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...

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“...

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） ...

“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...

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...

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...