期刊&会议
International Conference on Machine Learning · 会议 · Machine Learning
从反向传播到正向回放：重新审视LLM参数编辑中的目标构造
机构 * University of Cambridge（剑桥大学） ； University of Edinburgh（爱丁堡大学）
AI总结 本文重新审视LLM参数编辑中的目标构造，提出一种更简洁的替代方法，通过正向传播代替反向传播，提高目标隐藏状态的准确性和兼容性。
Comments ICML 2026, code: https://github.com/jugechengzi/FE
通过预训练分子嵌入距离推进基于配体的虚拟筛选和分子生成
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 本文提出预训练嵌入距离作为高效替代方案，用于虚拟筛选和分子生成，展示其在结构信息捕捉和相似性测量方面的有效性。
Comments Accepted by ICML 2026 AI4Science (https://openreview.net/forum?id=HbfrCipfNl). Code and data are available
基于价值码本的LLM文化价值对齐的分布式开放式评估
机构 * KAIST（韩国科学技术院）
AI总结 提出DOVE框架，通过率失真变分优化构建价值码本，利用不平衡最优传输度量分布对齐，解决LLM文化价值评估中的构造-组成-上下文挑战。
Comments ICML 2026 Camera Ready
Swift-SVD：在低秩LLM压缩中理论最优与实用效率的结合
机构 * Nanyang Technological University（南洋理工大学）
AI总结 本文提出Swift-SVD框架，通过激活感知和闭式压缩方法，在保证理论最优的同时提升实用效率和数值稳定性，实验显示其在压缩精度和端到端压缩时间上有显著优势。
Comments Accepted to ICML 2026
通过自动化提示搜索暴露文本到图像模型中的隐藏偏见
机构 * University of Edinburgh（爱丁堡大学）
AI总结 本文提出Bias-Guided Prompt Search框架，通过自动生成提示最大化图像偏见，揭示文本到图像模型中的隐藏偏见，提升公平性评估。
Comments ICML 2026. Code is here: https://github.com/manosplitsis/BGPS
图流模型：基于强化学习训练图流模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出Graph-GRPO框架，通过可验证奖励训练图流模型，推导了转移概率表达式并提出局部探索策略，实验显示其在生成质量与分子优化任务中表现优异。
Comments Accepted by ICML 2026
POET-X：通过扩展正交变换实现内存高效的LLM训练
机构 * University of Cambridge（剑桥大学）
AI总结 POET-X通过优化正交等价变换降低计算和内存开销，实现高效稳定的LLM训练，支持在单块H100 GPU上预训练十亿参数模型。
Comments ICML 2026 Oral (15 pages, 7 figures, project page: https://spherelab.ai/poetx/)
想象力有助于视觉推理，但尚未在潜在空间中实现
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 通过因果中介分析发现，多模态大语言模型中的潜在推理存在输入-潜在和潜在-答案两个关键断连，表明其有效性有限，并提出显式想象方法CapImagine，在视觉推理任务中表现更优。
Comments ICML 2026 Poster
基于可学习顺序动态的插入式序列生成
机构 * University of Washington（华盛顿大学） ； Google Research（谷歌研究院）
AI总结 提出LoFlexMDM，一种具有可学习顺序动态的插入式掩码扩散模型，通过学习数据依赖的插入和解掩码速率，在分子生成任务上提升样本质量。
Comments Some updated results. Accepted at ICML 2026. Code and checkpoints available at https://github.com/dhruvdcoder/LoFlexMDM
Critique-GRPO：通过自然语言和数值反馈提升大语言模型推理能力
机构 * HCCL, The Chinese University of Hong Kong, Hong Kong, China（香港中文大学人工智能研究中心，香港，中国） ； University of Cambridge, Cambridge, United Kingdom（剑桥大学，剑桥，英国） ； MMLab, The Chinese University of Hong Kong, Hong Kong, China（香港中文大学人工智能实验室，香港，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）
AI总结 本文提出Critique-GRPO框架，结合自然语言和数值反馈提升LLM推理能力，实验显示其在多个任务中优于传统方法，显著提升推理性能。
Comments Accepted by ICML 2026 Spotlight
Web 智能体应使用类型化动作而非基于点击的浏览
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出通过语义层支持的类型化动作（web verbs）替代低层交互原语，以构建可靠、可审计的Web智能体，并通过案例展示其优势。
Comments Accepted to the ICML 2026 Position Paper Track
通过任务复杂度操作化浅层对齐假设
机构 * University of Maryland（马里兰大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； University of Edinburgh（爱丁堡大学）
AI总结 提出任务复杂度指标（达到目标性能的最短程序长度）来量化浅层对齐假设，实验表明预训练大幅降低任务复杂度，而微调可将复杂度降低数个数量级。
Comments ICML 2026
规范性缩放揭示语言模型能力的演变
机构 * Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 通过大规模观测评估和分位数回归，提出规范性缩放定律，将预训练计算预算映射到下游准确率，并验证其时间稳定性，引入平衡I-最优采样算法降低评估成本。
Comments ICML 2026 Oral. Blog Post: https://jkjin.com/prescriptive-scaling
常微分方程的基础推理模型
机构 * University of Cambridge（剑桥大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出FIM-ODE，一种预训练的基础推理模型，通过单次前向传播从含噪轨迹直接预测向量场，实现零样本性能匹配并超越ODEFormer，微调后优于现代神经和GP基线。
Comments Published in ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)
当良性输入导致严重危害：引发计算机使用代理的不安全意外行为
机构 * DeepMind, London, UK（深度Mind，伦敦，英国） ； Stanford University, Stanford, CA, USA（斯坦福大学，斯坦福，加利福尼亚州，美国） ； UC Berkeley, Berkeley, CA, USA（加州大学伯克利分校，伯克利，加利福尼亚州，美国）
AI总结 提出AutoElicit框架，通过迭代扰动良性指令并利用CUA执行反馈，自动引发前沿CUAs（如Claude 4.5 Haiku等）的数百种有害意外行为，并验证其跨模型可迁移性。
Comments ICML 2026, Project Homepage: https://osu-nlp-group.github.io/AutoElicit/
表现性学习理论
机构 * University of Cambridge（剑桥大学）
AI总结 将表现性预测嵌入统计学习理论，证明在样本和总体表现性效应下的泛化界，揭示模型影响数据越多则学习越少的权衡，并提出通过再训练改善泛化保证。
Comments ICML 2026. v2: corrected typo in author list; v3: added explanation of condition 3.2, modified condition 3.3 and fixed lemma 3.4, added examples and explanations in sections 2, 5, and 6
奖励塑形用于（推理时）对齐：一个Stackelberg博弈视角
机构 * University of Southern California（南加州大学）
AI总结 针对KL正则化导致LLM继承基策略偏见的问题，提出将奖励模型优化形式化为Stackelberg博弈，并通过简单奖励塑形方案近似最优奖励模型，在推理时对齐中持续提升平均奖励并达到超过66%的胜率。
Comments Accepted to ICML 2026. Camera-ready version
全批量梯度下降优于单次SGD：单索引学习中的样本复杂度分离
机构 * Institute of Science and Technology Austria（奥地利科学与技术研究所） ； Sung Kyun Kwan University（顺天妇女大学） ； New York University and Flatiron Institute（纽约大学和Flatiron研究所） ； University of Southern California（南加州大学）
AI总结 研究单索引学习中全批量GD与单次SGD的样本复杂度差异，发现通过截断激活函数，全批量GD在n≃d样本时实现弱恢复，优于单次SGD的n≳d log d样本需求。
Comments Accepted to ICML 2026
MEnvAgent：可扩展的多语言环境构建用于可验证软件工程
机构 * Tsinghua University（清华大学）
AI总结 提出MEnvAgent框架，通过多智能体规划-执行-验证架构和环境复用机制，自动构建多语言可执行环境，生成可验证任务实例，在10种语言1000个任务上提升F2P率8.6%并降低时间成本43%。
Comments Accepted as a Spotlight Paper at ICML 2026
ePC：数字仿真中的快速深度预测编码
机构 * IDLab, Ghent University -- imec, Belgium（ID实验室，根特大学——imec，比利时） ； Brain Network Dynamics Unit, University of Oxford, UK（脑网络动力学单位，牛津大学，英国）
AI总结 提出误差预测编码（ePC），通过重新参数化解决标准状态预测编码（sPC）在数字仿真中的指数信号衰减问题，实现与反向传播相当的深度模型训练速度。
Comments Accepted at ICML 2026 - Main Track. All code available at https://github.com/cgoemaere/error_based_PC
零流编码器
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出了一种基于流的表示学习框架，通过零流准则验证条件独立性，从而在生成模型中提取充分信息，并在图模型和自监督学习任务中学习近似马尔可夫毯和潜在表示。
Comments Yakun Wang and Leyang Wang contributed equally to this work; As published at ICML 2026
基于模型预测控制的流模型逆问题求解
机构 * University of Cambridge（剑桥大学）
AI总结 提出MPC-Flow框架，将流模型逆问题求解转化为序列控制子问题，实现无需训练的推理时引导，理论联系最优控制，在图像修复任务中表现优异。
Comments Accepted for publication at ICML 2026
深度生成模型中的量子潜在分布
机构 * ORCA Computing（ORCA计算公司）
AI总结 研究量子处理器产生的潜在分布何时及为何能提升生成模型性能，理论上证明其可生成经典分布无法高效产生的数据分布，并在合成和分子数据集上验证了量子干涉统计带来的性能优势。
Comments Accepted at ICML 2026
面向组合动作强化学习的潜在球形流策略
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出LSFlow方法，通过球形流匹配在紧凑连续潜在空间中学习随机策略，并利用组合优化求解器保证动作可行性，引入平滑贝尔曼算子解决不连续值函数问题，在多个组合RL任务上平均超越基线20.6%。
Comments ICML'26 Spotlight
基于偏好数据的非参数化LLM评估
AI总结 提出非参数统计框架DMLRank，通过去偏机器学习从偏好数据中比较和排名大语言模型，引入广义平均排名分数，具有统计高效、兼容黑箱方法、结合预训练评估器和优化数据收集策略等优势。
Comments Accepted at ICML 2026
解耦“什么”和“哪里”：极坐标位置嵌入
机构 * DeepMind, London, UK（深度Mind，伦敦，英国）
AI总结 提出极坐标位置嵌入（PoPE）以解耦Transformer注意力机制中的内容和位置，在诊断任务、序列建模和语言模型中优于RoPE，并展现零样本长度外推能力。
Comments ICML 2026 camera-ready version
SVRG及其后验校正扩展
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 本文揭示SVRG与后验校正方法的深层联系，证明SVRG是各向同性高斯后验校正的特例，并通过灵活指数族后验自动导出牛顿型和Adam型新变体。
Comments ICML 2026 (oral)
可微无权重控制器：学习连续控制的逻辑电路
机构 * Max Planck Institute for Informatics（马克斯·普朗克信息研究所）
AI总结 提出可微无权重控制器（DWC），一种符号可微架构，通过梯度训练学习高效控制策略，编译为低延迟、低能耗的FPGA电路，在MuJoCo基准上达到与深度策略竞争的性能，并具有稀疏可解释的连接模式。
Comments Accepted at Forty-third International Conference on Machine Learning (ICML), 19 pages, 12 figures, 12 tables
生理时间序列的自监督动力系统表示
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PULSE框架，利用动力系统生成模型的信息结构，通过跨重建预训练目标提取共享系统参数信息，丢弃样本特异性噪声，提升生理时间序列的表示学习效果。
Comments Accepted to ICML 2026
RLVE: 利用自适应可验证环境扩展语言模型的强化学习
机构 * University of Washington（华盛顿大学）
AI总结 提出RLVE方法，通过程序化生成问题并提供可验证奖励的可验证环境，自适应调整难度以扩展语言模型的强化学习，在400个环境中联合训练使六个推理基准平均提升3.37%。
Comments 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