ICML

Beyond Distribution Estimation: Simplex Anchored Structural Inference Towards Universal Semi-Supervised Learning

超越分布估计：基于简单集锚定的结构推断以实现通用半监督学习

Yaxin Hou, Jun Ma, Hanyang Li, Bo Han, Jie Yu, Yuheng Jia

机构 * Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, Nanjing, China（新一代人工智能技术及其交叉应用重点实验室（东南大学），教育部，南京，中国） ； School of Computer Science and Engineering, Southeast University, Nanjing, China（计算机科学与工程学院，东南大学，南京，中国） ； School of Electrical Engineering, Southeast University, Nanjing, China（电气工程学院，东南大学，南京，中国） 纠错

AI总结 本文提出SAGE方法，通过在表示层面进行结构推断，避免分布估计，利用简单集锚定框架提升半监督学习性能，实验表明其在五个基准数据集上平均准确率提升8.52%。

Comments The paper is accepted by ICML 2026

OmniVL-Guard: Towards Unified Vision-Language Forgery Detection and Grounding via Balanced RL

OmniVL-Guard: 向统一视觉-语言伪造检测与定位迈进的平衡强化学习

Jinjie Shen, Jing Wu, Yaxiong Wang, Lechao Cheng, Shengeng Tang, Tianrui Hui, Nan Pu, Zhun Zhong

机构 * School of Computer Science and Information Engineering, Hefei University of Technology, Hefei, China（合肥工业大学计算机科学与信息工程学院） ； Wuhan University, Wuhan, China（武汉大学） ； Lab for Intelligence and visiON (LION)（智能视觉实验室） 纠错

AI总结 本文提出OmniVL-Guard，通过平衡强化学习解决多模态伪造检测与定位中的难度偏差问题，通过自演化CoT生成和自适应奖励缩放策略优化提升性能。

Comments Accepted by ICML 2026

Antidistillation Fingerprinting

对抗蒸馏指纹

Yixuan Even Xu, John Kirchenbauer, Yash Savani, Asher Trockman, Alexander Robey, Tom Goldstein, Fei Fang, J. Zico Kolter

机构 * Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学） ； University of Maryland, College Park, MD, USA（马里兰大学学院市分校） 纠错

AI总结 本文提出对抗蒸馏指纹方法，通过代理模型识别并采样最大化指纹检测性的token，提升检测效果同时减少对模型性能的影响。

Comments 28 pages, 13 figures, ICML 2026

DR Tulu: Reinforcement Learning with Evolving Rubrics for Deep Research

DR Tulu：基于演进标准的深度研究强化学习

Rulin Shao, Akari Asai, Shannon Zejiang Shen, Hamish Ivison, Varsha Kishore, Jingming Zhuo, Xinran Zhao, Molly Park, Samuel G. Finlayson, David Sontag, Tyler Murray, Sewon Min, Pradeep Dasigi, Luca Soldaini, Faeze Brahman, Wen-tau Yih, Tongshuang Wu, Luke Zettlemoyer, Yoon Kim, Hannaneh Hajishirzi, Pang Wei Koh

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Seattle Children's Hospital（西雅图儿童医院） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文提出RLER方法，通过演进标准与策略模型共进化，开发出首个开源深度研究模型DR Tulu，其在多个长文深度研究基准上表现优异，且成本显著低于现有模型。

Comments ICML 2026

Beyond Sunk Costs: Boosting LLM Pre-training Efficiency via Orthogonal Growth of Mixture-of-Experts

超越沉没成本：通过专家混合的正交增长提升LLM预训练效率

Ruizhe Wang, Yucheng Ding, Xiao Liu, Yaoxiang Wang, Peng Cheng, Baining Guo, Zhengjun Zha, Yeyun Gong

机构 * ustc（中国科学技术大学） ； msra（微软亚洲研究院） ； stju（上海交通大学） ； xmu（厦门大学） 纠错

AI总结 本文提出正交增长策略，通过优化专家混合模型的深度和宽度，提升LLM预训练效率，实验证明在相同计算预算下，模型准确率提升10.6%。

Comments Accepted to ICML 2026

Causal-Adapter: Taming Text-to-Image Diffusion for Faithful Counterfactual Generation

Causal-Adapter：驯服文本到图像扩散模型以实现忠实的反事实生成

Lei Tong, Zhihua Liu, Chaochao Lu, Dino Oglic, Tom Diethe, Philip Teare, Sotirios A. Tsaftaris, Chen Jin

机构 * Centre for AI, DS\&AI, Astrazeneca, UK（英国阿斯利康人工智能中心） ； Institute for Imaging, Data and Communications (IDCOM), School of Engineering, University of Edinburgh, Edinburgh, UK（爱丁堡大学工程学院影像、数据与通信研究所） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

AI总结 Causal-Adapter通过模块化框架实现文本到图像扩散模型的反事实生成，利用结构因果建模和属性正则化策略，在保持图像核心身份的同时实现精确的属性控制。

Comments Project Page: https://leitong02.github.io/causaladapter/

Journal ref ICML 2026

Blending Supervised and Reinforcement Fine-Tuning with Prefix Sampling

融合监督学习与强化学习微调的前缀采样

Zeyu Huang, Tianhao Cheng, Zihan Qiu, Zili Wang, Yinghui Xu, Edoardo M. Ponti, Ivan Titov

机构 * ILCC, University of Edinburgh（爱丁堡大学ILCC） ； Fudan University（复旦大学） ； Qwen Team, Alibaba Group（阿里集团Qwen团队） ； ILLC, University of Amsterdam（阿姆斯特丹大学ILLC） 纠错

AI总结 本文提出Prefix-RFT方法，结合示范数据与探索学习，通过数学问题验证其有效性，超越了单独SFT和RFT以及混合策略方法。

Comments ICML 2026

Seeing is Understanding: Unlocking Causal Attention into Modality-Mutual Attention for Multimodal LLMs

视觉即理解：解锁因果注意力以实现模态互注意力用于多模态大语言模型

Wei-Yao Wang, Zhao Wang, Helen Suzuki, Yoshiyuki Kobayashi

机构 * Sony Group Corporation, Tokyo, Japan（索尼集团，日本东京） 纠错

AI总结 本文提出模态互注意力机制，通过解锁因果注意力，提升多模态理解性能，无需额外参数，在12个基准测试中平均提升6.2%。

Comments ICML 2026. Code is available at https://github.com/sony/aki

Optimizing Large Language Model Training Using FP4 Quantization

使用FP4量化优化大型语言模型训练

Ruizhe Wang, Yeyun Gong, Xiao Liu, Guoshuai Zhao, Ziyue Yang, Baining Guo, Zhengjun Zha, Peng Cheng

机构 * University of Science and Technology of China（科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） ； Microsoft SIGMA Team（微软SIGMA团队） 纠错

AI总结 本文提出首个FP4训练框架，通过可微量化估计器和异常值钳制补偿策略，解决量化误差和表示能力限制问题，实现与BF16和FP8相近的精度，适用于大规模语言模型训练。

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:62937-62957, 2025

The Linear Representation Hypothesis and the Geometry of Large Language Models

线性表示假说与大语言模型的几何学

Kiho Park, Yo Joong Choe, Victor Veitch

机构 * University of Chicago（芝加哥大学） 纠错

AI总结 本文探讨线性表示的定义及其在表示空间中的几何意义，通过反事实语言形式化并证明其与线性探测和模型操控的关联，提出非欧几里得内积统一线性表示概念，实验验证概念表示的存在及其对解释与控制的重要性。

Comments Accepted for a presentation at ICML 2024 and an oral presentation at NeurIPS 2023 Workshop on Causal Representation Learning. Code is available at https://github.com/KihoPark/linear_rep_geometry

Journal ref In Proceedings of the 41st International Conference on Machine Learning (ICML), 2024

Evidential Reasoning Advances Interpretable Real-World Disease Screening

证据推理促进可解释的现实世界疾病筛查

Chenyu Lian, Hong-Yu Zhou, Jing Qin

机构 * The Center for Smart Health, School of Nursing, the Hong Kong Polytechnic University, Hong Kong, China（智能健康中心，护理学院，香港理工大学，香港，中国） ； Research Institute for Smart Ageing, the Hong Kong Polytechnic University, Hong Kong, China（智能老龄化研究 institute，香港理工大学，香港，中国） ； School of Biomedical Engineering, Tsinghua Medicine, Tsinghua University, Beijing, China（生物医学工程学院，清华大学，北京，中国） 纠错

AI总结 本文提出EviScreen框架，通过区域证据提升疾病筛查的可解释性与性能，利用双知识库和对比检索提升定位解释性，实现实世界疾病筛查的高特异性。

Comments ICML 2026

ML-Embed: Inclusive and Efficient Embeddings for a Multilingual World

ML-Embed：面向多语言世界的包容性与高效嵌入

Ziyin Zhang, Zihan Liao, Hang Yu, Peng Di, Rui Wang

机构 * School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院） 纠错

AI总结 本文提出ML-Embed，通过3D-ML框架解决高质文本嵌入的计算、语言覆盖和透明性问题，构建了从140M到8B参数的多语言模型，实现了在9个MTEB基准上的新纪录，尤其在低资源语言表现突出。

Comments Accepted by ICML 2026. The data has been released earlier in the preprint arXiv:2603.19223

Inducing Overthink: Hierarchical Genetic Algorithm-based DoS Attack on Black-Box Large Language Reasoning Models

诱导过度思考：基于分层遗传算法的黑盒大语言推理模型DoS攻击

Shuqiang Wang, Wei Cao, Jiaqi Weng, Jialing Tao, Licheng Pan, Hui Xue, Zhixuan Chu

机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 本文提出一种基于分层遗传算法的黑盒攻击方法，通过系统扰动输入问题的逻辑结构，诱导大语言模型产生过度思考，从而引发资源耗尽攻击。

Comments Accepted at ICML 2026. Code available at: https://github.com/EndlessCao/Overthink-HGA

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML 2026), PMLR 306, 2026

A Minimal Agent for Automated Theorem Proving

一个用于自动定理证明的最小代理

Borja Requena, Austin Letson, Krystian Nowakowski, Izan Beltran-Ferreiro, Leopoldo Sarra

AI总结 本文提出一个最小代理基准，用于比较不同AI定理证明器架构。通过迭代证明细化、库搜索和上下文管理核心功能，展示了与前沿方法相媲美的性能，同时架构更简单且成本更低。

Comments Accepted for publication at ICML 2026

Proxy Compression for Language Modeling

代理压缩用于语言建模

Lin Zheng, Xinyu Li, Qian Liu, Xiachong Feng, Lingpeng Kong

机构 * University of Hong Kong（香港大学） 纠错

AI总结 本文提出代理压缩方法，通过联合训练原始字节序列和压缩视图，提升语言模型训练效率，并在代码建模中显著优于纯字节级基线。

Comments ICML 2026

Time Series Forecasting Through the Lens of Dynamics

通过动力学视角进行时间序列预测

Alexis-Raja Brachet, Pierre-Yves Richard, Céline Hudelot

机构 * CentraleSupélec, IETR UMR CNRS 6164, France（法国中央超导学院，IETR CNRS 6164研究组） 纠错

AI总结 本文提出通过动力学能力分析时间序列预测模型，发现模型性能与动力学块位置及学习深度有关，提出PRO-DYN框架指导模型设计。

Comments Accepted at ICML 2026

Hierarchical Image Tokenization for Multi-Scale Image Super Resolution

多尺度图像超分辨率的分层图像标记

Isma Hadji, Enrique Sanchez, Adrian Bulat, Brais Martinez, Georgios Tzimiropoulos

机构 * Samsung AI Center Cambridge, UK（三星AI研究中心（剑桥，英国）） ； Technical University of Iasi, Romania（亚西技术大学（罗马尼亚）） ； Queen Mary University of London, UK（伦敦女王玛丽大学（英国）） 纠错

AI总结 本文提出基于视觉自回归模型的多尺度图像超分辨率方法，通过引入分层图像标记和直接偏好优化正则化项，提升模型灵活性与效率，实现无需外部数据的高精度多尺度输出。

Comments Accepted for publication at ICML 2026. *Joint first authorship (alphabetical order). arXiv admin note: substantial text overlap with arXiv:2506.04990

Video2GUI: Synthesizing Large-Scale Interaction Trajectories for Generalized GUI Agent Pretraining

Video2GUI：合成大规模交互轨迹用于通用GUI代理预训练

Weimin Xiong, Shuhao Gu, Bowen Ye, Zihao Yue, Lei Li, Feifan Song, Sujian Li, Hao Tian

机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，北京大学） ； The University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学） 纠错

AI总结 本文提出Video2GUI框架，通过自动提取互联网视频中的GUI交互轨迹，生成大规模数据集WildGUI，提升了GUI代理的泛化能力。

Comments Accepted at ICML 2026

EARL: Towards a Unified Analysis-Guided Reinforcement Learning Framework for Egocentric Interaction Reasoning and Pixel Grounding

EARL：一种统一的分析引导强化学习框架，用于第一人称交互推理与像素定位

Yuejiao Su, Xinshen Zhang, Zhen Ye, Lei Yao, Lap-Pui Chau, Yi Wang

机构 * Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University, Hong Kong SAR（香港理工大学电子与电气工程系） ； Division of Emerging Interdisciplinary Areas (EMIA), The Hong Kong University of Science and Technology, Hong Kong SAR（香港理工大学新兴跨学科领域研究中心） 纠错

AI总结 本文提出EARL框架，通过分析引导特征合成器提升第一人称交互推理与像素定位的准确性，实验显示在Ego-IRGBench上像素定位达到65.48% cIoU，优于现有方法。

Comments Accepted at ICML 2026. Project page: https://github.com/yuggiehk/EARL

Unbiased and Second-Order-Free Training for High-Dimensional PDEs

高维偏微分方程的无偏和二阶自由训练

Jaemin Seo, Surin Lee, Jae Yong Lee

机构 * Department of Artificial Intelligence, Chung-Ang University, Seoul, Republic of Korea（人工智能系， Chung-Ang 大学，首尔，韩国） 纠错

AI总结 本文提出一种无偏且二阶自由的训练框架，解决高维PDEs中BSDE训练的偏倚问题，保留了BSDE方法的计算优势。

Comments Accepted at ICML 2026

Journal ref International Conference on Machine Learning 2026

Angel or Demon: Investigating the Plasticity Interventions' Impact on Backdoor Threats in Deep Reinforcement Learning

天使或恶魔：探讨塑性干预对深度强化学习中后门威胁的影响

Oubo Ma, Ruixiao Lin, Yang Dai, Jiahao Chen, Chunyi Zhou, Linkang Du, Shouling Ji

机构 * Zhejiang University（浙江大学） ； National University of Defense Technology（国防科技大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

AI总结 研究通过分析14664个案例，发现仅有一种干预（SAM）加剧了后门威胁，其他干预则缓解了威胁，提出新的稳健后门注入框架和异常损失景观尖锐度作为检测指标。

Comments To appear in the Forty-Third International Conference on Machine Learning (ICML 2026), July 6-11, 2026, Seoul, South Korea

RQ-MoE: Residual Quantization via Mixture of Experts for Efficient Input-Dependent Vector Compression

基于专家混合的残差量化：用于高效输入依赖向量压缩

Zhengjia Zhong, Shuyan Ke, Zaizhou Lin, Jiaqi Song, Hongyi Lan, Hui Li

机构 * Key Laboratory of Multimedia Trusted Perception（多媒体可信感知关键实验室） ； Efficient Computing, Ministry of Education of China, Xiamen University, Xiamen, China（高效计算，中华人民共和国教育部，厦门大学，厦门，中国） 纠错

AI总结 本文提出RQ-MoE框架，结合双层专家混合与双流量化，实现输入依赖的代码本自适应，提升向量量化效率，并在解码速度上优于现有方法。

Comments To appear at ICML 2026

MetaMoE: Diversity-Aware Proxy Selection for Privacy-Preserving Mixture-of-Experts Unification

MetaMoE：面向隐私保护的混合专家统一中的代理选择

Weisen Jiang, Shuhao Chen, Sinno Jialin Pan

AI总结 MetaMoE通过利用公共代理数据统一独立训练的领域专家，解决隐私约束下混合专家训练的挑战，采用多样性感知的代理选择方法提升专家协调性。

Comments Accepted by ICML 2026

Image Restoration via Diffusion Models with Dynamic Resolution

通过动态分辨率模型进行图像修复

Yang Zheng, Wen Li, Zhaoqiang Liu

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） 纠错

AI总结 本文提出通过动态分辨率模型将数据投影到低维子空间，以加速推理过程，改进了传统扩散模型在图像修复中的效率与质量。

Comments Accepted by ICML 2026

GenCircuit-RL: Reinforcement Learning from Hierarchical Verification for Genetic Circuit Design

GenCircuit-RL：基于分层验证的遗传电路设计强化学习

Noah Flynn

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

AI总结 本文提出GenCircuit-RL框架，通过分层验证奖励和课程学习提升遗传电路设计的正确性与功能推理能力，实验表明其在功能推理任务中成功率提升14-16个百分点。

Comments Link: https://icml.cc/virtual/2026/poster/61789

Geometrically Constrained Stenosis Editing in Coronary Angiography via Entropic Optimal Transport

通过熵最优传输的几何约束斑块编辑在冠状动脉造影中

Jialin Li, Zhuo Zhang, Yue Cao, Guipeng Lan, Jiabao Wen, Shuai Xiao, Jiachen Yang

机构 * School of Electrical and Information Engineering, Tianjin University, Tianjin, China（天津大学电气与信息工程学院） 纠错

AI总结 本文提出OT-Bridge Editor，通过熵最优传输和几何信息提升冠状动脉造影中斑块编辑的精度与泛化能力，实验显示在ARCADE基准和多中心数据集上分别提升27.8%和23.0%。

Comments Accepted to ICML 2026

Mixture Prototype Flow Matching for Open-Set Supervised Anomaly Detection

混合原型流匹配用于开放集监督异常检测

Fuyun Wang, Yuanzhi Wang, Xu Guo, Sujia Huang, Tong Zhang, Dan Wang, Hui Yan, Xin Liu, Zhen Cui

机构 * Nanjing University of Science（南京理工大学） ； Beijing Normal University, Beijing, China（北京师范大学） ； China Academy of Space Technology, Beijing, China（中国空间技术研究院） 纠错

AI总结 本文提出MPFM框架，通过学习正常特征分布到结构化高斯混合原型空间的连续变换，改进传统方法对多模态数据的建模，引入MIMR正则化器提升正常-异常分离性能，实验证明其在多种基准上达到最佳性能。

Comments Accepted by ICML 2026

Grokking Finite-Dimensional Algebra

深入理解有限维代数

Pascal Jr Tikeng Notsawo, Guillaume Dumas, Guillaume Rabusseau

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； CHU Sainte-Justine Research Center, Montréal（圣朱斯特研究中心，蒙特利尔） ； CIFAR AI Chair（CIFAR人工智能席位） 纠错

AI总结 本文研究神经网络训练中从长期记忆到泛化突然转变的'grokking'现象，探讨有限维代数中乘法学习的代数结构影响及泛化能力。

Comments 37 pages, 14 figures, Forty-Third International Conference on Machine Learning (ICML), 2026

CoCoEdit: Content-Consistent Image Editing via Region Regularized Reinforcement Learning

CoCoEdit：通过区域正则化的强化学习实现内容一致的图像编辑

Yuhui Wu, Chenxi Xie, Ruibin Li, Liyi Chen, Qiaosi Yi, Lei Zhang

机构 * The Hong Kong Polytechnic University, Hong Kong（香港理工大学） ； OPPO Research Institute, ShenZhen, China（OPPO研究院，深圳，中国） 纠错

AI总结 本文提出CoCoEdit框架，通过区域正则化强化学习提升图像编辑内容一致性，利用改进的指令和掩码生成高质量训练集，并引入像素相似度奖励和区域正则化器，提升编辑质量和一致性。

Comments Accepted by ICML 2026

Geometry-Aware Decoding with Wasserstein-Regularized Truncation and Mass Penalties for Large Language Models

具有Wasserstein正则化截断和质量惩罚的几何感知解码

Arash Gholami Davoodi, Navid Rezazadeh, Seyed Pouyan Mousavi Davoudi, Pouya Pezeshkpour

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Megagon Labs（Megagon实验室） ； University of California, Irvine（加州大学伊文斯顿分校） 纠错

AI总结 本文提出Top-W解码方法，通过Wasserstein距离保持token嵌入空间几何特性，平衡概率质量与熵，提升大语言模型生成质量与创造力。

Comments 20 pages, 3 figures, 8 tables, ICML 2026