Команда Хуан Гао з Університету Цінхуа отримала нагороду за видатну роботу ICML 2026, а нагороду "Перевірка часом" присуджено класичному алгоритму A3C.

7 липня — на міжнародній топ-конференції з машинного навчання ICML 2026, що проходила в Сеулі, Південна Корея, оголошено лауреатів щорічної премії за найкращі наукові роботи. Робота команди Хуан Гао з Університету Цінхуа у співпраці з Alibaba під назвою «The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models» отримала нагороду Outstanding Paper Award. Дослідження показало, що гнучкість довільного порядку генерації в дифузійних мовних моделях насправді обмежує потенціал моделей у завданнях загального міркування, таких як математика та програмування. Відмова від довільного порядку на користь традиційної генерації зліва направо не лише спрощує метод, але й значно підвищує точність міркувань.

Ще одну нагороду Outstanding Paper Award отримали Массачусетський технологічний інститут та Єльський університет за дослідження, в якому представлено високоточний алгоритм семплювання для дифузійних моделей («High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions»). Цей алгоритм досягає експоненційної оптимізації кількості кроків (або складності семплювання), необхідної для досягнення заданої точності вибірки.

Також премію цього року отримала позиційна робота («Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit»), створена дослідниками з Мюнхенського університету та незалежними науковцями. У ній зазначається, що сучасні технології вирівнювання ШІ мають подвійний ризик використання і можуть бути легко перетворені на інструменти інформаційної цензури.

Нагороду Test of Time Award на цій конференції отримала класична робота 2016 року від команди Google DeepMind про асинхронні методи для глибокого навчання з підкріпленням («Asynchronous Methods for Deep Reinforcement Learning»). Запропонована в цьому дослідженні архітектура асинхронного актора-критика (A3C) значно підвищила ефективність навчання в глибокому навчанні з підкріпленням, відкривши епоху ефективного навчання агентів на звичайних багатоядерних процесорах.