ICML 精选Spotlight Poster汇总：Session 2

7月7日，精选ICML 2026 在韩国首尔 COEX 会展中心正式拉开帷幕。精选作为机器学习领域的精选顶级风向标，本届大会从数万篇高热度投稿中，精选经过严苛评审，精选最终录用了 6352 篇论文。精选其中，精选Spotlight 论文 536 篇（占比 2.2%），精选Oral 论文 168 篇（占比 0.7%）。精选在全球 AI 研究爆发式增长及评审机制全面“重新校准”的精选背景下，这些穿越重重审稿关卡的精选成果，凝聚了过去一年机器学习领域最硬核的精选智慧。

雷峰网报道团队深入首尔现场，精选全天候穿梭于 Poster 展区，精选从海量海报中筛选出最具颠覆性与启发性的精选研究。我们摒弃枯燥的文献堆砌，采用“现场直击 + 核心要点白话拆解”的形式，为你推开一扇通往学术前沿的传送门。

透过首日展区的火爆分布，机器学习的新趋势清晰可见：这不仅是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的强势回归。以下精选 Session 2 的九篇 Spotlight 论文，一文洞察 AI 研究最值得关注的方向。

1. AlgoVeri：经典算法形式化验证代码生成的对齐基准

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

核心痛点：
形式化验证代码生成是 AI 展现潜力的重要方向，但现有基准测试多局限于单一语言或工具，缺乏跨范式评价的统一方法。

创新方案：
本研究推出首个跨语言代码验证基准 AlgoVeri。
* 覆盖范围：包含 77 个经典算法。
* 统一评估：通过统一功能契约，首次在 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。

关键发现：
* 模型表现差异：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。
* 修复能力：Gemini-3 能通过迭代修复提升性能，而 GPT-OSS 较早遭遇瓶颈。
* 意义：细化了形式化验证领域的评估标准，揭示了语言设计对模型性能优化路径的影响。

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

2. 反向流匹配：结合扩散与流策略的在线强化学习统一框架

论文标题：Reverse Flow Matching: A Unified Framework for Online RL with Diffusion and Flow Policies

核心痛点：
在在线强化学习（Online RL）中，扩散和流策略因表达能力强而备受关注，但缺乏目标 Boltzmann 分布的直接样本，导致高效训练成为瓶颈。现有优化方法分为“噪声期望法”和“梯度期望法”，二者理论缺乏统一。

创新方案：
提出 反向流匹配（RFM）统一框架。
* 核心机制：以后验均值估计为核心，引入 Langevin Stein 算子构建零均控制变量。
* 理论突破：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训练。

关键发现：
* 性能提升：在连续控制基准任务中，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扩散策略基线。
* 意义：首次将扩散与流策略纳入同一理论体系，显著提升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

3. 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

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

核心痛点：
LLMs 在顺序代码理解上表现出色，但对并发程序的理解能力尚未得到充分量化。并发程序的非确定性使得评测极具挑战。

创新方案：
提出全新基准 DRPBench，专门评测 LLMs 精细预测并发代码中数据竞争的能力。
* 方法创新：将数据竞争预测转化为静态细粒度预测任务，利用精确标注的变量级和行级数据竞争进行评估。
* 数据集：基于包含 1,003 个程序的 SV-COMP 数据集（手动标注 549 个数据竞争），测试了 15 种主流 LLMs。

关键发现：
* 现状揭示：大部分模型对并发代码理解能力较弱，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。
* 意义：作为首个系统性基准，揭示了现有模型的性能差距，为并发代码优化提供了具体诊断方向。

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

4. 可泛化与可组合的多模型嵌入翻译

论文标题：Generalizable and Composable Multi-Model Embedding Translation

核心痛点：
嵌入翻译是实现跨模型互操作的关键，但现有方法在面对非独立同分布（OOD）输入、多模型混合及长翻译链时，存在系统性误差被级联放大的问题，表现不可靠。

创新方案：
从几何视角深度剖析嵌入翻译，推导可解释误差界，并提出 分层专家混合（HMoE）框架。
* 核心机制：引入基于几何的置信度指标，实现局部化的参数高效适应。
* 优势：显著提升翻译的泛化性与可解释性。

关键发现：
* 基准测试：在 MTEB 基准上覆盖 10 个嵌入模型和 6 个数据集（90 组设置）。
* 性能对比：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%，远优于现有方法的 7.2% - 92.3%，展现出极强鲁棒性。

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

5. 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

论文标题：Do LLMs Signal When They’re Right? Evidence from Neuron Agreement

核心痛点：
当前 LLMs 主要依赖表层输出评分预测正确性，存在信号校准问题。传统多数投票机制在开放性任务中存在天然缺陷。

创新方案：
挖掘 LLMs 内部行为，提出 神经元一致性解码（NAD）方法。
* 核心机制：无需依赖文本输出，仅基于内部神经元激活信号进行解码。
* 发现：正确响应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。

关键发现：
* 效率提升：NAD 通过激活稀疏性和跨样本一致性选择候选选项，天然支持早停（Early Stopping）与无监督预测。
* 性能表现：在数学、科学及开放编码基准上，预测效果与多数投票相当甚至更优，同时大幅减少 99%的 Token 使用量。
* 意义：为大模型内部行为研究开辟了高效、透明的新路径。

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

6. NeuronCtrl：面向神经微环境动力学的几何感知安全闭环生成控制

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

核心痛点：
神经调控涉及复杂的三维不规则空间，高维时空场控制对实时规划与安全性要求极高。生物物理特性复杂且未知，高仿真模拟器难以满足高频反馈需求，稀疏观测数据需严格满足安全约束。

创新方案：
提出 NeuronCtrl—— 保证全场安全约束的生成式闭环控制框架。
* 模块化架构：
1. 利用历史条件观察器推断潜在场。
2. 通过形态感知神经算子预测实时动态。
3. 借助流动匹配条件流生成动作。
4. 多层次安全机制确保约束绝对满足。

关键发现：
* 应用场景：在深脑刺激、细胞外反应扩散控制及星形胶质细胞钾离子调节三个高仿真三维基准上验证。
* 性能权衡：在控制成本、安全性和时延上实现优异平衡，首次实现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

7. Chamaileon：基于上下文建模与混合采样的跨上下文结合物设计

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

核心痛点：
现有蛋白质结合物设计方法多局限于“单目标、单状态”假设，缺乏对多构象、高质量数据的建模能力，无法满足多目标、多状态复杂交互的实际需求。

创新方案：
推出 Chamaileon框架，统一处理多目标和多状态蛋白质结合物设计。
* 核心创新：
1. 提出基于上下文的复杂共设计训练范式（I3CD）。
2. 引入路径混合采样（MoPS）策略。
* 能力：实现上下文感知的“序列-结构”联合建模与全方位优化。

关键发现：
* 基准测试：构建全新基准数据集 CROSS。
* 性能表现：Chamaileon 能精准生成适应多样构象景观并完美契合多目标需求的蛋白质序列。
* 意义：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新范式。

论文链接：https://openreview.net/forum?id=JAQ9bm0Rp4

8. VideoKR：迈向知识与推理密集型视频理解

论文标题：VideoKR: Towards Knowledge- and Reasoning-Intensive Video Understanding

核心痛点：
多模态大模型对视频理解的深层知识与复杂推理需求日益增加，但当前研究面临数据质量不足、缺乏针对性大规模高质量训练数据集的瓶颈。

创新方案：
提出专为知识与推理密集型视频理解打造的 VideoKR数据集与评测基准。
* 数据构建：专家参与的样本生成流程，逐步扩展视频推理深度，保障样本多样性与可靠性。
* 规模：包含 126K 专家领域视频及 430K 推理样本。

关键发现：
* 性能提升：基于新数据集训练的模型在标准训练和微调流程中，性能显著优于现有方法。
* 意义：凸显高质量数据设计对模型能力提升的决定性作用，为数据驱动的视频理解研究指明方向。

论文链接：https://openreview.net/forum?id=eXxFlOPTk4

9. 用于揭示独立神经潜在动力学与连接性的因子化低秩 RNN 框架

论文标题：A Factorized Low-Rank RNN Framework for Uncovering Independent Neural Latent Dynamics and Connectivity

核心痛点：
低秩递归神经网络（lrRNNs）是提取神经群体活动低维潜在动力学的常用工具，但其低秩连接缺乏独立性限制，导致功能连接难以解释为独立成分，限制了对潜在维度计算角色的分析。

创新方案：
提出 因子化递归神经网络（FacRNN）框架，平衡组内复杂计算与组间独立性。
* 核心机制：将网络重构为变分自编码器（VAE）框架，引入部分相关性惩罚，实现对潜在动态组间独立性的硬性约束。

关键发现：
* 实验验证：在合成数据、猴 M1 运动皮层数据及鼠电压成像数据上展开广泛实验。
* 性能对比：FacRNN 在学习低维潜在轨迹的解耦和可解释性方面显著优于传统 lrRNNs。
* 意义：提升低秩网络的潜在动态解耦能力，为神经数据建模与大脑功能连接分析提供强力新方法。

论文链接：https://openreview.net/forum?id=QvIbmX9jBr

本文地址：https://www.huajianzixun.com/html/770d57298657.html