A equipa de Huang Gao da Universidade de Tsinghua recebeu o Prémio de Artigo Destacado do ICML 2026, e o Prémio de Teste do Tempo foi atribuído ao algoritmo clássico A3C.

Notícias de 6 de julho, a principal conferência internacional de aprendizagem automática ICML 2026 realizou-se em Seul, Coreia do Sul, e anunciou os artigos premiados do ano. O artigo colaborativo entre a equipa de Huang Gao da Universidade Tsinghua e a Alibaba (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) recebeu o prémio de artigo de destaque. A investigação revela que a flexibilidade da ordem de geração arbitrária em modelos de linguagem de difusão, em tarefas de raciocínio geral como matemática e programação, limita na verdade o potencial do modelo, enquanto abandonar a ordem arbitrária e adotar a geração tradicional da esquerda para a direita não só é mais simples, mas também melhora significativamente a precisão do raciocínio.

Outro prémio de artigo de destaque foi concedido ao Instituto de Tecnologia de Massachusetts e à Universidade de Yale, cuja investigação propôs um algoritmo de amostragem de alta precisão para modelos de difusão (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions), alcançando uma otimização exponencial no número de etapas (ou complexidade de amostragem) necessárias para atingir a precisão de amostragem desejada.

Também recebeu o prémio deste ano um artigo de posição (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit), em colaboração entre investigadores da Universidade de Munique, na Alemanha, e investigadores 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 informação.

O prémio de teste do tempo desta conferência foi concedido ao algoritmo clássico de aprendizagem por reforço publicado pela equipa do Google DeepMind em 2016 (Asynchronous Methods for Deep Reinforcement Learning). A arquitetura de ator-crítico de vantagem assíncrona (A3C) proposta por esta investigação aumentou significativamente a eficiência do treino de aprendizagem por reforço profundo, inaugurando a era do treino eficiente de agentes utilizando CPUs comuns multi-core.