清华黄高团队がICML 2026 Outstanding Paper Awardを受賞、時間検証賞は古典的アルゴリズムA3Cに授与。

7月6日の情報によると、機械学習の国際トップ会議ICML 2026が韓国ソウルで開催され、年間優秀論文が発表された。清華大学の黄高チームとアリババが共同で執筆した論文「The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models」が優秀論文賞を受賞した。研究によると、拡散言語モデルにおける任意の生成順序の柔軟性は、数学やプログラミングなどの汎用推論タスクにおいて、むしろモデルの可能性を制限していることが明らかになった。任意の順序を放棄し、従来の左から右への生成を採用することで、手法がより簡潔になるだけでなく、推論精度も大幅に向上する。

もう一つの優秀論文賞はマサチューセッツ工科大学とイェール大学が受賞し、拡散モデルの高精度サンプリングアルゴリズム「High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions」を提案した。これにより、目標のサンプリング精度に達するために必要なステップ数（またはサンプリング複雑性）の指数関数的な最適化が実現された。

今回の大会では、立場論文「Position: The Alignment Community is Unintentionally Building a Censor's Toolkit」も受賞した。これはドイツのミュンヘン大学の研究者と独立研究者が共同で執筆し、現在のAIアライメント技術には二重使用リスクがあり、悪意を持って情報検閲ツールに操作されやすいことを指摘している。

今回の大会の時間テスト賞は、Google DeepMindチームが2016年に発表した古典的な強化学習アルゴリズム「Asynchronous Methods for Deep Reinforcement Learning」に授与された。この研究で提案された非同期アドバンテージアクタークリティック（A3C）アーキテクチャは、深層強化学習の訓練効率を大幅に向上させ、通常のマルチコアCPUを使用してエージェントを効率的に訓練する時代を切り開いた。