Os modelos de difusão, em tarefas de raciocínio, são piores do que a autoregressão tradicional? Esta pesquisa é bastante contraintuitiva, vale a pena ler com atenção.

O prémio de melhor artigo do ICML 2026 foi atribuído ao artigo da equipa de Huang Gao da Universidade Tsinghua em colaboração com a Alibaba, que indica que a flexibilidade dos modelos de linguagem difusos para geração em ordem arbitrária pode limitar o potencial de tarefas de raciocínio como matemática e programação, e que a geração da esquerda para a direita é mais concisa e melhora significativamente a precisão do raciocínio. O prémio de teste do tempo foi atribuído ao artigo de 2016 da equipa do Google DeepMind, que propôs a arquitetura Actor-Critic com Vantagem Assíncrona (A3C), aumentando significativamente a eficiência de treino da aprendizagem por reforço profunda.