Команда Хуан Гао з Університету Цінхуа отримала нагороду за видатну статтю на ICML 2026, а премію за витримку часом отримав класичний алгоритм A3C.

7 липня повідомляється, що міжнародна топ-конференція з машинного навчання ICML 2026 відбулася в Сеулі, Південна Корея, і були оголошені щорічні нагороджені статті. Стаття команди Хуан Гао з Університету Цінхуа у співпраці з Alibaba (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) отримала нагороду за видатну статтю. Дослідження показує, що гнучкість довільного порядку генерації в дифузійних мовних моделях насправді обмежує потенціал моделі в загальних завданнях міркування, таких як математика та програмування, тоді як відмова від довільного порядку та використання традиційної генерації зліва направо не тільки простіша, але й значно підвищує точність міркування.

Іншу нагороду за видатну статтю отримали Массачусетський технологічний інститут та Єльський університет, дослідження запропонувало високоточний алгоритм семплювання для дифузійних моделей (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions), який досягає експоненційної оптимізації кількості кроків (або складності семплювання), необхідних для досягнення цільової точності семплювання.

Також нагороду цього року отримала позиційна стаття (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit), написана дослідниками з Мюнхенського університету (Німеччина) та незалежними дослідниками, яка вказує, що поточні технології вирівнювання ШІ мають подвійний ризик використання і можуть бути легко зловмисно маніпульовані як інструмент цензури.

Нагороду за перевірку часу цієї конференції отримала класична стаття про алгоритм навчання з підкріпленням, опублікована командою Google DeepMind у 2016 році (Asynchronous Methods for Deep Reinforcement Learning). Запропонована в цьому дослідженні архітектура асинхронного переважного актора-критика (A3C) значно підвищила ефективність навчання глибокого навчання з підкріпленням, відкривши епоху ефективного навчання агентів на звичайних багатоядерних процесорах.