Нагороди ICML 2026
Дві найкращі статті конференції — обидві про дифузійні моделі; премію за випробування часом дістала робота 2016 року про асинхронне навчання з підкріпленням.
Чому це важливо
На найбільшій конференції з машинного навчання обидві головні роботи року стосуються дифузійних моделей, і одна з них ставить під сумнів вигоду довільного порядку генерації.
Оголошення від 5 липня 2026 року. Комітет відзначив дві найкращі статті й п'ять почесних згадок. Перша — The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models Занліня Ні, Шеньчжи Вана, Яна Юе, Тяньюя Юя, Вейліня Чжао, Єго Хуа, Тяньї Чена, Цзюня Суна, Чена Юя, Бо Чжена й Гао Хуана. Друга — High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions Фаня Чена, Сіньхо Чеві, Констянтіноса Даскалакіса й Александра Рахліна. Премію за випробування часом дістала стаття ICML 2016 року Asynchronous Methods for Deep Reinforcement Learning Володимира Мніха, Адрії Пуїгдоменека Бадії, Мехді Мірзи, Алекса Ґрейвза, Тімоті Ліллікрапа, Тіма Гарлі, Девіда Сільвера й Корая Кавукчуоглу.