多篇成果入选，快手邀您共赴ICML 2026！

发布时间：2026-07-18 04:07:47 来源：安智兰德资讯网 作者：休闲

原文来源：快手官方公众号 | 转载：雷峰网

在刚刚落幕的多篇ICML 2026（第43届国际机器学习会议）上，快手技术团队凭借多项高质量研究成果脱颖而出。成果本次入选成果中，入选1篇论文被选为Spotlight（重点展示），快手研究范畴深度覆盖大语言模型（LLM）、邀共强化学习、多篇信息检索及计算机视觉等核心领域。成果这些突破不仅推动了AI向更智能、入选可控、快手可解释的邀共方向演进，更为从海量数据中挖掘本质规律提供了新的多篇技术路径。

ICML 2026作为机器学习领域历史最悠久、成果影响力最大的入选顶级学术会议之一，与NeurIPS、快手ICLR并称为“三大顶会”。邀共该会议获中国计算机学会（CCF）推荐为A类会议，在Google Scholar Metrics中h5指数高达272，位居工程与计算机科学领域前列。本届会议共收到23,918篇投稿，整体录用率约为26.6%，竞争极为激烈。

会议将于7月6日至7月11日在韩国首尔COEX会展中心举行。快手技术团队将亲临现场，展位号为【B101】。欢迎业界同仁莅临打卡，参与互动并领取快手技术周边礼品。

以下为本次入选论文的深度解读：

01 MetaphorVU: Towards Metaphorical Video Understanding (Spotlight)

论文地址：OpenReview
项目地址：GitHub

核心突破：
针对隐喻视频理解这一高门槛任务，现有研究存在系统性空白，限制了多模态大语言模型（MLLMs）在现实场景中的应用及高阶认知评估。
* 基准构建：提出MetaphorVU-Bench，首个面向隐喻视频理解的综合性基准。实验揭示当前MLLMs因跨域映射能力缺陷，表现远逊于人类水平。
* 方法创新：构建隐喻知识图谱以增强映射能力，提出MetaphorBoost推理增强框架，实现性能稳定提升。
* 价值：为提升MLLMs认知能力提供了关键见解与基础。

02 Causal Discovery for Irregularly Time Series with Consistency Guarantees

论文地址：OpenReview

核心突破：
解决金融、医疗等高风险领域中，因数据缺失和采样不规则导致的因果发现难题。
* 痛点分析：传统“先插补、后发现”策略或联合优化方法缺乏显式的一致性保证，插补误差与结构学习误差相互强化，导致因果图失真。
* 方法创新：提出ReTimeCausal框架，基于EM算法交替优化数据插补与结构学习，确保持续的结构一致性。
* 理论贡献：提供理论一致性保证，将经典结果扩展至不规则采样和高缺失率场景，结合核函数稀疏回归与结构约束，在挑战性环境下表现优于现有方法。

03 Coloring the Noise: Adversarial Sobolev Alignment for Faithful Image Super Resolution

论文地址：arXiv
项目地址：GitHub

核心突破：
解决图像超分辨率（SR）中生成先验导致的忠实度受损问题，归因于各向同性目标与自然图像流形的频谱错位。
* 方法创新：提出ASASR框架，通过显式着色噪声转移核模拟自然频谱衰减，将生成流重构于Sobolev诱导的黎曼几何中。
* 技术细节：引入基于Riesz表示定理的对抗模块，合成最坏情况Sobolev梯度定向负样本，引导优化沿合理结构失真方向进行。
* 效果：在保持频谱一致性与结构保真度方面显著优于主流生成式基线，有效抑制伪影。

04 Large-Scale Notification Dispatch with Bundle Treatments and Multi-Outcome Uplift Optimization

论文地址：ICML Virtual

核心突破：
解决大规模用户增长场景下通知分发（PUSH）的复杂决策问题，平衡推送时机、样式、多目标结果与平台约束。
* 问题建模：转化为带约束的Bundle Treatment优化问题，旨在预算和配额限制下最大化DAU增量。
* 方法创新：提出BUOPLR两阶段方法：
1. 估计阶段：构建跨干预、跨依赖的网络结构，学习Bundle级别的多目标小效应Uplift。
2. 决策阶段：通过剪枝压缩可行域，利用拉格朗日松弛处理全局约束，实现大规模可扩展分配。
* 落地情况：离线实验优于SOTA，已全量部署于快手PMOS系统。

05 Learning to Rank by Directly Optimizing Full-Order Probabilities

论文地址：OpenReview
项目地址：GitHub

核心突破：
解决学习排序中全序概率计算困难的问题（排列空间呈阶乘级增长）。
* 方法创新：提出FOB（Full-Order Bound），构建关于观测排序概率的可处理下界。该下界由可分解的排序约束构成，保留全序结构且具顺序反转不变性。
* 优化策略：在对数凹潜密度假设下，导出凸内收紧问题，通过安全区域梯度上升（SRGA）高效求解。
* 效果：在合成任务及大规模基准上提升全列表排序指标，NDCG表现竞争力强，变体版本可进一步恢复NDCG增益。

06 OneSearch: A Preliminary Exploration of the Unified End-to-End Generative Framework for E-commerce Search

论文地址：ICML Virtual
项目地址：GitHub

核心突破：
打破传统电商搜索多阶段级联架构的计算碎片化与目标冲突瓶颈，提出工业界首个端到端生成式搜索框架OneSearch。
* 三大创新：
1. 关键词增强层次化量化编码：平衡Query-商品强相关性、层次语义与商品属性。
2. 多视角用户行为序列注入：融合显式短期与隐式长期序列，构建行为驱动用户ID。
3. 偏好感知奖励系统：结合SFT与自适应奖励加权排序，捕捉细粒度偏好。
* 业务成效：线上A/B实验显示CTR提升+1.67%，买家数+2.40%，订单量+3.22%；运营支出降低75.40%，模型算力利用率（MFU）从3.26%跃升至27.32%。

07 Phase-Aware Mixture of Experts for Agentic Reinforcement Learning

论文地址：arXiv
项目地址：GitHub

核心突破：
解决强化学习（RL）中单一策略网络导致的“简单任务偏置”问题，即简单任务主导梯度更新，挤压复杂任务算力。
* 方法创新：提出PA-MoE（Phase-Aware Mixture of Experts），引入阶段感知机制。
* 轻量化阶段路由器：无需预定义阶段，依托RL优化目标自主学习隐式阶段边界。
* 特征统一分配：将时序同阶段特征分配至同一专家，避免传统Token级路由导致的特征碎片化，保障专家专项能力沉淀。
* 效果：实验验证了其在缓解简单任务偏置方面的有效性。

08 SpatialReward: Bridging the Perception Gap in Online RL for Image Editing via Explicit Spatial Reasoning

论文地址：arXiv
项目地址：Project Page

核心突破：
解决在线强化学习图像编辑中奖励模型的“注意力坍塌”瓶颈，即模型忽视跨图比较，无法捕获像素细节。
* 方法创新：提出SpatialReward，首个融入显式空间推理的图像编辑奖励框架。
1. Think-with-Boxes机制：预测编辑区域坐标并注入推理链，锚定语义至像素级证据，强制执行跨图交叉验证。
2. 数据构建：构建包含26万条高质量轨迹的SpatialReward-260k数据集。
3. 训练策略：SFT+GRPO两阶段训练，以Gemini为在线督导强化难样本对齐。
* 效果：在EditReward-Bench和MMRB2上分别提升+11.3%和+9.1%；作为RL信号，使OmniGen2在GEdit-Bench得分提升+0.90（约为GPT-4.1增益的两倍），并实现1.5倍推理加速。

09 SWE-Compass: Towards Unified Evaluation of Agentic Coding Abilities for Large Language Models

论文地址：arXiv
项目地址：HuggingFace

核心突破：
弥补现有Agentic Coding评测基准（如HumanEval、SWE-bench）任务覆盖窄、语言偏见强、脱离真实流程的缺陷。
* 框架设计：
1. 三维评估矩阵：覆盖8种任务、8类场景、10种语言，完整刻画开发全生命周期。
2. 严格数据流水线：从GitHub PR中挖掘、标注、审核，精选2000个高保真实例。
3. 统一评测协议：在SWE-Agent与Claude Code框架下对10款主流模型进行实证。
* 关键发现：模型在复杂任务上能力骤降；存在显著的“框架-模型混淆效应”；在Rust等新兴语言上存在多语言鲁棒性鸿沟。

10 VideoTemp-o3: Harmonizing Temporal Grounding and Video Understanding in Agentic Thinking-with-Videos

论文地址：arXiv
项目地址：Project Page

核心突破：
解决长视频理解中均匀采样遗漏关键证据，以及现有“思考与视频”范式工作流复杂、定位精度不足的问题。
* 方法创新：提出VideoTemp-o3，将视频问答与时序定位统一于单一Agentic框架，支持按需裁剪与多轮迭代精化。
1. 冷启动SFT+统一掩码：精准施加多轮训练信号，屏蔽早期粗定位噪声。
2. 惩罚感知IoU RL奖励：抑制奖励作弊，提升定位与回答准确率。
3. 多轮数据构建：基于Gemini-2.5-Pro生成高质量长视频有根据QA数据。
* 效果：在VideoMME (+2.4%)、LVBench (+1.7%)、Charades-STA (mIoU 57.8%)及NextGQA (mIoU 33.4%)上均达到SOTA。

11 Weights to Code: Extracting Interpretable Algorithms from the Discrete Transformer

论文地址：arXiv

核心突破：
提出面向算法提取与可解释性的Discrete Transformer架构，旨在从权重中直接恢复可执行、可读的算法程序。
* 技术路径：
1. 离散化设计：离散化残差流、数值注意力与MLP模块，显式分离信息路由与算术计算，解决特征纠缠问题。
2. 提取流程：结合温度退火、假设检验和符号回归，从模型中提取Python程序。
* 效果：在多类算法推理任务上达到或匹配RNN-based MIPS方法的提取性能，支持含连续变量的动力学任务，为Transformer可解释性提供了更可控、透明的研究框架。

快手致力于开放连接学术与产业，让技术不止于研究，更在真实场景中生长进化。更多技术探索与突破，敬请关注！

相关文章