ICML 2026直击｜精选九篇Spotlight论文，拆解机器学习新风向|icml|神经网络|算法|翻译|论文

喧嚣的参数之外，底层理论的微小震荡正在重塑AI的未来。

作者丨张璐

编辑丨岑峰

7月7日，ICML 2026在首尔COEX会展中心迎来正会首日。作为机器学习领域的风向标，本次大会共接收6352篇论文，其中Spotlight论文536篇（占投稿总数的 2.2%），Oral 论文168篇（仅占投稿总数的 0.7 %）。在今年全球AI研究井喷、评审机制迎来大刀阔斧“重新校准”的严苛背景下，这些穿越重重审稿关卡脱颖而出的成果，无疑凝聚了过去一年机器学习界最硬核的智慧结晶。

为了给国内读者带回第一手的学术震荡，雷峰网报道小组已在现场全员就位。在正会开启的黄金时间里，我们全天候穿梭于密集的Poster展区，从浩如烟海的海报墙中，为你一针见血地筛选出那些最具颠覆性和启发性的研究。这一次，我们抛弃了冗长枯燥的文献堆砌，坚持用“现场看板直击 + 核心要点白话拆解”的直观形式，为无法亲临首尔的你推开一扇学术传送门。

透过首日展区的火爆分布，机器学习的新一轮潮汐已然清晰：这不仅是一场参数与算力的军备竞赛，更是对大模型可解释性的死磕、对AI for Science边界的拓荒，以及具身智能与底层数学理论硬度的强势回归。我们捕捉这些瞬间，不仅是为了记录当下的交锋，更是为了帮你在这场信息海啸中，精准握住下一阶段技术演进的隐秘主线。

以下精选Poster Session 2九篇Spotlight论文，一文看尽AI研究最值得关注的方向。（如果你也想让你的研究成果出现在这里，请与我们联系）：

AlgoVeri：

经典算法形式化验证代码生成的对齐基准

AlgoVeri: An Aligned Benchmark for Verified Code Generation on Classical Algorithms

形式化验证代码生成是当下AI模型展现潜力的重要方向，但现有的基准测试多受限于单一语言或工具，缺乏跨范式评价的统一方法。

为此，本研究推出了首个跨语言的代码验证基准——AlgoVeri。该基准包含77个经典算法，通过统一功能契约，首次实现了在Dafny、Verus和Lean三种截然不同的语言环境中，统一评估大模型的验证代码生成性能。

实验在Gemini-3和GPT-OSS等前沿模型上展开。研究发现，模型在抽象级别较高的Dafny中表现较好，但在受内存约束的Verus，以及需要显式构造证明的Lean中，性能明显下滑。

此外，Gemini-3能通过迭代修复提升性能，而GPT-OSS则较早遭遇瓶颈。本工作细化了形式化验证领域的评估标准，为理解语言设计对模型性能优化路径的影响提供了重要洞察。

论文地址：https://openreview.net/forum?id=mnUgulPmNU

反向流匹配：结合扩散与流策略的

在线强化学习统一框架

Reverse Flow Matching A Unified Framework for Online RLwith Diffusion and Flow Policies

在在线强化学习中，扩散和流策略因强大的表达能力备受关注，但由于缺乏目标 Boltzmann 分布的直接样本，如何进行高效训练仍是关键瓶颈。

现有的优化方法存在分歧，主要分为基于加权噪声平均值的“噪声期望法”和基于 Q 函数梯度加权平均值的“梯度期望法”，二者在理论上缺乏统一。

针对这一挑战，本研究提出了反向流匹配（RFM）统一框架。该框架以后验均值估计为核心，通过引入 Langevin Stein 算子构建零均控制变量，成功在理论上统一了噪声期望与梯度期望方法，并将其推广至流策略的训练中。

连续控制基准任务的实验表明，基于 RFM 的流动策略在训练效率与稳定性上均显著优于传统的扩散策略基线。该工作首次将扩散与流策略纳入同一理论体系，显著提升了连续控制任务的在线强化学习性能。

论文链接：https://openreview.net/forum?id=vUpEe4yd1T

DRPBench：通过细粒度数据竞争预测

评估大语言模型的并发代码理解能力

DRPBench: Evaluating LLMs in Concurrent Code Comprehension via Fine-grained Data Race Prediction

当前大语言模型（LLMs）在顺序代码理解方面表现出色，但对并发程序的理解能力尚未得到充分量化与评估。

由于并发程序运行时存在非确定性，给评测带来了巨大困难。为此，本研究提出了一个名为 DRPBench 的全新基准，专门用于评测 LLMs 是否能够精细预测并发代码中的数据竞争。

该方法巧妙地将数据竞争预测转化为静态细粒度预测任务，并利用精确标注的变量级和行级数据竞争进行评估。实验基于包含 1,003 个程序的 SV-COMP 数据集（其中手动标注了 549 个数据竞争），对标准型、推理型和代理型等 15 种最先进的 LLM 进行了全面测试。

结果表明，大部分模型对并发代码的理解能力较弱，主要失败模式包括变量共享造成的注意力分散，以及无法解析非标准同步逻辑。作为首个系统性基准，DRPBench 不仅揭示了现有模型的性能差距，也为未来的并发代码优化研究提供了具体的诊断方向。

论文链接：https://openreview.net/forum?id=6249M0mKR2

可泛化与可组合的多模型嵌入翻译

Generalizable and Composable Multi-Model Embedding Translation

嵌入翻译（Embedding Translation）是实现跨模型互操作、减少重新嵌入成本的关键技术。然而，现有方法在面对非独立同分布（OOD）输入、多模型混合以及长翻译链时，表现往往不可靠，存在系统性误差被级联放大的核心痛点。

本研究从几何视角对嵌入翻译进行了深度剖析，成功推导出可解释的误差界，并揭示了上述复杂场景下导致误差放大的底层成因。基于此发现，论文提出了一个全新的分层专家混合（HMoE）框架，并引入基于几何的置信度指标。

该框架通过实现局部化的参数高效适应，显著提升了翻译的泛化性与可解释性。在 MTEB 基准上，实验覆盖了 10 个嵌入模型和 6 个数据集（共 90 组翻译设置），结果表明 HMoE 在 OOD 场景下显著优于所有基线；在混合与链式翻译中，其回忆率下降仅为 0.5% - 2.6%，相比现有方法的 7.2% - 92.3% 展现出极强的鲁棒性。

论文链接：https://openreview.net/forum?id=qmfp2eqYD1

大模型回答正确时会发出信号吗？

来自神经元一致性的证据

Do LLMs Signal When They’re Right? Evidence from Neuron Agreement

当前大语言模型主要依赖表层输出的候选评分方法来预测回答的正确性，但这带来了显著的信号校准问题。为了打破这一局限，本研究深入挖掘大模型的内部行为，提出了一种无需依赖文本输出、仅基于内部神经元激活信号的解码方法，以此解决多数投票等传统机制在开放性任务中的天然缺陷。

通过机制分析，研究团队发现了一个有趣的现象：正确响应所激活的独特神经元数量显著少于错误响应，且正确结果的神经元激活在不同样本间表现出更强的一致性。基于此，论文创新性地提出了神经元一致性解码（Neuron Agreement Decoding, NAD）。该方法通过激活稀疏性和跨样本神经元一致性来精准选择候选选项，天然支持早停（Early Stopping）与无监督预测。在数学、科学及开放编码基准测试上的实验表明，NAD 的预测效果与多数投票相当甚至更优，同时大幅减少了 99% 的 Token（令牌）使用量，为研究大模型内部行为开辟了高效、透明的新路径。

论文链接：https://openreview.net/forum?id=ZVRgcQq4D2

NeuronCtrl：面向神经微环境动力学的

几何感知安全闭环生成控制

NeuronCtrl: Geometry-Aware Safe Closed-Loop Generative Control for Neuronal Microenvironment Dynamics

神经调控涉及复杂的神经网络三维不规则空间，其高维时空场控制对实时规划与安全性有着极其苛刻的要求。然而，由于神经微环境中的生物物理特性复杂且日常未知，高仿真模拟器难以满足高频反馈的实时控制需求，且稀疏的观测数据必须严格满足安全约束，这给计算和控制带来了巨大挑战。

为了在未知生物物理规律下攻克实时规划与安全性难题，本研究提出了 NeuronCtrl —— 一种能够保证全场安全约束的生成式闭环控制框架。该框架采用了精妙的模块化架构，核心包含：利用历史条件观察器推断潜在场、通过形态感知神经算子预测实时动态，并借助流动匹配条件流生成动作，同时配合多层次安全机制确保约束得到绝对满足。

团队在深脑刺激、细胞外反应扩散控制以及星形胶质细胞钾离子调节三个高仿真三维基准上进行了验证，结果表明该框架在控制成本、安全性和时延上实现了优异的权衡，首次实现了具有几何感知的神经微环境安全闭环生成控制。

论文链接：https://openreview.net/forum?id=ZK3h2ENA67

Chamaileon：基于上下文建模与

混合采样的跨上下文结合物设计

Chamaileon: Cross-Context Binder Design with Contextualized Modeling and Mixed Sampling

生成模型的发展为蛋白质结合物的智能化设计开辟了新路径。然而，现有方法大多局限于“单目标、单状态”的理想化假设，缺乏对多构象、高质量数据的建模能力。这导致其无法满足高级功能导向蛋白质设计中，对于多目标、多状态复杂交互的实际需求，极大地限制了技术的广泛适用性。

为了打破这一传统限制，本研究推出了 Chamaileon 框架，首次实现了对多目标和多状态蛋白质结合物设计的统一处理。该框架创新性地提出了基于上下文的复杂共设计训练范式（I3CD）以及路径混合采样（MoPS）策略，成功实现了上下文感知的“序列-结构”联合建模与全方位优化。

团队同时构建了全新的基准数据集 CROSS 用于性能评估，实验结果表明，Chamaileon 能够精准生成适应多样构象景观（conformation landscapes）并完美契合多目标需求的蛋白质序列。该工作成功统一了多目标与多状态蛋白质结合物设计难题，为 AI for Science 领域的生物大分子设计提供了强大的联合建模与推理新范式。