清华黄高团队获ICML 2026杰出论文奖，时间检验奖颁给经典算法A3C

7月6日消息，机器学习国际顶级会议 ICML 2026 在韩国首尔举行，并公布了年度获奖论文。清华大学黄高团队与阿里巴巴合作的论文 (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) 荣获杰出论文奖。研究揭示出，扩散语言模型中任意生成顺序的灵活性在数学、编程等通用推理任务中反而限制了模型潜力，而放弃任意顺序、采用传统的从左到右生成，不仅方法更简洁，还能显著提升推理准确率。 另一篇杰出论文奖由麻省理工学院和耶鲁大学获得，研究提出了扩散模型的高精度采样算法 (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions)，实现了达到目标采样精度所需步数（或采样复杂度）的指数级优化。 获得本届大奖的还有一篇立场论文 (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit)，由德国慕尼黑大学研究人员和独立研究者合作，指出当前的 AI 对齐技术存在双重用途风险，极易被恶意操纵成为信息审查工具。 本届大会的时间检验奖则颁给了谷歌 DeepMind 团队 2016 年发表的经典强化学习算法 (Asynchronous Methods for Deep Reinforcement Learning)。这项研究提出的异步优势演员-评论家 (A3C) 架构大幅提高了深度强化学习的训练效率，开启了使用普通多核 CPU 高效训练智能体的时代。