搜尋
新聞
清華黃高團隊獲ICML 2026傑出論文獎，時間檢驗獎頒給經典算法A3C
7月6日消息，機器學習國際頂級會議 ICML 2026 在韓國首爾舉行，並公佈了年度獲獎論文。清華大學黃高團隊與阿里巴巴合作的論文 (The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models) 榮獲傑出論文獎。研究揭示出，擴散語言模型中任意生成順序的靈活性在數學、編程等通用推理任務中反而限制了模型潛力，而放棄任意順序、採用傳統的從左到右生成，不僅方法更簡潔，還能顯著提升推理準確率。 另一篇傑出論文獎由麻省理工學院和耶魯大學獲得，研究提出了擴散模型的高精度採樣算法 (High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions)，實現了達到目標採樣精度所需步數（或採樣複雜度）的指數級優化。 獲得本屆大獎的還有一篇立場論文 (Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit)，由德國慕尼黑大學研究人員和獨立研究者合作，指出當前的 AI 對齊技術存在雙重用途風險，極易被惡意操縱成爲信息審查工具。 本屆大會的時間檢驗獎則頒給了谷歌 DeepMind 團隊 2016 年發表的經典強化學習算法 (Asynchronous Methods for Deep Reinforcement Learning)。這項研究提出的異步優勢演員-評論家 (A3C) 架構大幅提高了深度強化學習的訓練效率，開啓了使用普通多核 CPU 高效訓練智能體的時代。金色財經
7月6日 週一
摩根士丹利警告：美股或難創新高，投資者正從科技股輪動撤離
金色財經報道，7月6日，摩根士丹利策略師認爲，隨着投資者從今年表現最強勁的科技股中撤出、轉向其他板塊，美股要再創歷史新高恐面臨阻力。這一輪動可能削弱此前由 AI 和科技類超大盤股主導的市場領漲格局。 該行分析指出，當前經濟和盈利方面的利好消息大多已被市場消化，指數表現趨於停滯，需要真正超預期的利好才能繼續上漲；市場更希望看到確鑿證據證明鉅額 AI 資本開支能轉化爲持續回報，而不只是不斷擴大的支出數字，這種不確定性正促使更多資金從超大盤科技股轉向範圍更廣的股票。 摩根士丹利建議投資者更看重盈利的可實現性和質量，在小盤股上兌現部分收益，並在部分板塊中擴大對 AI 應用受益者的配置。此前該行研究也顯示，大盤科技股儘管三季度業績表現強勁，但股價漲幅已明顯滯後，估值隨之走低，與工業、週期性板塊因降息預期而持續走高形成鮮明反差，被視爲市場資金結構正在發生轉變的又一佐證。金色財經
7月6日 週一
