0
| 本文作者: 陳淑瑜 | 2026-06-23 18:22 | 專題:ICML:國際機器學習會議 |
距ICML 2026首爾開幕僅剩13天,今日當日新文稀少但信息量不小:ProtocolBench+ProtocolRouter破解Agent協議碎片化難題入選ICML 2026;中山大學HCP實驗室以15篇論文刷新單機構紀錄;Heima方法證明大模型僅靠少量推理Token也能深度思考。三大議題,一文速覽。
以下為本日關注度最高的三個核心議題,按熱度排序,均附摘要與原文鏈接。
熱門議題一:Agent協議碎片化破局——ProtocolBench+ProtocolRouter雙劍合璧入選ICML
MCP、A2A、ACP、ANP……Agent通信協議的碎片化已成企業AI落地的心頭大患。這篇ICML 2026錄用論文一次端出兩件武器:ProtocolBench做基準測評,ProtocolRouter做智能路由——讓系統在協議選型階段就能做出合理決策,而非上線后再踩坑。
論文:Agent通信協議選擇指南:ProtocolBench × ProtocolRouter
來源:數智產研筆記(2026-06-23)
日期:2026-06-23
論文摘要
當前企業AI系統面臨Agent協議碎片化困境:MCP、A2A、ACP、ANP等協議各有取舍,選型失誤導致系統集成成本驟增。論文提出ProtocolBench——首個覆蓋主流Agent通信協議的系統性評測基準,從延遲、吞吐、兼容性、安全性等多維度量化各協議表現;配套提出ProtocolRouter——基于工作負載特征的智能協議路由器,讓AI系統在運行時自動選擇最優協議。兩件工具聯動,幫助企業在技術選型階段就做出有數據支撐的合理決策。被ICML 2026收錄。
原文鏈接: http://mp.weixin.qq.com/s?__biz=MzYzNDY1NjE3Mg==&mid=2247486722&idx=1
熱門議題二:中山大學HCP實驗室15篇領跑,中國機構錄用數量全面爆發
今日對中國機構ICML 2026錄用成果做一次完整盤點——最搶眼的是中山大學HCP實驗室以15篇的體量刷新單機構紀錄。加上ICSC-IoT實驗室18篇(按實驗室口徑),中國機構在ICML 2026的參與深度已不輸頂尖海外院校。
趨勢:中國機構ICML 2026錄用成果全量盤點
來源:各高校/機構公眾號
日期:2026年5~6月累計
核心數據
中國機構ICML 2026錄用全貌(不完全統計):中山大學HCP實驗室15篇(CV+ML交叉)、ICSC-IoT實驗室18篇(最大按實驗室口徑)、復旦大學AI3院11篇、北京大學MIPL研究室6篇、上海交通大學AGI研究所6篇、香港中文大學(深圳)6篇、中科大數據智能實驗室5篇、NCC Lab 5篇、CPIL 6項(含Spotlight)、華中科技大學計算機學院3篇、重慶郵電大學4項。整體來看,中國機構在ICML 2026的參與度繼續保持高位,從沿海到西部均有突破,工業界(快手、小米、中國移動九天、上海文鰩科技)也積極入局。
中科大數據智能實驗室: https://mp.weixin.qq.com/
復旦AI3院成果: https://mp.weixin.qq.com/
熱門議題三:Heima證明——少量Thinking Token也能讓大模型深度思考
推理型大模型的最大成本來自于思考Token——有時一道題要花上千個Token才能給出答案。Heima反其道而行:用極少量推理Token就實現深度思考能力,既不犧牲質量,又大幅壓縮推理開銷。這個「少花Token、深度想」的突破方向,被機器之心重點推薦。
論文:Heima: 只用少量Thinking Tokens,大模型依然能深度思考
來源:機器之心(2026-05-18)
日期:2026-05-18
論文摘要
推理型大模型(如DeepSeek-R1、o1等)在思考過程中往往消耗大量Token,帶來顯著的推理成本壓力。Heima方法提出一種訓練策略,使大模型在使用極少量推理Token的情況下,依然能保持深度思考能力——即不通過堆砌中間步驟,而是讓模型更高效地組織推理過程。實驗證明在多個推理基準上,Heima在大幅減少思考Token數量的前提下,保持了與全量推理Token相近的性能水平。該工作被ICML 2026收錄,并獲機器之心專欄重點推薦。
原文鏈接: http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651033812&idx=2
關注本專區,每日追蹤ICML 2026最新論文與熱點趨勢
更多ICML錄用解讀、首爾現場快訊與選題建議,每日準時送達。 收藏關注,不錯過任何一篇值得讀的論文。
內容由AI輔助生成,請謹慎參考 | ICML 2026 Hot Daily雷峰網(公眾號:雷峰網)
雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。