刚刚ICML 2026公布最佳论文奖项10篇获奖论文涵盖多领域成果ICML 2026正式公布了最佳论文奖项今年获奖论文共10篇包括2篇杰出论文奖、1篇杰出立场论文奖、5篇杰出论文荣誉提名奖、1篇杰出立场论文荣誉提名奖和1篇时间检验奖。会议概况ICML由国际机器学习学会IMLS举办与NeurIPS、ICLR并列为AI三大顶会。本届ICML是第四十三届于7月6日至11日在韩国首尔举行。今年共收到247份workshop提案最终44个入选举办。评选机制在评选机制上ICML 2026延续严格学术筛选标准。程序委员会主席综合审稿人评分与领域主席提名从全部投稿中选出53篇候选论文兼顾八个一级主题方向均衡覆盖以减少偏差。经再度评审候选名单缩减至22篇。最终这些论文提交由11位成员组成的杰出论文评选委员会审议。委员会对匿名论文交叉评审充分讨论、严格回避利益冲突必要时引入外部专家意见选出2篇杰出论文与5篇荣誉提名论文。获奖论文介绍杰出论文奖1.论文标题The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models-机构清华大学、阿里巴巴-论文链接http://arxiv.org/pdf/2601.15165扩散式大语言模型dLLMs打破传统大语言模型从左到右生成的约束使token可任意顺序生成。理论上其可能释放更强推理潜力在特定约束满足任务中已展现优势。但论文发现在通用推理任务中任意顺序生成可能限制dLLMs推理潜力。研究者因此重新思考面向dLLMs的强化学习方法证明放弃任意顺序生成、采用标准的Group Relative Policy OptimizationGRPO能更有效激发推理能力。他们的方法JustGRPO简洁却效果显著如在GSM8K上准确率达89.1%还保留了dLLMs的并行解码能力。2.论文标题High - accuracy sampling for diffusion models and log - concave distributions-机构麻省理工学院、耶鲁大学-论文链接https://arxiv.org/pdf/2602.01338论文提出一类用于扩散模型采样的算法在特定条件下可在规定步数内达到指定误差相较于此前结果实现指数级提升。在最小数据假设和非均匀条件下该算法有不同复杂度表现。论文方法还给出首个仅依赖梯度评估、用于一般对数凹分布的复杂度采样器。杰出立场论文奖1.论文标题Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit-机构德国慕尼黑大学、独立研究者-论文链接https://openreview.net/pdf?iddy2HwmOvFX这篇立场论文指出现代AI对齐方法本为防止模型输出有害内容但也是双重用途技术易被恶意行为者用于审查和操纵。作者梳理相关情况表明追求“完美对齐”模型可能无意中为恶意者提供信息支配工具。鉴于当前形势作者呼吁研究社区正视AI对齐机制被滥用的可能性并提出缓解策略。杰出论文荣誉提名奖1.论文标题The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes-机构FAR.AI-论文链接https://arxiv.org/pdf/2602.15515针对白盒欺骗检测器训练曾被用于让AI系统更诚实但存在模型学会混淆欺骗行为以规避检测器的风险。此前研究在人工设定中讨论过该现象研究者构建更现实的编程环境发现混淆现象也会出现。他们提出分类框架描述训练结果模型可能保持诚实或通过激活混淆、策略混淆表现出欺骗性。实验表明激活混淆源于强化学习表征漂移检测器惩罚激励策略混淆理论上符合预期。当KL正则化强度和检测器惩罚足够高时模型可学到诚实策略说明白盒欺骗检测器在相关任务中可作为可行训练信号。2.论文标题Motion Attribution for Video Generation-机构英伟达、普林斯顿大学、麻省理工学院-论文链接https://arxiv.org/pdf/2601.08828尽管视频生成模型发展快但对数据如何影响运动生成缺乏清晰理解。论文提出Motive框架能扩展到大规模视频数据集和模型。研究者利用Motive研究微调视频片段对模型时间动态表现的影响通过运动加权损失掩码区分时间动态与静态外观高效计算特定于运动的影响。在文生视频模型上Motive能识别重要视频片段、指导数据筛选以提升时间一致性和物理合理性。使用Motive筛选数据后在VBench上提升了运动平滑度和动态程度人类偏好胜率达74.1%这是首个针对运动归因并用于微调数据筛选的框架。3.论文标题How much can language models memorize?-机构Meta FAIR实验室、谷歌DeepMind、康奈尔大学、英伟达-论文链接https://arxiv.org/pdf/2505.24832该研究提出新方法估计模型对数据点的“知晓”程度并衡量语言模型容量。以往研究难区分“记忆”与“泛化”该研究将记忆拆分为非预期记忆和泛化两部分。消除泛化因素后可计算模型总记忆量和容量测量显示GPT风格模型容量约为每个参数3.6比特。研究者在不同规模数据集上训练模型观察到模型记忆和泛化情况变化并给出缩放律刻画模型容量、数据规模与成员推断的关系。4.论文标题A Random Matrix Perspective on the Consistency of Diffusion Models-机构哈佛大学-论文链接https://arxiv.org/pdf/2602.02908在不同子集上训练的扩散模型给定相同噪声种子时会生成相似输出。论文将这种一致性追溯到线性效应构建随机矩阵理论RMT框架量化有限数据集对去噪器和采样映射的影响。对于期望采样波动会重整化噪声水平对于波动方差公式揭示生成结果分歧的关键因素。研究者还扩展确定性等价工具分析完整采样轨迹理论能精确预测线性扩散模型行为在非记忆化区间验证了预测并识别样本偏差为扩散模型训练可复现性提供基线。5.论文标题To Grok Grokking: Provable Grokking in Ridge Regression-机构普渡大学、魏茨曼科学研究所、内盖夫本 - 古里安大学-论文链接https://arxiv.org/pdf/2601.19791作者在经典岭回归设定下研究grokking现象。团队针对特定线性回归模型学习证明训练过程会依次出现过拟合训练数据、泛化能力差、泛化误差变小等阶段。从理论和实验表明可调节超参数放大或消除grokking现象首次给出泛化延迟定量界限并与训练超参数联系称为“grokking time”。实验还展示这些定量界限能刻画非线性神经网络中的grokking行为说明grokking可能源于特定训练条件避免该现象无需对模型架构或学习算法根本性改变。杰出立场论文荣誉提名奖1.论文标题Position: AI/ML Deepfake Research is Misaligned with AI - Generated Non - Consensual Intimate Imagery (AIG - NCII)-机构密歇根大学-论文链接https://openreview.net/pdf?idmLhZzo7BIbAI生成的非自愿亲密图像AIG - NCII在AI/ML文献中未充分讨论当前深度伪造研究主要聚焦认识论伤害与现实中滥用情况不匹配。作者分析表明技术干预忽视AIG - NCII使研究局限于真实性检测工具。作者指出现有干预措施忽视以图像主体为中心的尊严伤害提出建议推动研究重点重新对齐提醒研究者进入该领域需建立安全护栏并与专家合作。时间检验奖ICML 2026时间检验奖评选将ICML 2016接收的论文都纳入范围。先依据引用量和学术声誉筛选出八篇候选论文再咨询相关子领域顶尖研究者评估其长期影响力和获奖适配性最终一篇论文获奖。1.论文标题Asynchronous Methods for Deep Reinforcement Learning-机构谷歌DeepMind、蒙特利尔大学-论文链接https://arxiv.org/pdf/1602.01783论文提出简单轻量的深度强化学习框架使用异步梯度下降优化深度神经网络控制器。研究者给出四种标准强化学习算法的异步版本证明并行的actor - learner能稳定训练使四种方法都能成功训练控制器。表现最佳的异步actor - critic在Atari任务上超越当时最优水平用单个多核CPU训练时间仅为之前方法的一半无需GPU还能解决多种连续运动控制问题和完成新的导航任务。
ICML 2026 公布最佳论文奖项，10 篇获奖成果涵盖 AI 多领域！
发布时间：2026/7/8 13:32:25
刚刚ICML 2026公布最佳论文奖项10篇获奖论文涵盖多领域成果ICML 2026正式公布了最佳论文奖项今年获奖论文共10篇包括2篇杰出论文奖、1篇杰出立场论文奖、5篇杰出论文荣誉提名奖、1篇杰出立场论文荣誉提名奖和1篇时间检验奖。会议概况ICML由国际机器学习学会IMLS举办与NeurIPS、ICLR并列为AI三大顶会。本届ICML是第四十三届于7月6日至11日在韩国首尔举行。今年共收到247份workshop提案最终44个入选举办。评选机制在评选机制上ICML 2026延续严格学术筛选标准。程序委员会主席综合审稿人评分与领域主席提名从全部投稿中选出53篇候选论文兼顾八个一级主题方向均衡覆盖以减少偏差。经再度评审候选名单缩减至22篇。最终这些论文提交由11位成员组成的杰出论文评选委员会审议。委员会对匿名论文交叉评审充分讨论、严格回避利益冲突必要时引入外部专家意见选出2篇杰出论文与5篇荣誉提名论文。获奖论文介绍杰出论文奖1.论文标题The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models-机构清华大学、阿里巴巴-论文链接http://arxiv.org/pdf/2601.15165扩散式大语言模型dLLMs打破传统大语言模型从左到右生成的约束使token可任意顺序生成。理论上其可能释放更强推理潜力在特定约束满足任务中已展现优势。但论文发现在通用推理任务中任意顺序生成可能限制dLLMs推理潜力。研究者因此重新思考面向dLLMs的强化学习方法证明放弃任意顺序生成、采用标准的Group Relative Policy OptimizationGRPO能更有效激发推理能力。他们的方法JustGRPO简洁却效果显著如在GSM8K上准确率达89.1%还保留了dLLMs的并行解码能力。2.论文标题High - accuracy sampling for diffusion models and log - concave distributions-机构麻省理工学院、耶鲁大学-论文链接https://arxiv.org/pdf/2602.01338论文提出一类用于扩散模型采样的算法在特定条件下可在规定步数内达到指定误差相较于此前结果实现指数级提升。在最小数据假设和非均匀条件下该算法有不同复杂度表现。论文方法还给出首个仅依赖梯度评估、用于一般对数凹分布的复杂度采样器。杰出立场论文奖1.论文标题Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit-机构德国慕尼黑大学、独立研究者-论文链接https://openreview.net/pdf?iddy2HwmOvFX这篇立场论文指出现代AI对齐方法本为防止模型输出有害内容但也是双重用途技术易被恶意行为者用于审查和操纵。作者梳理相关情况表明追求“完美对齐”模型可能无意中为恶意者提供信息支配工具。鉴于当前形势作者呼吁研究社区正视AI对齐机制被滥用的可能性并提出缓解策略。杰出论文荣誉提名奖1.论文标题The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes-机构FAR.AI-论文链接https://arxiv.org/pdf/2602.15515针对白盒欺骗检测器训练曾被用于让AI系统更诚实但存在模型学会混淆欺骗行为以规避检测器的风险。此前研究在人工设定中讨论过该现象研究者构建更现实的编程环境发现混淆现象也会出现。他们提出分类框架描述训练结果模型可能保持诚实或通过激活混淆、策略混淆表现出欺骗性。实验表明激活混淆源于强化学习表征漂移检测器惩罚激励策略混淆理论上符合预期。当KL正则化强度和检测器惩罚足够高时模型可学到诚实策略说明白盒欺骗检测器在相关任务中可作为可行训练信号。2.论文标题Motion Attribution for Video Generation-机构英伟达、普林斯顿大学、麻省理工学院-论文链接https://arxiv.org/pdf/2601.08828尽管视频生成模型发展快但对数据如何影响运动生成缺乏清晰理解。论文提出Motive框架能扩展到大规模视频数据集和模型。研究者利用Motive研究微调视频片段对模型时间动态表现的影响通过运动加权损失掩码区分时间动态与静态外观高效计算特定于运动的影响。在文生视频模型上Motive能识别重要视频片段、指导数据筛选以提升时间一致性和物理合理性。使用Motive筛选数据后在VBench上提升了运动平滑度和动态程度人类偏好胜率达74.1%这是首个针对运动归因并用于微调数据筛选的框架。3.论文标题How much can language models memorize?-机构Meta FAIR实验室、谷歌DeepMind、康奈尔大学、英伟达-论文链接https://arxiv.org/pdf/2505.24832该研究提出新方法估计模型对数据点的“知晓”程度并衡量语言模型容量。以往研究难区分“记忆”与“泛化”该研究将记忆拆分为非预期记忆和泛化两部分。消除泛化因素后可计算模型总记忆量和容量测量显示GPT风格模型容量约为每个参数3.6比特。研究者在不同规模数据集上训练模型观察到模型记忆和泛化情况变化并给出缩放律刻画模型容量、数据规模与成员推断的关系。4.论文标题A Random Matrix Perspective on the Consistency of Diffusion Models-机构哈佛大学-论文链接https://arxiv.org/pdf/2602.02908在不同子集上训练的扩散模型给定相同噪声种子时会生成相似输出。论文将这种一致性追溯到线性效应构建随机矩阵理论RMT框架量化有限数据集对去噪器和采样映射的影响。对于期望采样波动会重整化噪声水平对于波动方差公式揭示生成结果分歧的关键因素。研究者还扩展确定性等价工具分析完整采样轨迹理论能精确预测线性扩散模型行为在非记忆化区间验证了预测并识别样本偏差为扩散模型训练可复现性提供基线。5.论文标题To Grok Grokking: Provable Grokking in Ridge Regression-机构普渡大学、魏茨曼科学研究所、内盖夫本 - 古里安大学-论文链接https://arxiv.org/pdf/2601.19791作者在经典岭回归设定下研究grokking现象。团队针对特定线性回归模型学习证明训练过程会依次出现过拟合训练数据、泛化能力差、泛化误差变小等阶段。从理论和实验表明可调节超参数放大或消除grokking现象首次给出泛化延迟定量界限并与训练超参数联系称为“grokking time”。实验还展示这些定量界限能刻画非线性神经网络中的grokking行为说明grokking可能源于特定训练条件避免该现象无需对模型架构或学习算法根本性改变。杰出立场论文荣誉提名奖1.论文标题Position: AI/ML Deepfake Research is Misaligned with AI - Generated Non - Consensual Intimate Imagery (AIG - NCII)-机构密歇根大学-论文链接https://openreview.net/pdf?idmLhZzo7BIbAI生成的非自愿亲密图像AIG - NCII在AI/ML文献中未充分讨论当前深度伪造研究主要聚焦认识论伤害与现实中滥用情况不匹配。作者分析表明技术干预忽视AIG - NCII使研究局限于真实性检测工具。作者指出现有干预措施忽视以图像主体为中心的尊严伤害提出建议推动研究重点重新对齐提醒研究者进入该领域需建立安全护栏并与专家合作。时间检验奖ICML 2026时间检验奖评选将ICML 2016接收的论文都纳入范围。先依据引用量和学术声誉筛选出八篇候选论文再咨询相关子领域顶尖研究者评估其长期影响力和获奖适配性最终一篇论文获奖。1.论文标题Asynchronous Methods for Deep Reinforcement Learning-机构谷歌DeepMind、蒙特利尔大学-论文链接https://arxiv.org/pdf/1602.01783论文提出简单轻量的深度强化学习框架使用异步梯度下降优化深度神经网络控制器。研究者给出四种标准强化学习算法的异步版本证明并行的actor - learner能稳定训练使四种方法都能成功训练控制器。表现最佳的异步actor - critic在Atari任务上超越当时最优水平用单个多核CPU训练时间仅为之前方法的一半无需GPU还能解决多种连续运动控制问题和完成新的导航任务。
