فريق هوانغ غاو من جامعة تسينغهوا يفوز بجائزة أفضل ورقة بحثية في ICML 2026، وجائزة اختبار الزمن تمنح للخوارزمية الكلاسيكية A3C.

robot
إنشاء الملخص قيد التقدم
7 يوليو، عُقد المؤتمر الدولي الرائد في مجال التعلم الآلي ICML 2026 في سيول بكوريا الجنوبية، وأُعلنت الأوراق البحثية الحائزة على الجوائز السنوية. حصلت الورقة البحثية المشتركة بين فريق هوانغ قاو من جامعة تسينغهوا وشركة علي بابا (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) على جائزة الورقة المتميزة. كشفت الدراسة أن مرونة ترتيب التوليد العشوائي في نماذج اللغة الانتشارية تحد من إمكانات النموذج في مهام التفكير العامة مثل الرياضيات والبرمجة، بينما يؤدي التخلي عن الترتيب العشوائي واعتماد التوليد التقليدي من اليسار إلى اليمين إلى تبسيط الطريقة وتحسين دقة التفكير بشكل كبير.
حصلت جائزة الورقة المتميزة الأخرى على معهد ماساتشوستس للتكنولوجيا وجامعة ييل، حيث قدمت الدراسة خوارزمية أخذ عينات عالية الدقة لنماذج الانتشار (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions)، محققة تحسينًا أسيًا في عدد الخطوات (أو تعقيد أخذ العينات) اللازمة لتحقيق دقة أخذ العينات المستهدفة.
حصلت على جائزة هذا المؤتمر أيضًا ورقة موقف (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit)، أعدها باحثون من جامعة ميونخ الألمانية وباحثون مستقلون، مشيرين إلى أن تقنيات محاذاة الذكاء الاصطناعي الحالية تحمل خطر الاستخدام المزدوج، حيث يمكن التلاعب بها بسهولة لتصبح أداة رقابة معلوماتية خبيثة.
أما جائزة اختبار الزمن لهذا المؤتمر فقد مُنحت لخوارزمية التعلم التعزيزي الكلاسيكية التي نشرها فريق Google DeepMind في عام 2016 (Asynchronous Methods for Deep Reinforcement Learning). قدمت هذه الدراسة بنية الممثل-الناقد غير المتزامنة (A3C) التي حسنت بشكل كبير كفاءة تدريب التعلم التعزيزي العميق، وفتحت عصر استخدام وحدات المعالجة المركزية متعددة النوى العادية لتدريب الوكلاء بفعالية.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
  • أعجبني
  • تعليق
  • إعادة النشر
  • مشاركة
تعليق
إضافة تعليق
إضافة تعليق
لا توجد تعليقات
  • مُثبت