Improved Convergence Analysis of Topology Dependence in Decentralized SGD
去中心化SGD中拓扑依赖性的改进收敛分析
机构 * University of Washington（华盛顿大学）
AI总结 提出更紧的收敛分析，揭示混合矩阵所有特征值影响收敛速率，并通过实验验证比仅用谱间隙的分析更准确。
Comments ICML 2026
期刊&会议
ICML
International Conference on Machine Learning · 会议 · Machine Learning
PrivCode++: Latent-Conditioned Differentially Private Code Generation for Comprehensive Guarantees
PrivCode++: 潜在条件差分隐私代码生成以实现全面保障
AI总结 针对指令-代码对微调的大语言模型可能泄露敏感数据的问题，提出PrivCode-Plus，首个在微调中同时保护提示和代码的差分隐私代码生成方法，通过两阶段DP框架和无隐私潜在条件模块实现高效合成。
Comments Accepted at ICML 2026
Counterfactual Transport Flows for Offline Conservative Trajectory Refinement
反事实传输流用于离线保守轨迹细化
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出反事实传输流框架，通过检索高反馈轨迹构建局部偏好对，实现离线决策的保守轨迹细化，在D4RL基准上提升历史回报表现。
Comments accepted at RLxF @ ICML 2026
From Shortcuts to Reasoning: Robust Post-Training of Theory of Mind with Reinforcement Learning
从捷径到推理：基于强化学习的心理理论鲁棒后训练
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对心理理论后训练中的捷径问题，提出Thinking-RFT方法，结合可验证奖励和显式推理链，在多个无捷径数据集上显著提升推理能力，尤其在复杂高阶推理和多模态场景中表现优异。
Comments Accepted by ICML 2026
SafeRun: Enabling Determinism in LLM Planning for Running
SafeRun：在跑步规划中实现LLM的确定性
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 针对LLM在跑步规划中因概率性导致安全违规的问题，提出SafeRun框架，通过解耦架构将LLM的软解释与确定性求解器的硬约束分离，实现100%安全评分。
Comments Workshop on Planning in the Era of LLMs (LM4Plan) at ICML 2026
Scaling by Diversified Experience for Vision-Language-Action Models
通过多样化经验扩展视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出SyVLA模型，通过意图解耦算法和相似样本引导的强化学习管道，解决视觉-语言-动作模型在推理与控制耦合及策略优化不稳定问题，在真实机器人任务中取得更高成功率和泛化能力。
Comments ICML 2026, SyVLA
EPS3D: End-to-End Feed-Forward 3D Panoptic Segmentation
EPS3D: 端到端前馈式3D全景分割
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出端到端前馈框架EPS3D，通过蒸馏训练和多视图图像预测3D感知特征，结合互增强模块实现语义-实例一致性，在Replica上语义mIoU提升13%，每场景仅需1秒。
Comments ICML 2026. The code is publicly available at \href{https://github.com/Runsong123/EPS3D}{https://github.com/Runsong123/EPS3D}
Online Learning with Recency: Algorithms for Sliding-window Streaming Multi-armed Bandits
在线学习中的近因效应：滑动窗口流式多臂老虎机算法
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Texas A&M University（德克萨斯农工大学）
AI总结 针对在线学习中的近因效应，研究单遍滑动窗口流式多臂老虎机问题，提出纯探索和遗憾最小化算法，并给出记忆-遗憾权衡。
Comments ICML 2026
STAR: Rethinking MoE Routing as Structure-Aware Subspace Learning
STAR: 将MoE路由重新思考为结构感知的子空间学习
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出STAR方法，通过广义Hebbian算法学习主子空间来增强路由对输入结构的感知，实现专家稳定专业化，在合成数据和语言视觉任务上提升路由质量和下游性能。
Comments Accepted at ICML 2026
Q-Delta: Beyond Key-Value Associative State Evolution
Q-Delta：超越键值关联状态演化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出Q-Delta，一种查询感知的delta规则，将混合键-查询预测误差融入状态演化，实现联合校正动态，在语言建模和长上下文检索任务上优于强基线。
Comments Accepted at ICML 2026
Understanding the Parameter Space Geometry of Transformers Encoding Boolean Functions
理解编码布尔函数的Transformer参数空间几何
机构 * Machine Learning, ICML（机器学习，ICML）
AI总结 针对Transformer无法学习某些简单布尔函数（如奇偶函数）的问题，通过分析参数空间几何，证明敏感函数在参数空间中占据极小区域，随机初始化几乎必然错过，从而解释了可表达但不可学习的现象。
Comments ICML 2026
Shift-Dependent Asymmetry: Orthogonal Inverse Low-Rank Adaptation for Federated Medical Segmentation
移位依赖的不对称性：面向联邦医学分割的正交逆低秩适应
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对联邦医学分割中编码器与解码器的不对称性（编码器受外观移位主导，解码器受监督变化主导），提出逆不对称调优（IAT）方法，通过个性化模块特定组件并引入子空间正交正则化器防止泄露，实现跨站点泛化提升。
Comments Accepted by ICML 2026
Asymptotic Optimality of the High-Dimensional Gaussian Mechanism and Improved Low-Dimensional Mechanisms for Differential Privacy
高维高斯机制的渐近最优性与差分隐私的改进低维机制
AI总结 本文证明高维下高斯机制在强隐私设置中渐近最优，并提出球面广义伽马机制族，在低维场景中优于高斯和ℓ2机制，且实现紧致组合。
Comments 32 pages, 3 figures, 2 tables. Accepted at ICML 2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning, PMLR 306, 2026
From Player to Master: Enhancing Test-Time Learning of LLM Agents via Reinforcement Learning over Memory
从玩家到大师：通过基于记忆的强化学习增强LLM代理的测试时学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出Memopilot，一种通过多轮GRPO训练记忆更新过程来优化冻结LLM代理在测试时学习的方法，在多人博弈中显著提升Elo评分。
Comments Accepted by ICML 2026
Titans-as-a-Layer: Test-Time Memory for Conversational Speech Emotion Recognition
Titans-as-a-Layer：对话语音情感识别的测试时记忆
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Memory-as-a-Layer (MAL)适配器，利用测试时神经记忆为对话语音情感识别提供上下文，在不修改大型音频语言模型的前提下提升性能。
Comments ICML 2026 Workshop on Machine Learning for Audio
Calibration of Structured Ignorance Certificates for Diagnosing Unknown Unknowns in Reasoning Models
用于诊断推理模型中未知未知的结构化无知证书的校准
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出结构化无知证书（SICs）输出格式，通过GRPO微调14B模型，使模型在无法回答时明确承认知识缺失并生成检索查询，在未知未知问题上实现99.46%的JSON有效性和0.967的证书特异性分数。
Comments Accepted in ICML 2026 Workshop: Epistemic Intelligence in Machine Learning
What Makes a Desired Graph for Relational Deep Learning?
什么构成了关系深度学习的理想图？
机构 * Nanyang Technological University, College of Computing and Data Science（南洋理工大学计算机与数据科学学院）
AI总结 研究发现，从数据库模式直接导出的图存在信息过载和语义碎片化问题，通过过滤和注入操作平衡可提升性能，并开发了自动优化器。
Comments This article has been accepted by ICML 2026
LOTTERY: Learning from Reference-Only Samples in Two-Sample Testing under Size Asymmetry
LOTTERY: 在样本量不对称下的双样本检验中仅从参考样本学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对参考样本丰富而查询样本极少的双样本检验问题，提出利用参考样本学习依赖参考的表示并自适应加权，实现置换检验的I类错误控制和一致性。
Comments 16 pages, 1 figure
Journal ref ICML 2026
Hiding in Plain Floats: Steganographic Carriers for Indirect Prompt and Content Injection
隐藏在普通浮点数中：用于间接提示和内容注入的隐写载体
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 研究结构化浮点参数作为隐写载体绕过文本检测器实现LLM间接提示/内容注入，实验显示在最强防御下泄露ASR达94.3%。
Comments Accepted as a poster at FAGEN@ICML 2026. 14 pages, 3 figures
Differentially Private Synthetic Data via APIs 4: Tabular Data
通过API实现差分隐私合成数据 4: 表格数据
机构 * Microsoft（微软）
AI总结 提出Tab-PE算法，将Private Evolution框架扩展至表格数据，通过启发式算子迭代优化候选数据集，在保持差分隐私的同时高效处理高阶相关性，相比基线AIM分类准确率提升最高10%，速度提升28倍。
Comments ICML'26
Online Agent-as-a-Judge: Situation-Generating Evaluation for Interactive Agents
在线智能体作为裁判：面向交互式智能体的情境生成评估
机构 * KAIST（韩国科学技术院）
AI总结 提出在线智能体作为裁判框架，通过部署环境内评估智能体主动生成相关情境，以评估交互式社交智能体的能力，提高标准覆盖率和与人类标签的一致性。
Comments ICML 2026 Workshop on Trustworthy AI for Good
Robust-U1: Can MLLMs Self-Recover Corrupted Visual Content for Robust Understanding?
Robust-U1: MLLMs能否自我恢复受损视觉内容以实现鲁棒理解？
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出Robust-U1框架，通过监督微调、强化学习和多模态推理，使多模态大模型具备显式视觉自恢复能力，在真实和对抗性损坏下达到最先进鲁棒性。
Comments Accepted by ICML 2026
Vision-Language Asymmetry in Bistable Image Captioning
双稳态图像描述中的视觉-语言不对称性
机构 * Arohan Agate
AI总结 通过83个双稳态刺激的行为基线和稀疏自编码器分析，发现视觉塔中同时激活两种解释，但因果干预仅能翻转默认主导刺激的描述，揭示视觉表征与语言承诺之间的不对称性。
Comments Accepted at ICML 2026 Workshop on Philosophy of Machine Learning
Voting Protocols as Coordination Mechanisms for Role-Constrained Multi-Agent Tutoring Systems
投票协议作为角色约束的多智能体辅导系统的协调机制
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 研究投票协议如何塑造四个角色约束的教学智能体之间的协调，通过比较四种投票协议在模拟辅导环境中的效果，发现协议选择显著影响集体决策和协调行为。
Comments Accepted to ICML 2026 Workshop on AI4Good
Efficient Skill Grounding via Code Refactoring with Small Language Models
通过小型语言模型的代码重构实现高效技能落地
机构 * KAIST（韩国科学技术院）
AI总结 提出RECENT框架，通过将技能语义与执行绑定解耦，利用小型语言模型进行代码重构实现高效技能落地，在动态环境中达到与大型语言模型相当的性能。
Comments Accepted to ICML 2026
VATS: Exploiting Implicit Authority in Error-Path Injection via Systematic Mutation
VATS: 通过系统性变异利用错误路径注入中的隐式权威
机构 * Harshil Patel ； Kunal Pai
AI总结 提出VATS框架，通过七维变异生成对抗性负载，利用错误消息的隐式权威绕过安全机制，在四个前沿模型上实现高达100%的注入成功率。
Comments Published at Second Workshop on Agents in the Wild: Safety, Security, and Beyond (ICML 2026 AIWILD)
The Easy, the Hard, and the Learnable: Confidence and Difficulty-Adaptive Policy Optimization for LLM Reasoning
简单、困难与可学习：面向LLM推理的置信度与难度自适应策略优化
机构 * TMLR Group, Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系 TMLR 组） ； Stanford University（斯坦福大学） ； Sydney AI Centre, The University of Sydney（悉尼大学人工智能中心）
AI总结 针对GRPO训练中均匀采样导致计算效率低的问题，提出CoDaPO方法，通过置信度和难度自适应重加权与重采样，在固定预算下提升可学习问题的发现，在12个基准上优于现有RL方法。
Comments Published in ICML 2026
EduMirror: Modeling Educational Social Dynamics with Value-driven Multi-agent Simulation
EduMirror：基于价值驱动的多智能体模拟建模教育社会动态
AI总结 提出EduMirror多智能体模拟器，通过价值驱动代理和双轨测量协议，生成真实、理论一致的教育社会动态，支持假设检验和反事实干预分析。
Comments ICML 2026
Does Persona Make LLMs K-pop Fans? A Pilot Study of LLM-Based Online Concert Audience Agents
角色设定会让LLM成为K-pop粉丝吗？基于LLM的在线演唱会观众智能体初步研究
机构 * Graduate School of Culture Technology, KAIST, Daejeon, South Korea（韩国成均馆大学文化科技研究生院） ； Department of Artificial Intelligence, Yonsei University, Seoul, South Korea（延世大学人工智能系）
AI总结 研究通过多智能体系统模拟K-pop演唱会实时粉丝聊天，发现角色设定能提升聊天质量和自然度，但未增强社交连接或情感反应，表明有意义的集体体验需更深层次对齐。
Comments Accepted at the ICML 2026 Workshop on Culture x AI: Evaluating AI as a Cultural Technology
Mitigating the Contractivity Trap in Diffusion ODEs via Stein Stabilization
通过Stein稳定化缓解扩散ODE中的收缩陷阱
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对扩散模型确定性概率流ODE大步长推理中的收缩陷阱问题，提出SteinDiff框架，通过Stein导出的几何感知残差校正机制正则化求解器更新，无需参考样本即可提升生成质量。
Comments 32 pages, 12 figures. Accepted to ICML 2026
