会后复盘
具身智能
雷峰网 · GAIR DAO · 2026-07-13
作为机器学习领域的顶级学术盛会,“世界模型”这一主题在ICML的接收论文名单中,从绝对数量上看似乎并不占上风。根据MTRI近日发布的一篇报告,在ICML 2026被接收的6341篇论文中,有49篇论文属于“世界模型”分类,占比不到1%。然而,在仔细剖析论文趋势并在大会现场与参会者深入交流后我们发现,今年的ICML世界模型研究正经历一场至关重要的范式革命。 在会场内外,学者们争论的核心焦点早已...
会后复盘
具身智能
雷峰网 · GAIR DAO · 2026-07-13
作者丨吴思梦 编辑丨岑 峰 “Transformer 能写诗、能编程、能证明数学定理,为什么迟迟造不出真正上市的 AI 新药?” 7月8日,在 ICML 2026 大会上,Genentech(基因泰克)执行副总裁兼研发负责人 Aviv Regev 登台发表主旨演讲,直面了这个困扰 AI 制药圈已久的核心质疑。 在这场题为Lab in the Loop for drug R&D(面向药...
会后复盘
大语言模型
雷峰网 · GAIR DAO · 2026-07-13
作者丨吴思梦 编辑丨岑 峰 7月7日,国际机器学习大会(ICML)在首尔召开。在首日Keynote演讲中,斯坦福大学商学院技术经济学教授、前美国司法部反垄断部门首席经济学家Susan Athey发表了一场跨越经济学、统计学与机器学习边界的演讲,题为“Causal Inference with Transformer Models”(基于 Transformer 模型的因果推断)。 Athey...
会后复盘
大语言模型
雷峰网 · GAIR DAO · 2026-07-16
作者丨周蕾 编辑丨岑峰 ICML 2026 的最后一天,一个主题为“AI Scientists —— Tools, Co-authors, or Founders?”的 workshop,让在场研究者们讨论起了有关 AI for Science 的焦虑。 其实这个 workshop 的主题,本身就带着一层追问:当 AI 从实验室里的“工具”变成科学家的“合作者”,甚至试图成为独立提出问题的“...
会后复盘
计算机视觉
雷峰网 · GAIR DAO · 2026-07-15
作者丨张 璐 编辑丨齐铖湧 一段普通的室内视频,让以前的AI识别,十样东西能认错八样;现在再看,准确率直接飙升到81.06%。 这种飞跃,没靠激光雷达,也没靠人工标注,全凭AI自己开悟。 这是Holi-Spatial在ScanNet++上的实测结果。该项工作由全华人顶尖团队打造,论文已入选ICML 2026 Oral Holi-Spatial与现有方法的核心指标对比。无需人工标注,3D检测A...
会后复盘
机器学习理论
雷峰网 · GAIR DAO · 2026-07-23
一套数学上优雅、逻辑上自洽的框架方法,为什么就是跑不成功? 作者丨幸丽娟 编辑丨马晓宁 AI 训练有个很棘手的问题:数据越来越多,但质量参差不齐,直接往里倒反而可能把模型练坏。 那怎么办? 2018年,一篇 ICML 论文提出了一个想法:让 AI 自己学会挑选训练数据。 这个想法后来有了名字,叫做 Meta-learning for Training-data Selection(MTS) ...
会后复盘
大语言模型
雷峰网 · GAIR DAO · 2026-07-23
“有原则”的能动性,才是 AI 真正走向现实世界的正解 作者丨幸丽娟 编辑丨岑 峰 表面“听话”的 AI,正在疯狂钻规则的空子。 这不是危言耸听,而是 Google DeepMind 研究科学家 Verena Rieser 在ICML 2026 特邀演讲《From Behavioural Guardrails to Principled Agency》中,抛出的一记重磅警示。 作为 Gemi...
会后复盘
机器学习理论
雷峰网 · GAIR DAO · 2026-07-23
极简二次模型,还原 LLM 预训练的本质。 作者丨幸丽娟 编辑丨岑 峰 当大模型预训练还在靠一堆“炼丹术”般的启发式规则苦苦调参时,哈佛大学计算机科学系 Gordon McKay 教授 、Kempner 研究所联合主任 Sham Kakade 抛出了一项反直觉的研究:一个简单到离谱的二次模型,就能精准预测大语言模型在动态预训练中的绝大部分优化效果。 他在 ICML 2026 的特邀演讲《Ho...
会后复盘
多模态
雷峰网 · GAIR DAO · 2026-07-20
ICML 2026现场 | 天气数据压缩566倍、表格推理仅用万张图,八篇Spotlight速读 过去几年,AI的进步往往伴随着暴力的“大锅炖”——把海量数据一股脑塞进模型,指望它自己顿悟。但这招在应对复杂真实世界时,正变得越来越低效。 在正在进行的 ICML 2026 上,我们从数百篇 Spotlight 论文中敏锐地捕捉到了一个新风向:AI 正在告别“混沌”,学会像人类一样进行结构化思考...