L'équipe de Huang Gao de l'Université Tsinghua remporte le prix du meilleur article de l'ICML 2026, le prix du test du temps est décerné à l'algorithme classique A3C.

7 juillet - La conférence internationale de premier plan en apprentissage automatique, ICML 2026, s'est tenue à Séoul, en Corée du Sud, et a dévoilé les lauréats des prix annuels. L'article collaboratif de l'équipe de Huang Gao de l'Université Tsinghua et d'Alibaba (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) a remporté le prix du meilleur article. La recherche révèle que la flexibilité de l'ordre de génération arbitraire dans les modèles de langage par diffusion limite en fait le potentiel du modèle dans des tâches de raisonnement général comme les mathématiques et la programmation. Abandonner l'ordre arbitraire pour une génération traditionnelle de gauche à droite non seulement simplifie la méthode, mais améliore considérablement la précision du raisonnement.

Un autre prix du meilleur article a été remporté par le MIT et l'Université Yale, pour leur recherche sur un algorithme d'échantillonnage haute précision pour les modèles de diffusion (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions), réalisant une optimisation exponentielle du nombre d'étapes (ou de la complexité d'échantillonnage) nécessaire pour atteindre la précision cible.

Un prix de position (Position: The Alignment Community is Unintentionally Building a Censor's Toolkit) a également été décerné lors de cette édition, fruit d'une collaboration entre des chercheurs de l'Université de Munich et un chercheur indépendant. Il souligne que les techniques actuelles d'alignement de l'IA présentent un risque de double usage, pouvant facilement être détournées à des fins de censure de l'information.

Le prix de l'épreuve du temps de cette conférence a été décerné à l'équipe de Google DeepMind pour son algorithme classique d'apprentissage par renforcement publié en 2016 (Asynchronous Methods for Deep Reinforcement Learning). L'architecture de l'acteur-critique asynchrone (A3C) proposée dans cette recherche a considérablement amélioré l'efficacité de l'entraînement en apprentissage par renforcement profond, ouvrant une ère où des CPU multicœurs ordinaires peuvent être utilisés pour un entraînement efficace.