<mark id="oztn4"></mark>
0
| 本文作者： 張璐 | 2026-07-07 16:52 | 專題：ICML：國際機器學習會議 |
7月7日，ICML 2026在首爾COEX會展中心迎來正會首日。作為機器學習領域的風向標，本屆大會最終在數萬篇高熱度投稿中，嚴選出6352篇錄用論文，其中Spotlight論文536篇（占投稿總數的 2.2%），Oral 論文168篇 （僅占投稿總數的 0.7 %）。在今年全球AI研究井噴、評審機制迎來大刀闊斧“重新校準”的嚴苛背景下，這些穿越重重審稿關卡脫穎而出的成果，無疑凝聚了過去一年機器學習界最硬核的智慧結晶。
為了給國內讀者帶回第一手的學術震蕩，雷峰網(公眾號：雷峰網)報道小組已在現場全員就位。在正會開啟的黃金時間里，我們全天候穿梭于密集的Poster展區，從浩如煙海的海報墻中，為你一針見血地篩選出那些最具顛覆性和啟發性的研究。這一次，我們拋棄了冗長枯燥的文獻堆砌，堅持用“現場看板直擊 + 核心要點白話拆解”的直觀形式，為無法親臨首爾的你推開一扇學術傳送門。
透過首日展區的火爆分布，機器學習的新一輪潮汐已然清晰：這不僅是一場參數與算力的軍備競賽，更是對大模型可解釋性的死磕、對AI for Science邊界的拓荒，以及具身智能與底層數學理論硬度的強勢回歸。我們捕捉這些瞬間，不僅是為了記錄當下的交鋒，更是為了幫你在這場信息海嘯中，精準握住下一階段技術演進的隱秘主線。
以下精選Poster Session 2九篇Spotlight論文，一文看盡AI研究最值得關注的方向。（如果你也想讓你的研究成果出現在這里，請與我們聯系）：
AlgoVeri: An Aligned Benchmark for Verified Code Generation on Classical Algorithms
形式化驗證代碼生成是當下AI模型展現潛力的重要方向，但現有的基準測試多受限于單一語言或工具，缺乏跨范式評價的統一方法。
為此，本研究推出了首個跨語言的代碼驗證基準——AlgoVeri。該基準包含77個經典算法，通過統一功能契約，首次實現了在Dafny、Verus和Lean三種截然不同的語言環境中，統一評估大模型的驗證代碼生成性能。
實驗在Gemini-3和GPT-OSS等前沿模型上展開。研究發現，模型在抽象級別較高的Dafny中表現較好，但在受內存約束的Verus，以及需要顯式構造證明的Lean中，性能明顯下滑。
此外，Gemini-3能通過迭代修復提升性能，而GPT-OSS則較早遭遇瓶頸。本工作細化了形式化驗證領域的評估標準，為理解語言設計對模型性能優化路徑的影響提供了重要洞察。
論文地址：https://openreview.net/forum?id=mnUgulPmNU
Reverse Flow Matching A Unified Framework for Online RLwith Diffusion and Flow Policies
在在線強化學習中，擴散和流策略因強大的表達能力備受關注，但由于缺乏目標 Boltzmann 分布的直接樣本，如何進行高效訓練仍是關鍵瓶頸。
現有的優化方法存在分歧，主要分為基于加權噪聲平均值的“噪聲期望法”和基于 Q 函數梯度加權平均值的“梯度期望法”，二者在理論上缺乏統一。
針對這一挑戰，本研究提出了反向流匹配（RFM）統一框架。該框架以后驗均值估計為核心，通過引入 Langevin Stein 算子構建零均控制變量，成功在理論上統一了噪聲期望與梯度期望方法，并將其推廣至流策略的訓練中。
連續控制基準任務的實驗表明，基于 RFM 的流動策略在訓練效率與穩定性上均顯著優于傳統的擴散策略基線。該工作首次將擴散與流策略納入同一理論體系，顯著提升了連續控制任務的在線強化學習性能。
論文鏈接：https://openreview.net/forum?id=vUpEe4yd1T
DRPBench: Evaluating LLMs in Concurrent Code Comprehension via Fine-grained Data Race Prediction
當前大語言模型（LLMs）在順序代碼理解方面表現出色，但對并發程序的理解能力尚未得到充分量化與評估。
由于并發程序運行時存在非確定性，給評測帶來了巨大困難。為此，本研究提出了一個名為 DRPBench 的全新基準，專門用于評測 LLMs 是否能夠精細預測并發代碼中的數據競爭。
該方法巧妙地將數據競爭預測轉化為靜態細粒度預測任務，并利用精確標注的變量級和行級數據競爭進行評估。實驗基于包含 1,003 個程序的 SV-COMP 數據集（其中手動標注了 549 個數據競爭），對標準型、推理型和代理型等 15 種最先進的 LLM 進行了全面測試。
結果表明，大部分模型對并發代碼的理解能力較弱，主要失敗模式包括變量共享造成的注意力分散，以及無法解析非標準同步邏輯。作為首個系統性基準，DRPBench 不僅揭示了現有模型的性能差距，也為未來的并發代碼優化研究提供了具體的診斷方向。
論文鏈接：https://openreview.net/forum?id=6249M0mKR2
Generalizable and Composable Multi-Model Embedding Translation
嵌入翻譯（Embedding Translation）是實現跨模型互操作、減少重新嵌入成本的關鍵技術。然而，現有方法在面對非獨立同分布（OOD）輸入、多模型混合以及長翻譯鏈時，表現往往不可靠，存在系統性誤差被級聯放大的核心痛點。
本研究從幾何視角對嵌入翻譯進行了深度剖析，成功推導出可解釋的誤差界，并揭示了上述復雜場景下導致誤差放大的底層成因。基于此發現，論文提出了一個全新的分層專家混合（HMoE）框架，并引入基于幾何的置信度指標。
該框架通過實現局部化的參數高效適應，顯著提升了翻譯的泛化性與可解釋性。在 MTEB 基準上，實驗覆蓋了 10 個嵌入模型和 6 個數據集（共 90 組翻譯設置），結果表明 HMoE 在 OOD 場景下顯著優于所有基線；在混合與鏈式翻譯中，其回憶率下降僅為 0.5% - 2.6%，相比現有方法的 7.2% - 92.3% 展現出極強的魯棒性。
論文鏈接：https://openreview.net/forum?id=qmfp2eqYD1
Do LLMs Signal When They’re Right? Evidence from Neuron Agreement
當前大語言模型主要依賴表層輸出的候選評分方法來預測回答的正確性，但這帶來了顯著的信號校準問題。為了打破這一局限，本研究深入挖掘大模型的內部行為，提出了一種無需依賴文本輸出、僅基于內部神經元激活信號的解碼方法，以此解決多數投票等傳統機制在開放性任務中的天然缺陷。
通過機制分析，研究團隊發現了一個有趣的現象：正確響應所激活的獨特神經元數量顯著少于錯誤響應，且正確結果的神經元激活在不同樣本間表現出更強的一致性。基于此，論文創新性地提出了神經元一致性解碼（Neuron Agreement Decoding, NAD）。該方法通過激活稀疏性和跨樣本神經元一致性來精準選擇候選選項，天然支持早停（Early Stopping）與無監督預測。在數學、科學及開放編碼基準測試上的實驗表明，NAD 的預測效果與多數投票相當甚至更優，同時大幅減少了 99% 的 Token（令牌）使用量，為研究大模型內部行為開辟了高效、透明的新路徑。
論文鏈接：https://openreview.net/forum?id=ZVRgcQq4D2
NeuronCtrl: Geometry-Aware Safe Closed-Loop Generative Control for Neuronal Microenvironment Dynamics
神經調控涉及復雜的神經網絡三維不規則空間，其高維時空場控制對實時規劃與安全性有著極其苛刻的要求。然而，由于神經微環境中的生物物理特性復雜且日常未知，高仿真模擬器難以滿足高頻反饋的實時控制需求，且稀疏的觀測數據必須嚴格滿足安全約束，這給計算和控制帶來了巨大挑戰。
為了在未知生物物理規律下攻克實時規劃與安全性難題，本研究提出了 NeuronCtrl —— 一種能夠保證全場安全約束的生成式閉環控制框架。該框架采用了精妙的模塊化架構，核心包含：利用歷史條件觀察器推斷潛在場、通過形態感知神經算子預測實時動態，并借助流動匹配條件流生成動作，同時配合多層次安全機制確保約束得到絕對滿足。
團隊在深腦刺激、細胞外反應擴散控制以及星形膠質細胞鉀離子調節三個高仿真三維基準上進行了驗證，結果表明該框架在控制成本、安全性和時延上實現了優異的權衡，首次實現了具有幾何感知的神經微環境安全閉環生成控制。
論文鏈接：https://openreview.net/forum?id=ZK3h2ENA67
Chamaileon: Cross-Context Binder Design with Contextualized Modeling and Mixed Sampling
生成模型的發展為蛋白質結合物的智能化設計開辟了新路徑。然而，現有方法大多局限于“單目標、單狀態”的理想化假設，缺乏對多構象、高質量數據的建模能力。這導致其無法滿足高級功能導向蛋白質設計中，對于多目標、多狀態復雜交互的實際需求，極大地限制了技術的廣泛適用性。
為了打破這一傳統限制，本研究推出了 Chamaileon 框架，首次實現了對多目標和多狀態蛋白質結合物設計的統一處理。該框架創新性地提出了基于上下文的復雜共設計訓練范式（I3CD）以及路徑混合采樣（MoPS）策略，成功實現了上下文感知的“序列-結構”聯合建模與全方位優化。
團隊同時構建了全新的基準數據集 CROSS 用于性能評估，實驗結果表明，Chamaileon 能夠精準生成適應多樣構象景觀（conformation landscapes）并完美契合多目標需求的蛋白質序列。該工作成功統一了多目標與多狀態蛋白質結合物設計難題，為 AI for Science 領域的生物大分子設計提供了強大的聯合建模與推理新范式。
論文鏈接：https://openreview.net/forum?id=JAQ9bm0Rp4
VideoKR: Towards Knowledge- and Reasoning-Intensive Video Understanding
隨著多模態大模型的發展，視頻理解領域對深層知識與復雜推理能力的需求日益增加。然而，當前研究普遍面臨數據質量不足、缺乏針對性大規模高質量訓練數據集的瓶頸。
為了解決這一問題，本研究提出了專為知識與推理密集型視頻理解任務打造的 VideoKR 數據集與評測基準。該方法精心設計了專家參與的樣本生成流程，通過逐步擴展視頻推理的深度，同時嚴格保障了樣本的多樣性與可靠性，并構建了包含專家高標準標注的評測基準。
實驗中，團隊推出了包含 126K 專家領域視頻及 430K 推理樣本的大規模視頻數據集，并進行了全面的基準測試與消融分析。結果表明，在標準訓練和微調流程中，基于該新數據集訓練的模型性能顯著優于現有方法，有力地凸顯了高質量數據設計對模型能力提升的決定性作用。
作為首個專注于該領域的基準，VideoKR 顯著提升了模型在多種復雜評估任務中的表現，為數據設計驅動的未來視頻理解研究指明了方向。
論文鏈接：https://openreview.net/forum?id=eXxFlOPTk4
A Factorized Low-Rank RNN Framework for Uncovering Independent Neural Latent Dynamics and Connectivity
低秩遞歸神經網絡（lrRNNs）是提取神經群體活動低維潛在動力學的常用工具。然而，傳統 lrRNNs 的低秩連接缺乏獨立性限制，導致其功能連接難以解釋為獨立成分，極大限制了對潛在維度計算角色與功能的明確分析。
針對潛在動態獨立性與可解釋性不足的痛點，本研究提出了一種創新的因子化遞歸神經網絡（FacRNN）框架，旨在完美平衡組內復雜計算與組間獨立性。該方法通過將網絡重新構造為變分自編碼器（VAE）框架，并巧妙引入部分相關性懲罰，實現了對潛在動態組間獨立性的硬性約束。
團隊在合成數據、猴 M1 運動皮層數據以及鼠電壓成像數據上展開了廣泛實驗，結果表明，FacRNN 在學習低維潛在軌跡的解耦和可解釋性方面顯著優于傳統 lrRNNs。通過引入組間獨立假設，該工作顯著提升了低秩網絡的潛在動態解耦能力，為神經數據建模與大腦功能連接分析提供了一種強有力的新方法。
論文鏈接：https://openreview.net/forum?id=QvIbmX9jBr
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
