来源：公众号南方科技大学统计与数据科学系
2026年上半年统计与数据科学系师生作为第一作者/通讯作者在机器学习领域顶会（ICML、ICLR）、计算机视觉领域顶会（CVPR）、自然语言处理领域顶会（ACL）以及人工智能综合顶会（AAAI）共发表论文34篇，成果覆盖可信人工智能、人工智能的安全隐私、大模型路由、大语言模型、图像生成等。
01
面向对抗性干扰的匹配市场多臂老虎机学习
Bandit Learning in Matching Markets Robust to Adversarial Corruptions
Bandit学习框架已广泛应用于未知偏好匹配市场中的在线学习问题。然而，现有算法通常假设用户反馈真实可靠，而现实场景中，外部噪声或恶意干扰往往会污染反馈信号。例如，服务器资源分配中的性能伪装、广告投放中的点击欺诈等，都会显著影响学习与匹配效果。已有算法在面对扰动反馈时表现极为脆弱：即使只有少量反馈被干扰，也可能导致玩家长期匹配到次优臂。针对这一问题，本文系统研究了存在对抗性扰动的去中心化匹配市场Bandit学习问题。围绕扰动水平已知与未知两类场景，本文分别设计了稳健学习算法，从理论上证明所提算法能够收敛至最优稳定匹配，同时刻画了学习效率与扰动水平之间的依赖关系。仿真实验进一步验证了算法的有效性：与现有基线方法相比，本文所提算法在受污染反馈环境中表现出更强的稳健性。
论文作者：
伍哲舜，左金航，徐增林，孔芳*
会议：
国际表征学习大会2026（International Conference on Learning Representations，ICLR2026）
02
面向多维数据恢复的重参数化张量环函数分解
Reparameterized Tensor Ring Functional Decomposition for Multi-Dimensional Data Recovery
张量环分解是高阶数据建模的重要工具，但传统张量环分解受限于固定网格上的离散表示。为将离散张量分解推广至连续表示，本文提出一种适用于网格与非网格数据的张量环函数分解框架，通过隐式神经表示对张量环因子进行参数化。然而，该连续框架在优化过程中难以有效捕捉精细尺度信息。针对这一问题，本文从频域角度揭示其内在原因，并提出重参数化张量环函数分解方法，将每个张量环因子表示为可学习潜张量与固定基矩阵的结构化组合。理论分析表明，该机制能够改善因子学习的训练动力学，并提供严格的Lipschitz连续性保证。在多种网格与非网格数据恢复任务上的实验表明，所提方法持续优于现有基准方法。
论文作者：
徐阳洋，柯钧博，文有为，王超*
会议：
国际计算机视觉与模式识别会议2026 (IEEE/CVF Conference on Computer Vision and Pattern Recognition，CVPR 2026)
03
基于引导式微调与迁移的指令微调语言模型增强方法
GIFT: Guided Fine-Tuning and Transfer for Enhancing Instruction-Tuned Language Models
经过指令微调的大语言模型已具备较强的通用能力，但在新任务上继续微调时，往往容易破坏原有的指令遵循和知识能力。现有迁移式微调方法通常先在基础模型上学习任务更新，再合并回指令模型，但没有利用指令模型指导训练过程。本文提出 GIFT，将指令模型从“合并目标”变为“训练指导者”：通过指令模型的 token 级置信度重加权于基础模型的 adapter 训练，使模型聚焦更可靠的学习信号，再将 adapter 合并回指令模型。实验表明，GIFT 在数学推理、医学问答等任务上稳定提升性能，同时保持通用能力与指令遵循能力。该工作已被 ACL 2026 Main Conference 接收。
论文作者：
阮志文，杜逸超，郑剑杰，王龙跃，陈云，李鹏，苏劲松，刘洋，陈冠华*
会议：
国际计算语言学协会2026（Annual Meeting of the Association for Computational Linguistics，ACL2026）
04
大模型作为文本世界模型的能力评测
From Word to World: Can Large Language Models be Implicit Text-based World Models?
智能体强化学习近年来快速发展，但制约其进一步扩展的瓶颈正从算力与数据转向经验——真实环境交互慢、贵且不可逆，使得世界建模成为关键路径。本文聚焦文本环境，系统探究大语言模型能否充当可靠的隐式世界模型，提出 Word2World 框架，将世界建模形式化为固定交互协议下的多轮 next-state 预测，并构建覆盖逼真度、可扩展性与智能体效用的三层评估体系。在 ALFWorld、SciWorld、TextWorld、WebShop 与 StableToolBench 五类环境上的大规模实验表明：训练对齐后的 7B/8B 模型在结构化环境上长程一致性超过 0.90；用作预执行验证器可为 GPT-4o 在 WebShop 上带来 +5.5% 提升，用作强化学习暖启动则在 SciWorld 上获得约 15% 增益，充分展示了 LLM 作为智能体可回放经验放大器的通用价值。
论文作者：
李乙侠，王鸿儒，裘嘉豪，尹榛菲，张冬冬，钱成，李泽平，马骁腾，陈冠华，季姮
会议：
国际计算语言学协会2026（Annual Meeting of the Association for Computational Linguistics，ACL2026）
05
面向跨语言与多评测范式的统一推理奖励模型
UniRRM: Unified Reasoning Reward Models Across Languages and Evaluation Paradigms
强化学习在开放式生成任务中的核心瓶颈，在于奖励模型难以同时兼顾可靠性、泛化性与可扩展性。现有方法通常依赖昂贵的闭源模型进行评估，或受限于缺乏可解释性的黑盒标量奖励，难以统一多语言与多评估范式。为此，我们提出统一推理式奖励建模框架 UniRRM，并构建覆盖六大领域、103 种语言的多语言奖励数据集 MixReward，统一支持pairwise 与 listwise 评估。UniRRM通过精心设计的分阶段推理链动态生成任务相关评估标准，实现细粒度、输入自适应的奖励判断。实验表明，UniRRM 在多个基准上取得接近同规模最先进模型的性能，并对未见评估范式（pointwise）展现出泛化能力。同时，UniRRM 可支撑真实 RL 训练流程，有效提升复杂推理任务中的性能。
论文作者：
赖鹏，杜逸超，吴俊潮，高维博，岳立楠，王龙跃，骆卫华，Derek F. Wong，陈冠华*
会议：
国际机器学习大会2026（International Conference on Machine Learning，ICML2026）
06
贝叶斯采样如何增益成员推理攻击？
How does Bayesian Sampling help Membership Inference Attacks?
成员推理攻击是为了判断一条数据是否被制定模型训练过。本文从贝叶斯采样的视角切入,把以往主流的成员推理攻击放到"不确定性度量"这一统一框架下来解释。本文动机也很直接——成员身份的推断本质上是一个统计推断问题, 那么"度量不确定"与"减小不确定"实际上是同一件事。基于此，本文利用贝叶斯神经网络采样直接去刻画这种不确定性, 在成员推理攻击任务上的效率和效果上都得到了显著提升。
论文作者：
刘真龙，姜文玉，周峰，魏鸿鑫*
会议：
国际机器学习大会2026（International Conference on Machine Learning，ICML2026）
07
可证明的大语言模型训练数据识别
Provable Training Data Identification for Large Language Models
LLM数据版权的法律诉讼通常需要提供高信度的证据。之前社区里的观点普遍认为，成员推理攻击没法证明某条版权数据真的进了 LLM 的训练集。本文的处理方式是放弃逐条判定: 从候选集合里挑出一批疑似被训练过的样本,用 conformal inference 给这一选择过程加上统计保证。挑出来的这批样本里, 有严格理论保证其真正来自训练集的比例足够高，为未来大模型数据版权的司法实践提供统计学证据。
论文作者：
刘真龙，曾浩，黄维然，魏鸿鑫*
会议：
国际机器学习大会2026（International Conference on Machine Learning，ICML2026）
08
RACER：面向大语言模型的风险感知校准高效路由方法
RACER: Risk-Aware Calibrated Efficient Routing for Large Language Models
大语言模型在多模型系统中常具有不同能力，如何为每个问题选择合适模型，是提升效率与性能的关键。针对现有路由方法易误选单一模型、缺乏可靠风险控制的问题，本文提出风险感知校准高效路由方法 RACER，将模型路由转化为带风险约束的集合选择问题。该方法无需重新训练基础模型或路由器，可自适应选择候选模型集合，并通过结果聚合提升回答质量。实验表明，RACER 在多类任务上实现稳定风险控制，同时提升下游准确率并减少模型调用开销。
论文作者：
郝赛，曾浩，魏鸿鑫，荆炳义
会议：
国际机器学习大会2026（International Conference on Machine Learning，ICML2026）
09
基于流形投影的流匹配分类器自由引导
Improving classifier-free guidance of flow matching via manifold projection
本文从优化视角重新解析了分类器自由引导（CFG）机制，指出传统CFG依赖线性外推导致的稳定性问题。研究揭示了流匹配模型速度场与平滑距离函数梯度的内在联系，并将CFG采样过程建模为带流形约束的同伦优化问题。据此，本文提出CFG-MP方法，通过增量梯度下降实现流形投影以增强引导稳定性，并进一步推出CFG-MP+，引入安德森加速显著提升计算效率与采样质量。该方案无需重训练或额外模型评估，并在多个大规模生成模型上验证。
论文作者：
蔡剑锋、刘海霞、苏政逸（南科大大三本科生）、王超*
会议：
国际机器学习大会2026（International Conference on Machine Learning，ICML2026）
