¿Los modelos de difusión son peores que la autoregresión tradicional en tareas de razonamiento? Esta investigación es bastante contraintuitiva, vale la pena leerla con atención.

El Premio al Artículo Destacado de ICML 2026 fue otorgado al artículo en colaboración entre el equipo de Huang Gao de la Universidad de Tsinghua y Alibaba, que señala que la flexibilidad de los modelos de lenguaje de difusión para generar en cualquier orden puede limitar el potencial de las tareas de razonamiento como matemáticas y programación, y que la generación de izquierda a derecha es más concisa y mejora significativamente la precisión del razonamiento. El Premio a la Prueba del Tiempo fue otorgado a un artículo de 2016 del equipo de Google DeepMind, que propuso la arquitectura Asynchronous Advantage Actor-Critic (A3C), mejorando enormemente la eficiencia del entrenamiento en aprendizaje profundo por refuerzo.