ICML 相关 AI 资讯 · AI 热点

7月10日

11:04

11:04

官方账号MIT CSAIL@MIT_CSAIL

MIT CSAIL在ICML 2023上展示了一项成果：利用真实感虚拟环境训练机器学习系统。该方法在多个仿真场景中提升了模型的泛化能力，例如在Unreal Engine渲染的室内环境中进行物体识别和导航。与以往在简单虚拟环境中的训练相比，这种方法在真实世界测试中准确率提高了15-20%。

论文 ICML MIT CSAIL 虚拟环境机器学习

推荐理由：MIT CSAIL在ICML上发了新招：用真实感虚拟环境训练ML系统，效果比传统方法好15-20%，搞仿真和机器人可以关注。

7月8日

04:54

04:54

官方账号Microsoft Research@MSFTResearch

精选

微软在ICML 2025（首尔）上接收超100篇论文，含3个口头报告和1个展览演示。亮点包括Fara 1.5计算机使用智能体，以及一种抗批评的基准测试方法。扩展的蛋白质ML基准FLIP2被推出。此外，微软还改进了LLM推理稳定性。

论文 Fara 1.5 FLIP2 Microsoft ICML 智能体

推荐理由：微软在ICML上发了100多篇论文，Fara 1.5能操作电脑，还有FLIP2蛋白质基准，做研究的朋友可以关注。

04:28

04:28

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA Research提出MOTIVE方法，用于识别视频模型训练中对运动建模真正重要的片段。MOTIVE通过重新加权训练信号，聚焦运动区域、淡化静态背景，并依据对运动的影响程度为每个片段打分。仅用少量高影响子集微调，即可提升时序动态质量，在VBench动态性指标上显著提升，并以74.1%的人类偏好胜率优于基线模型。该工作获ICML2026杰出论文荣誉提名。

AI模型 MOTIVE NVIDIA 视频生成运动建模 ICML

推荐理由：NVIDIA 发了新方法 MOTIVE，帮你从海量视频里挑出对运动建模最有效的片段来微调，效果比基座好很多。

7月7日

01:11

01:11

官方账号NVIDIA AI@NVIDIAAI

精选

在 ICML 2026 上，NVIDIA 的 Nemotron 模型和数据集被 145 篇论文引用。NVIDIA 自身有 74 篇论文被接受，约 2000 篇论文引用了 NVIDIA GPU。这些数据体现了 NVIDIA 在 AI 研究中的基础设施地位。Nemotron 作为开放模型正在成为现代 AI 研究的基础。

AI模型 NVIDIA Nemotron ICML GPU 开源模型

推荐理由：NVIDIA在ICML 2026上刷了一波存在感：145篇论文用上Nemotron，74篇自家论文入选，还有2000篇靠NVIDIA GPU跑出来的。学术圈地位一览无余。

01:09

01:09

官方账号NVIDIA AI@NVIDIAAI

精选

这篇ICML论文区分了大型语言模型的非预期记忆与泛化，并估计GPT风格模型容量约为每参数3.6比特。该结果为数据、扩展和隐私推理提供了更精确的视角。研究者通过实验方法量化了模型记忆边界。

论文 GPT ICML 记忆容量模型容量隐私

推荐理由：NVIDIA发了篇ICML论文，算出每个参数只能记住3.6比特，帮你理解模型记性边界和隐私风险。

7月6日

19:51

19:51

量子位@量子位的朋友们

精选73°

阿里与清华团队在ICML 2025上发表极简方案，刷新扩散模型推理纪录。该方案大幅简化了扩散模型推理流程，实现了速度与质量的提升。论文被ICML评选为杰出论文。

论文阿里清华 ICML 扩散模型推理加速

推荐理由：阿里和清华的新研究，用极简单的方法把扩散模型推理速度刷到新纪录，还拿了ICML杰出论文，搞生成模型的快看。

6月29日

13:52

13:52

官方账号EleutherAI@AiEleuther

EleutherAI在ICML 2024会议上发布了参会指南。指南包含了他们在会议期间的展位和演讲安排。参会者可通过链接获取详细位置信息。

技巧 EleutherAI ICML 开源模型活动指南

推荐理由：EleutherAI发了他们在ICML的定位指南，想去现场找他们的可以看看，免得错过。

6月25日

10:48

10:48

AI Will@FinanceYF5

精选

LatentMAS提出让多智能体在隐空间直接传递推理状态，跳过文字编解码。该方法在多个基准上准确率提升13.3%，推理速度提高4.3倍，token用量减少83.7%。LatentMAS无需额外训练，可直接插入现有LLM使用，入选ICML 2026 Spotlight论文。

AI模型 LatentMAS 智能体 ICML 推理模型多智能体

推荐理由：这个新方法让多智能体能悄悄交换推理状态，不用写文字，又快又省token，直接插进现有LLM就能用。

10:30

10:30

AI Will@FinanceYF5

精选73°

LatentMAS 论文已被 ICML 2026 接收为 spotlight 展示。该方法让 LLM 智能体直接通过隐藏嵌入进行推理和通信，无需文本解码或额外训练。在复杂推理任务上准确率提升最高达 14.6%，推理速度提高 4-4.6 倍，输出 token 使用减少 70.8%-83.7%。采用自回归潜在思维、KV-cache 传输等机制实现无训练协作。该技术可即插即用于现有 LLM，推动多智能体系统从文本交流转向潜在空间协同思考。

论文 LatentMAS ICML 多智能体系统潜在推理 LLM

推荐理由：ICML 2026 spotlight！这帮人让多智能体在潜在空间用思想沟通，不用说话，比传统文本交互快4倍，准确率还高14.6%。