ICML

Deep Neural Sheaf Diffusion

深度神经层扩散

Rémi Bourgerie, Šarūnas Girdzijauskas, Viktoria Fodor

机构 * School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology, Stockholm, Sweden（电气工程与计算机科学学院，皇家理工学院，斯德哥尔摩，瑞典） 纠错

AI总结 针对图神经网络深层堆叠导致表示崩溃的问题，提出用层邻接算子替代层拉普拉斯算子，结合归一化、奇非线性函数和门控机制，在合成和真实数据集上显著提升深层网络性能。

Comments Accepted at the ICML 2026 Workshop on Graph Foundation Models (GFM@ICML 2026). Code available at https://github.com/remibourgerie/deep-neural-sheaf-diffusion

Score-Repellent Monte Carlo: Toward Efficient Non-Markovian Sampler with Constant Memory in General State Spaces

分数排斥蒙特卡洛：面向一般状态空间中具有恒定内存的高效非马尔可夫采样器

Jie Hu, Lingyun Chen, Geeho Kim, Jinyoung Choi, Bohyung Han, Do Young Eun

机构 * CSE, Oakland University, Rochester, USA（计算机科学与工程系，奥本大学，罗切斯特，美国） ； ECE, North Carolina State University, Raleigh, USA（电子工程系，北卡罗来纳州立大学，拉勒米希茨，美国） ； IPAI, Seoul National University, Seoul, Korea（IPAI，首尔国立大学，首尔，韩国） ； AIGS, Ulsan National Institute of Science and Technology, Ulsan, Korea（AIGS，乌山国立科学与技术研究所，乌山，韩国） 纠错

AI总结 提出分数排斥蒙特卡洛（SRMC）框架，通过分数评估的运行平均值总结轨迹历史，利用指数分数倾斜构建替代目标，实现恒定内存下的非马尔可夫采样，降低渐近方差并改善模式覆盖。

Comments Accepted at ICML 2026 (Spotlight); GitHub Repo: https://github.com/srmc-project/Score-Repellent-Monte-Carlo

Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning

Agent World Model: 用于智能体强化学习的无限合成环境

Zhaoyang Wang, Canwen Xu, Boyi Liu, Yite Wang, Siwei Han, Zhewei Yao, Huaxiu Yao, Yuxiong He

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 提出Agent World Model (AWM)全合成环境生成管道，通过代码驱动和数据库支持的环境进行大规模强化学习，使智能体在多样日常场景中泛化。

Comments Accepted to ICML 2026

Generative Visual Code Mobile World Models

生成式视觉代码移动世界模型

Woosung Koh, Sungjun Han, Segyu Lee, Se-Young Yun, Jamin Shin

机构 * Trillion Labs（万亿实验室） 纠错

AI总结 提出通过单一视觉语言模型预测可执行网页代码来生成移动GUI下一状态，结合文本和视觉世界模型优势，实现高保真视觉生成与精确文本渲染。

Comments ICML 2026

RepetitionCurse: Measuring and Understanding Router Imbalance in Mixture-of-Experts LLMs under DoS Stress

RepetitionCurse：在DoS压力下测量和理解混合专家大语言模型中的路由器不平衡

Ruixuan Huang, Qingyue Wang, Hantao Huang, Yudong Gao, Dong Chen, Shuai Wang, Wei Wang

机构 * Ruixuan Huang（黄瑞轩） ； Qingyue Wang（王庆越） ； Hantao Huang（黄翰涛） ； Yudong Gao（高宇东） ； Dong Chen（陈东） ； Shuai Wang（王帅） ； Wei Wang（王伟） 纠错

AI总结 针对混合专家大语言模型在推理时缺乏显式负载均衡约束的问题，提出低成本的对抗性提示方法RepetitionCurse，利用重复令牌模式操纵路由策略，导致计算瓶颈和拒绝服务攻击，显著增加端到端推理延迟。

Comments Accepted by ICML 2026

Coupled Variational Reinforcement Learning for Language Model General Reasoning

耦合变分强化学习用于语言模型通用推理

Xueru Wen, Jie Lou, Yanjiang Liu, Hongyu Lin, Ben He, Xianpei Han, Le Sun, Yaojie Lu, Debing Zhang

机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 提出CoVRL方法，通过混合采样策略耦合先验和后验分布，将变分推理与强化学习结合，以解决无验证器强化学习中探索效率低和推理轨迹与答案不一致的问题，在数学和通用推理基准上提升性能。

Comments Accepted to ICML 2026

Temporal Score Rescaling for Temperature Sampling in Diffusion and Flow Models

扩散与流模型中温度采样的时间分数重缩放

Yanbo Xu, Yu Wu, Sungjae Park, Zhizhuo Zhou, Shubham Tulsiani

机构 * School of Computer Science, Carnegie Mellon University, Pittsburgh, USA（计算机科学系，卡内基梅隆大学，匹兹堡，美国） ； Department of Computer Science, Stanford University, California, USA（计算机科学系，斯坦福大学，加利福尼亚，美国） 纠错

AI总结 提出一种无需微调或改变训练策略的方法，通过重缩放噪声数据的得分函数来调控扩散和流模型的采样多样性，实现局部温度控制，并在图像生成、姿态估计、深度预测、机器人操作和蛋白质设计等任务中验证了有效性。

Comments Accepted at ICML 2026. Project page: https://temporalscorerescaling.github.io/

On the Interaction of Batch Noise, Adaptivity, and Compression, under $(L_0,L_1)$-Smoothness: An SDE Approach

关于批噪声、自适应性和压缩在$(L_0,L_1)$-光滑性下的相互作用：一种SDE方法

Enea Monzio Compagnoni, Rustem Islamov, Frank Norbert Proske, Aurelien Lucchi, Antonio Orvieto, Eduard Gorbunov

机构 * University of Basel（巴塞尔大学） ； University of Oslo（奥斯陆大学） ； MBZUAI（马克斯·普朗克智能系统研究所） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

AI总结 本文通过随机微分方程（SDE）框架，在$(L_0,L_1)$-光滑性假设下统一分析分布式压缩SGD及其符号变体，揭示了梯度噪声、通信压缩和自适应更新之间的相互作用，并提出了新的SDE模型以准确捕捉学习率限制与几何特性的关系。

Comments Accepted at ICML 2026 (Poster)

Scaling Natural-Language Graph-Based Test Time Compute for Automated Theorem Proving

扩展基于自然语言图结构的测试时计算用于自动定理证明

Vincent Li, Tim Knappe, Yule Fu, Kevin Han, Kevin Zhu

机构 * Boston University ； Provadis School of International Management \& Technology ； Duke University ； Algoverse AI Research 纠错

AI总结 提出KG-prover框架，利用从权威数学文本挖掘的知识图谱增强通用大语言模型，通过扩展图结构的测试时计算显著提升自动定理证明性能。

Comments Accepted to ICML AI4Math Workshop 2025, NAACL SRW 2025

PowerFlow: Unlocking the Dual Nature of LLMs via Principled Distribution Matching

PowerFlow: 通过原则性分布匹配释放LLMs的双重特性

Ruishuo Chen, Yu Chen, Zhuoran Li, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University, Beijing, China（清华大学交叉信息研究院） 纠错

AI总结 提出PowerFlow框架，将无监督微调重构成分布匹配问题，利用GFlowNet和长度感知轨迹平衡目标，通过调整α-幂分布方向性激发LLMs的逻辑推理或创造性。

Comments Camera-ready version accepted at ICML 2026

BlitzRank: Principled Zero-shot Ranking Agents with Tournament Graphs

BlitzRank: 基于锦标赛图的原则性零样本排序智能体

Sheshansh Agrawal, Thien Hang Nguyen, Douwe Kiela

机构 * ContextualAI 纠错

AI总结 提出一种基于锦标赛图框架的k-wise排序方法，通过聚合偏好图并计算传递闭包，以最少比较次数准确识别top-m项，在LLM重排序中实现25-40%的token节省。

Comments ICML 2026 spotlight

PathWise: Planning through World Model for Automated Heuristic Design via Self-Evolving LLMs

PathWise：通过世界模型规划实现基于自进化LLM的自动启发式设计

Oguzhan Gungordu, Siheng Xiong, Faramarz Fekri

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 提出PathWise多智能体推理框架，将启发式生成建模为基于蕴含图的序列决策过程，通过策略智能体、世界模型智能体和评论智能体的协作实现状态感知规划，在组合优化问题上收敛更快、泛化更强。

Comments Accepted to ICML 2026

Position: Towards Responsible Evaluation for Text-to-Speech

立场：迈向负责任的文本到语音评估

Yifan Yang, Hui Wang, Bing Han, Shujie Liu, Jinyu Li, Yong Qin, Xie Chen

AI总结 本文提出“负责任评估”概念，通过三个层次（忠实反映模型能力、标准化可比较评估、治理与安全评估）批判当前TTS评估缺陷，并给出改进建议。

Comments Accepted in ICML 2026

Beyond the Proxy: Trajectory-Distilled Guidance for Offline GFlowNet Training

超越代理：用于离线GFlowNet训练的轨迹蒸馏指导

Ruishuo Chen, Xun Wang, Rui Hu, Zhuoran Li, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University, Beijing, China（清华大学交叉信息研究院） 纠错

AI总结 提出轨迹蒸馏GFlowNet（TD-GFN），利用逆强化学习从离线轨迹中提取稠密边奖励，通过DAG剪枝和优先反向采样指导策略，避免代理模型，提升离线GFlowNet训练的收敛速度和样本质量。

Comments Camera-ready version accepted at ICML 2026