel Agentic Systems

学习共享：面向高效并行智能体系统的选择性记忆

Joseph Fioresi, Parth Parag Kulkarni, Ashmal Vayani, Song Wang, Mubarak Shah

机构 * Institute of Artificial Intelligence, University of Central Florida, Orlando, United States（人工智能研究所，中央佛罗里达大学，奥兰多，美国） 纠错

AI总结 提出LTS机制，通过强化学习训练控制器选择性共享跨团队中间信息，在减少并行智能体系统计算开销的同时保持或提升任务性能。

Comments ICML 2026

Why Tree-Style Branching Matters for Thought Advantage Estimation in GRPO

为什么树状分支对GRPO中的思维优势估计至关重要

Hongcheng Wang, Yinuo Huang, Sukai Wang, Guanghui Ren, Hao Dong

机构 * Hongcheng Wang（王宏城） ； Yinuo Huang（黄炎诺） ； Sukai Wang（王苏凯） ； Guanghui Ren（任广辉） ； Hao Dong（董浩） 纠错

AI总结 本文从方差角度理论证明，在GRPO中增加思维采样数无法消除估计方差，而增加每个思维的延续分支数能以1/M速率降低方差，从而阐明树状分支的必要性。

Comments Accepted by ICML 2026, code are available at https://github.com/whcpumpkin/GRPO-MA

Sample from What You See: Visuomotor Policy Learning via Diffusion Bridge with Observation-Embedded Stochastic Differential Equation

从所见中采样：基于观测嵌入随机微分方程的扩散桥视觉运动策略学习

Zhaoyang Liu, Mokai Pan, Zhongyi Wang, Kaizhen Zhu, Haotao Lu, Haipeng Zhang, Jingya Wang, Ye Shi

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出BridgePolicy，通过扩散桥公式将观测直接集成到随机动力学中，利用语义对齐器处理异构观测，在模拟和真实任务中超越现有生成式策略。

Comments Accepted by ICML 2026

A Unified Definition of Hallucination: It's The World Model, Stupid!

幻觉的统一定义：是世界模型的问题，笨蛋！

Emmy Liu, Varun Gangal, Chelsea Zou, Michael Yu, Xiaoqi Huang, Alex Chang, Zhuofu Tao, Karan Singh, Sachin Kumar, Steven Y. Feng

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出幻觉的统一定义，即用户可观察到的错误内部世界建模，并连接至HalluWorld基准测试，以区分真实幻觉与规划或奖励错误。

Comments ICML 2026. HalluWorld benchmark at https://github.com/DegenAI-Labs/HalluWorld

EffGen: Enabling Small Language Models as Capable Autonomous Agents

EffGen: 使小型语言模型成为能干的自主智能体

Gaurav Srivastava, Aafiya Hussain, Chi Wang, Yingyan Celine Lin, Xuan Wang

机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工大学计算机科学系） ； Georgia Institute of Technology, Atlanta, GA, USA（佐治亚理工学院） ； Google DeepMind, USA（谷歌DeepMind） 纠错

AI总结 EffGen是一个针对小型语言模型优化的开源智能体框架，通过提示压缩、任务分解、复杂度路由和统一记忆系统，实现高效、安全的本地部署，在13个基准测试中优于LangChain等框架。

Comments Accepted to ICML 2026 Conference

Utility-Diversity Aware Online Batch Selection for LLM Supervised Fine-tuning

面向LLM监督微调的效用-多样性感知在线批次选择

Heming Zou, Yixiu Mao, Yun Qu, Qi Wang, Xiangyang Ji

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出UDS框架，利用logits矩阵核范数和轻量记忆缓冲实现高效在线批次选择，兼顾数据效用与多样性，无需外部资源，在多个基准上优于现有方法并降低训练时间。

Comments ICML 2026 accepted paper

AREAL-DTA: Dynamic Tree Attention for Efficient Reinforcement Learning of Large Language Models

AREAL-DTA：用于大语言模型高效强化学习的动态树注意力机制

Jiarui Zhang, Yuchen Yang, Ran Yan, Zhiyu Mei, Liyuan Zhang, Daifeng Li, Wei Fu, Jiaxuan Gao, Shusheng Xu, Yi Wu, Binhang Yuan

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 针对RL后训练中rollout序列共享前缀导致计算冗余的问题，提出基于深度优先搜索的动态树注意力机制，结合负载均衡分布式批处理，实现高效前缀共享，训练吞吐量提升最高8.31倍。

Comments Accepted at ICML 2026. Camera-ready version. Code: https://github.com/areal-project/AReaL/tree/feat/dta

Pushing the Boundaries of Natural Reasoning: Interleaved Bonus from Formal-Logic Verification

突破自然推理的边界：来自形式逻辑验证的交错奖励

Chuxue Cao, Jinluan Yang, Haoran Li, Kunhao Pan, Zijian Zhao, Zhengyu Chen, Yuchen Tian, Lijun Wu, Conghui He, Sirui Han, Yike Guo

AI总结 提出形式逻辑验证引导框架，通过交错验证与生成过程实时纠正推理错误，结合两阶段训练，在数学、逻辑和通用推理基准上显著提升大模型性能。

Comments Accepted by ICML 26

FrameOracle: Learning What to See and How Much to See in Videos

FrameOracle: 学习在视频中看什么以及看多少

Chaoyu Li, Tianzhi Li, Fei Tao, Zhenyu Zhao, Ziqian Wu, Maozheng Zhao, Juntong Song, Cheng Niu, Pooyan Fazli

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出FrameOracle轻量模块，预测相关帧及其数量，通过课程学习从弱代理信号到强监督，在多个VLM和基准上以更少帧数保持或提升精度。

Comments ICML 2026. Project page: https://people-robots.github.io/frameoracle/

A Fully First-Order Layer for Differentiable Optimization

用于可微优化的全一阶层

Zihao Zhao, Kai-Chia Mo, Shing-Hei Ho, Brandon Amos, Kai Wang

机构 * University of California, Berkeley（加州大学伯克利分校） ； DeepMind（深度思维） 纠错

AI总结 提出一种仅使用一阶信息计算梯度的算法，通过将可微优化重写为双层优化并引入活动集拉格朗日超梯度方法，避免Hessian计算，实现高效近似。

Comments ICML 2026

Towards Functional Correctness of Large Code Models with Selective Generation

面向大型代码模型的功能正确性：选择性生成方法

Jaewoo Jeong, Taesoo Kim, Sangdon Park

机构 * KAIST（韩国科学技术院） 纠错

AI总结 针对代码生成模型的幻觉问题，提出利用动态代码分析自动生成单元测试，基于功能正确性评估进行选择性生成，以控制非弃权答案的错误发现率，并引入FuzzEval范式用于精确评估。

Comments ICML 2026

CoIRL-AD: Collaborative-Competitive Imitation-Reinforcement Learning in Latent World Models for Autonomous Driving

CoIRL-AD：面向自动驾驶的潜在世界模型中的协作-竞争模仿-强化学习

Xiaoji Zheng, Ziyuan Yang, Yanhao Chen, Yuhang Peng, Yuanrong Tang, Gengyuan Liu, Bokui Chen, Jiangtao Gong

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

AI总结 提出CoIRL-AD框架，通过解耦模仿学习与强化学习、利用潜在世界模型进行长时程奖励估计以及引入竞争机制，在离线训练中提升自动驾驶的鲁棒性，尤其在跨城市泛化和长尾场景中表现优异。

Comments 19 pages, 22 figures, ICML 2026

Training-Free Adversarial Robustness in Computational MRI

计算MRI中无需训练的抗对抗鲁棒性

Mahdi Saberi, Chi Zhang, Mehmet Akçakaya

AI总结 提出一种无需重训练即可缓解MRI重建模型对抗攻击的方法，基于循环测量一致性在攻击输入的小邻域内最小化目标函数，显著降低对抗扰动影响。

Comments International Conference on Machine Learning (ICML), 2026

FlowState: Sampling-Rate-Equivariant Time-Series Forecasting

FlowState: 采样率等变的时间序列预测

Lars Graf, Thomas Ortner, Stanisław Woźniak, Angeliki Pantazi

AI总结 提出FlowState架构，通过状态空间模型编码器和函数基解码器实现采样率等变预测，无需重新训练即可适应不同采样率和预测长度，在GIFT-Eval基准上取得最优结果。

Comments Proceedings of the 43 rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026. Copyright 2026 by the author(s)

If open source is to win, it must go public

如果开源要获胜，它必须走向公共

Joshua Tan, Nicholas Vincent, Katherine Elkins, Magnus Sahlgren, Joseph Low, David Pham, Sampo Pyysalo, Jenia Jitsev

AI总结 本文主张开源AI必须由公共AI补充，即建设公共基础设施和机构，以确保模型在公共利益下可访问、可持续和受治理。

Comments ICML 2026 Spotlight

CLoVE: Personalized Federated Learning through Clustering of Loss Vector Embeddings

CLoVE: 通过损失向量嵌入聚类的个性化联邦学习

Randeep Bhatia, Nikos Papadis, Murali Kodialam, TV Lakshman, Sayak Chakrabarty

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出CLoVE算法，利用客户端损失向量嵌入进行聚类，实现个性化联邦学习，具有简单、适用监督和无监督任务、无需最优模型初始化等优点，理论证明可高概率准确恢复聚类并指数收敛。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026); 35 pages, 7 figures

AC-ODM: Actor--Critic Online Data Mixing for Sample-Efficient LLM Pretraining

AC-ODM: 面向样本高效LLM预训练的演员-评论家在线数据混合

Jing Ma, Chenhao Dang, Mingjie Liao

机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出AC-ODM方法，从强化学习视角优化预训练数据混合，通过参数化策略实现梯度构造性干扰最大化，支持代理与非代理两种模式，显著提升收敛速度和下游任务准确率。

Comments ICML 2026 (Poster)

Computational Safety for Generative AI: A Hypothesis Testing Perspective

生成式AI的计算安全性：假设检验视角

Pin-Yu Chen

机构 * IBM Research（IBM研究院） 纠错

AI总结 本文从假设检验角度形式化生成式AI的计算安全性，提出基于信号处理的方法检测恶意输入和AI生成内容。

Comments Extended version of the paper presented at the ICML 2026 Workshop on Hypothesis Testing

Stochastic Sign Descent Methods: New Algorithms and Better Theory

随机符号下降法：新算法和更好的理论

Mher Safaryan, Peter Richtárik

AI总结 本文分析了符号方法在非凸优化中的三种场景，提出新的符号下降法SSDM，实现最优渐进收敛率。

Comments 33 pages, 8 figures, 1 table, ICML 2021 (v6: post-publication correction)

Quantile-Free Uncertainty Quantification in Graph Neural Networks

图神经网络中的无分位数不确定性量化

Soyoung park, Hwanjun Song, Sungsu Lim

机构 * Soyoung Park Hwanjun Song Sungsu Lim 纠错

AI总结 提出QpiGNN框架，通过无分位数联合损失直接优化覆盖率和区间宽度，实现高效鲁棒的图神经网络不确定性量化，理论保证渐近覆盖和近最优宽度。

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

Anytime-Valid Confirmation of Label-Shift Corrections

标签偏移修正的任意有效确认

Seungjin Choi

机构 * Seungjin Choi 纠错

AI总结 针对标签稀缺时预指定偏移修正的确认问题，提出基于条件e值的任意有效序贯检验方法，利用似然比乘积构造非负鞅，将常规模型监测转化为正式检验。

Comments ICML 2026 Workshop on Hypothesis Testing

The Perceived Fragility of Explanations in Audio Models: Manipulation of Attribution with Unchanged Predictions

音频模型中解释的感知脆弱性：在预测不变的情况下操纵归因

Piotr Kitłowski, Dominik Wiącek, Mateusz Modrzejewski

机构 * University of Warsaw（华沙大学） 纠错

AI总结 提出一种心理声学框架，通过优化不可听扰动来解耦模型归因与分类，证明在音频深度伪造检测中可系统扭曲解释热图而保持预测标签不变。

Comments Accepted to the ICML 2026 Workshop on Machine Learning for Audio: 5 pages, 4 figures

Federated Learning for Feature Generalization with Convex Constraints

基于凸约束的联邦学习特征泛化

Dongwon Kim, Donghee Kim, Sung Kuk Shyn, Kwangsu Kim

机构 * Dongwon Kim（金东Won） ； Donghee Kim（金东浩） ； Sung Kuk Shyn（申 Sung Kuk） ； Kwangsu Kim（金光Su） 纠错

AI总结 针对联邦学习中客户端数据异构导致的泛化问题，提出FedCONST方法，利用线性凸约束自适应调整更新幅度，平衡参数学习，并通过梯度信噪比分析验证其有效性，实现跨异构环境的强泛化。

Comments Accepted at the 42nd International Conference on Machine Learning (ICML 2025)

CSPO: Constraint-Sensitive Policy Optimization for Safe Reinforcement Learning

CSPO: 面向安全强化学习的约束敏感策略优化

Ayoub Belouadah, Sylvain Kubler, Yves Le Traon

机构 * University of Luxembourg（卢森堡大学） 纠错

AI总结 提出约束敏感策略优化（CSPO），通过引入局部约束敏感性修正原目标，加速安全恢复并减少振荡，在导航与运动基准上取得更高约束回报。

Comments Accepted as a Spotlight paper at the 43rd International Conference on Machine Learning (ICML 2026)