Notícias de 6 de julho: A conferência internacional de ponta em aprendizado de máquina, ICML 2026, foi realizada em Seul, Coreia do Sul, e anunciou os trabalhos premiados do ano. O artigo da equipe de Huang Gao da Universidade Tsinghua em colaboração com a Alibaba (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) ganhou o prêmio de artigo excepcional. A pesquisa revela que a flexibilidade da ordem de geração arbitrária em modelos de linguagem de difusão, em tarefas de raciocínio geral como matemática e programação, na verdade limita o potencial do modelo, e abandonar a ordem arbitrária e adotar a geração tradicional da esquerda para a direita não só é um método mais simples, mas também melhora significativamente a precisão do raciocínio.
Outro prêmio de artigo excepcional foi concedido ao MIT e à Universidade de Yale, com a pesquisa propondo um algoritmo de amostragem de alta precisão para modelos de difusão (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions), que alcançou uma otimização exponencial no número de etapas (ou complexidade de amostragem) necessárias para atingir a precisão de amostragem alvo.
Outro artigo que ganhou o grande prêmio desta edição é um artigo de posição (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit), em colaboração entre pesquisadores da Universidade de Munique, na Alemanha, e pesquisadores independentes, apontando que as atuais técnicas de alinhamento de IA apresentam riscos de dupla utilização, sendo facilmente manipuladas de forma maliciosa para se tornarem ferramentas de censura de informações.
O prêmio de teste do tempo desta conferência foi concedido ao clássico algoritmo de aprendizado por reforço (Asynchronous Methods for Deep Reinforcement Learning) publicado pela equipe do Google DeepMind em 2016. A arquitetura de ator-crítico de vantagem assíncrona (A3C) proposta por esta pesquisa melhorou significativamente a eficiência do treinamento de aprendizado por reforço profundo, inaugurando a era do treinamento eficiente de agentes usando CPUs comuns de múltiplos núcleos.

Ver original

Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.

Recompensa
curtir
Comentário
Repostar
Compartilhar

Comentário

Adicionar um comentário

Sem comentários

Tendências
Ver projetos
#
GTBurns2.57MInQ
176,8K Popularidade
#
PredictWorldCupShare20000U
155,11K Popularidade
#
IsraelStrikesIranBTCPlunges
69,54K Popularidade
#
StrategySells3588BTC
14,62M Popularidade
#
gStocksTokenizedStocksLive
4,86M Popularidade

Fixado

sitemap

Equipe de Huang Gao da Universidade Tsinghua ganha o Prêmio de Artigo Destaque do ICML 2026, e o Prêmio de Teste do Tempo é concedido ao algoritmo clássico A3C.

Tendências

GTBurns2.57MInQ

PredictWorldCupShare20000U

IsraelStrikesIranBTCPlunges

StrategySells3588BTC

gStocksTokenizedStocksLive

Fixado