7月6日消息，機器學習國際頂級會議 ICML 2026 在南韓首爾舉行，並公佈了年度獲獎論文。清華大學黃高團隊與阿里巴巴合作的論文 (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) 榮獲傑出論文獎。研究揭示出，擴散語言模型中任意生成順序的靈活性在數學、程式設計等通用推理任務中反而限制了模型潛力，而放棄任意順序、採用傳統的從左到右生成，不僅方法更簡潔，還能顯著提升推理準確率。
另一篇傑出論文獎由麻省理工學院和耶魯大學獲得，研究提出了擴散模型的高精度採樣演算法 (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions)，實現了達到目標採樣精度所需步數（或採樣複雜度）的指數級最佳化。
獲得本屆大獎的還有一篇立場論文 (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit)，由德國慕尼黑大學研究人員和獨立研究者合作，指出當前的 AI 對齊技術存在雙重用途風險，極易被惡意操縱成為資訊審查工具。
本屆大會的時間檢驗獎則頒給了 Google DeepMind 團隊 2016 年發表的經典強化學習演算法 (Asynchronous Methods for Deep Reinforcement Learning)。這項研究提出的非同步優勢演員-評論家 (A3C) 架構大幅提高了深度強化學習的訓練效率，開啟了使用普通多核 CPU 高效訓練智能體的時代。
清華黃高團隊獲得ICML 2026傑出論文獎，時間檢驗獎頒給經典算法A3C
7月6日消息，機器學習國際頂級會議 ICML 2026 在南韓首爾舉行，並公佈了年度獲獎論文。清華大學黃高團隊與阿里巴巴合作的論文 (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) 榮獲傑出論文獎。研究揭示出，擴散語言模型中任意生成順序的靈活性在數學、程式設計等通用推理任務中反而限制了模型潛力，而放棄任意順序、採用傳統的從左到右生成，不僅方法更簡潔，還能顯著提升推理準確率。
另一篇傑出論文獎由麻省理工學院和耶魯大學獲得，研究提出了擴散模型的高精度採樣演算法 (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions)，實現了達到目標採樣精度所需步數（或採樣複雜度）的指數級最佳化。
獲得本屆大獎的還有一篇立場論文 (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit)，由德國慕尼黑大學研究人員和獨立研究者合作，指出當前的 AI 對齊技術存在雙重用途風險，極易被惡意操縱成為資訊審查工具。
本屆大會的時間檢驗獎則頒給了 Google DeepMind 團隊 2016 年發表的經典強化學習演算法 (Asynchronous Methods for Deep Reinforcement Learning)。這項研究提出的非同步優勢演員-評論家 (A3C) 架構大幅提高了深度強化學習的訓練效率，開啟了使用普通多核 CPU 高效訓練智能體的時代。