科技智东西·程 茜··AI 生成
ICML放榜！清华阿里拿下最高奖，谷歌DeepMind再封经典
2026年ICML（国际机器学习大会）公布获奖名单，清华大学黄高团队与阿里合作的扩散语言模型论文获杰出论文奖，揭示无序生成机制反而限制推理上限。MIT与耶鲁合著的扩散模型采样算法论文同获奖。另一篇立场论文警告，对齐技术可能被恶意用于信息审查与舆论操控。谷歌DeepMind 2016年关于异步强化学习的经典论文获时间检验奖。这篇文章是典型的顶会获奖快讯，罗列了获奖项目与核心结论，但缺乏对技术细节的深入拆解或对行业影响的独立判断。原文 ↗原文 ↗
核心观点
- ▍清华大学黄高团队的论文《灵活性陷阱》提出，扩散语言模型因无序生成机制，会在通用推理任务中主动回避高不确定性token，反而限制其推理上限。
- ▍MIT与耶鲁的获奖论文提出了一套扩散模型采样算法，在理论上实现了仅需polylog步即可达到高精度采样。
- 01黄高团队的极简算法JustGRPO在GSM8K数据集上准确率达89.1%，并保留了扩散模型并行解码的优势。
- 02MIT/耶鲁论文的算法复杂度在最优条件下为O~(d⋆polylog(1/δ))，并首次为一般对数凹分布构造出polylog步采样器。
- 03获得立场论文奖的研究指出，恶意主体可轻易利用现有对齐技术实施信息审查与舆论操控，呼吁业界重视。
- 04时间检验奖授予了谷歌DeepMind 2016年发表的异步强化学习论文，该论文在arXiv被引超过1.5万次。
反方 / 局限
- — 文章只是对获奖项目的概括性介绍，并未探讨JustGRPO算法在实际复杂推理任务中与自回归模型的全面对比，也未分析MIT算法在工程落地中的性能瓶颈。
- — 关于对齐技术滥用风险的立场论文，文章仅引述其警告，未提供作者提出的具体缓释方案，也未讨论如何在不削弱安全机制的前提下平衡风险。
11 分钟 · 5 卡片 · 11 资料
读原文 →概念锚点
前置背景
平行视角
未来推演
延伸追问