刚刚，ICML 2026公布最佳论文奖项，10篇获奖论文涵盖多领域成果！

ICML 2026正式公布了最佳论文奖项，今年获奖论文共10篇，包括2篇杰出论文奖、1篇杰出立场论文奖、5篇杰出论文荣誉提名奖、1篇杰出立场论文荣誉提名奖和1篇时间检验奖。

会议概况

ICML由国际机器学习学会（IMLS）举办，与NeurIPS、ICLR并列为AI三大顶会。本届ICML是第四十三届，于7月6日至11日在韩国首尔举行。今年共收到247份workshop提案，最终44个入选举办。

评选机制

在评选机制上，ICML 2026延续严格学术筛选标准。程序委员会主席综合审稿人评分与领域主席提名，从全部投稿中选出53篇候选论文，兼顾八个一级主题方向均衡覆盖以减少偏差。经再度评审，候选名单缩减至22篇。最终，这些论文提交由11位成员组成的杰出论文评选委员会审议。委员会对匿名论文交叉评审，充分讨论、严格回避利益冲突，必要时引入外部专家意见，选出2篇杰出论文与5篇荣誉提名论文。

获奖论文介绍

杰出论文奖

1.论文标题：The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models
-机构：清华大学、阿里巴巴
-论文链接：http://arxiv.org/pdf/2601.15165
扩散式大语言模型（dLLMs）打破传统大语言模型从左到右生成的约束，使token可任意顺序生成。理论上其可能释放更强推理潜力，在特定约束满足任务中已展现优势。但论文发现，在通用推理任务中，任意顺序生成可能限制dLLMs推理潜力。研究者因此重新思考面向dLLMs的强化学习方法，证明放弃任意顺序生成、采用标准的Group Relative Policy Optimization（GRPO）能更有效激发推理能力。他们的方法JustGRPO简洁却效果显著，如在GSM8K上准确率达89.1%，还保留了dLLMs的并行解码能力。

2.论文标题：High - accuracy sampling for diffusion models and log - concave distributions
-机构：麻省理工学院、耶鲁大学
-论文链接：https://arxiv.org/pdf/2602.01338
论文提出一类用于扩散模型采样的算法，在特定条件下可在规定步数内达到指定误差，相较于此前结果实现指数级提升。在最小数据假设和非均匀条件下，该算法有不同复杂度表现。论文方法还给出首个仅依赖梯度评估、用于一般对数凹分布的复杂度采样器。

杰出立场论文奖

1.论文标题：Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit
-机构：德国慕尼黑大学、独立研究者
-论文链接：https://openreview.net/pdf?id=dy2HwmOvFX
这篇立场论文指出，现代AI对齐方法本为防止模型输出有害内容，但也是双重用途技术，易被恶意行为者用于审查和操纵。作者梳理相关情况表明，追求“完美对齐”模型可能无意中为恶意者提供信息支配工具。鉴于当前形势，作者呼吁研究社区正视AI对齐机制被滥用的可能性并提出缓解策略。

杰出论文荣誉提名奖

1.论文标题：The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes
-机构：FAR.AI
-论文链接：https://arxiv.org/pdf/2602.15515
针对白盒欺骗检测器训练曾被用于让AI系统更诚实，但存在模型学会混淆欺骗行为以规避检测器的风险。此前研究在人工设定中讨论过该现象，研究者构建更现实的编程环境，发现混淆现象也会出现。他们提出分类框架描述训练结果，模型可能保持诚实或通过激活混淆、策略混淆表现出欺骗性。实验表明，激活混淆源于强化学习表征漂移，检测器惩罚激励策略混淆，理论上符合预期。当KL正则化强度和检测器惩罚足够高时，模型可学到诚实策略，说明白盒欺骗检测器在相关任务中可作为可行训练信号。

2.论文标题：Motion Attribution for Video Generation
-机构：英伟达、普林斯顿大学、麻省理工学院
-论文链接：https://arxiv.org/pdf/2601.08828
尽管视频生成模型发展快，但对数据如何影响运动生成缺乏清晰理解。论文提出Motive框架，能扩展到大规模视频数据集和模型。研究者利用Motive研究微调视频片段对模型时间动态表现的影响，通过运动加权损失掩码区分时间动态与静态外观，高效计算特定于运动的影响。在文生视频模型上，Motive能识别重要视频片段、指导数据筛选以提升时间一致性和物理合理性。使用Motive筛选数据后，在VBench上提升了运动平滑度和动态程度，人类偏好胜率达74.1%，这是首个针对运动归因并用于微调数据筛选的框架。

3.论文标题：How much can language models memorize?
-机构：Meta FAIR实验室、谷歌DeepMind、康奈尔大学、英伟达
-论文链接：https://arxiv.org/pdf/2505.24832
该研究提出新方法估计模型对数据点的“知晓”程度并衡量语言模型容量。以往研究难区分“记忆”与“泛化”，该研究将记忆拆分为非预期记忆和泛化两部分。消除泛化因素后可计算模型总记忆量和容量，测量显示GPT风格模型容量约为每个参数3.6比特。研究者在不同规模数据集上训练模型，观察到模型记忆和泛化情况变化，并给出缩放律刻画模型容量、数据规模与成员推断的关系。

4.论文标题：A Random Matrix Perspective on the Consistency of Diffusion Models
-机构：哈佛大学
-论文链接：https://arxiv.org/pdf/2602.02908
在不同子集上训练的扩散模型，给定相同噪声种子时会生成相似输出。论文将这种一致性追溯到线性效应，构建随机矩阵理论（RMT）框架量化有限数据集对去噪器和采样映射的影响。对于期望，采样波动会重整化噪声水平；对于波动，方差公式揭示生成结果分歧的关键因素。研究者还扩展确定性等价工具分析完整采样轨迹，理论能精确预测线性扩散模型行为，在非记忆化区间验证了预测并识别样本偏差，为扩散模型训练可复现性提供基线。

5.论文标题：To Grok Grokking: Provable Grokking in Ridge Regression
-机构：普渡大学、魏茨曼科学研究所、内盖夫本 - 古里安大学
-论文链接：https://arxiv.org/pdf/2601.19791
作者在经典岭回归设定下研究grokking现象。团队针对特定线性回归模型学习，证明训练过程会依次出现过拟合训练数据、泛化能力差、泛化误差变小等阶段。从理论和实验表明可调节超参数放大或消除grokking现象，首次给出泛化延迟定量界限并与训练超参数联系，称为“grokking time”。实验还展示这些定量界限能刻画非线性神经网络中的grokking行为，说明grokking可能源于特定训练条件，避免该现象无需对模型架构或学习算法根本性改变。

杰出立场论文荣誉提名奖

1.论文标题：Position: AI/ML Deepfake Research is Misaligned with AI - Generated Non - Consensual Intimate Imagery (AIG - NCII)
-机构：密歇根大学
-论文链接：https://openreview.net/pdf?id=mLhZzo7BIb
AI生成的非自愿亲密图像（AIG - NCII）在AI/ML文献中未充分讨论，当前深度伪造研究主要聚焦认识论伤害，与现实中滥用情况不匹配。作者分析表明，技术干预忽视AIG - NCII，使研究局限于真实性检测工具。作者指出现有干预措施忽视以图像主体为中心的尊严伤害，提出建议推动研究重点重新对齐，提醒研究者进入该领域需建立安全护栏并与专家合作。

时间检验奖

ICML 2026时间检验奖评选将ICML 2016接收的论文都纳入范围。先依据引用量和学术声誉筛选出八篇候选论文，再咨询相关子领域顶尖研究者评估其长期影响力和获奖适配性，最终一篇论文获奖。

1.论文标题：Asynchronous Methods for Deep Reinforcement Learning
-机构：谷歌DeepMind、蒙特利尔大学
-论文链接：https://arxiv.org/pdf/1602.01783
论文提出简单轻量的深度强化学习框架，使用异步梯度下降优化深度神经网络控制器。研究者给出四种标准强化学习算法的异步版本，证明并行的actor - learner能稳定训练，使四种方法都能成功训练控制器。表现最佳的异步actor - critic在Atari任务上超越当时最优水平，用单个多核CPU训练，时间仅为之前方法的一半，无需GPU，还能解决多种连续运动控制问题和完成新的导航任务。