Se anunciaron oficialmente los Premios al Artículo Sobresaliente de ICML 2026, dos artículos sobre modelos de difusión ascendieron simultáneamente, y entre los autores hay muchos chinos.
¡Ya están aquí los grandes premios de ICML 2026!
Se anunciaron oficialmente el Premio Anual al Artículo Sobresaliente y el Premio al Test del Tiempo de ICML.
Para el Artículo Sobresaliente, hubo 9 finalistas, incluyendo 7 artículos de investigación y 2 artículos de posición, resultando en 3 ganadores y 6 menciones de honor; el Premio al Test del Tiempo de ICML recayó en el campo del aprendizaje por refuerzo, el clásico y monumental trabajo de DeepMind vuelve a ser divino.
Lista completa de ganadores:
https://blog.icml.cc/2026/07/05/announcing-the-icml-2026-awards/
ICML, Conferencia Internacional sobre Aprendizaje Automático, junto con NeurIPS e ICLR, es una de las tres principales conferencias en el campo de la IA. Cada año recibe más de diez mil envíos, con una tasa de aceptación de menos del treinta por ciento.
Del 6 al 11 de julio de 2026, ICML 2026 se celebró en el Centro de Convenciones y Exposiciones COEX en Seúl, Corea del Sur.
El Premio al Artículo Sobresaliente es como el Oscar del campo del aprendizaje automático.
Y el valor de esta lista no solo radica en reconocer contribuciones técnicas, sino que parece más bien emitir una señal direccional para todo el campo.
Los modelos de difusión fueron los grandes ganadores este año, con dos artículos relacionados galardonados como Artículo Sobresaliente:
La trampa de la flexibilidad: Repensar el valor del orden arbitrario en los modelos de lenguaje de difusión. Esta obra maestra analiza en profundidad los mecanismos clave en los modelos de lenguaje grandes de difusión.
Muestreo de alta precisión para modelos de difusión y distribuciones log-cóncavas: Logró un avance significativo en la precisión algorítmica.
El Premio al Artículo de Posición Sobresaliente describe un fenómeno extraño en el campo de la seguridad de la IA: la comunidad de alineación está construyendo involuntariamente un conjunto de herramientas de censura.
Cinco artículos de investigación recibieron Mención de Honor del Premio al Artículo Sobresaliente:
- El atlas de ofuscación: Mapeando dónde emerge la honestidad en RLVR con sondas de engaño
- Atribución de movimiento en la generación de video
- ¿Cuánto pueden memorizar los modelos de lenguaje?
- Consistencia del modelo de difusión: Una perspectiva de matrices aleatorias
- Para entender el 'Grokking': 'Grokking' demostrable en regresión de crestas
Un artículo de posición recibió Mención de Honor del Premio al Artículo Sobresaliente:
Posición: La investigación de deepfakes de IA/ML es incompatible con las imágenes de intimidad no consensuadas generadas por IA (AIG-NCII)
Finalmente, el Premio al Test del Tiempo fue para el éxito absoluto de aquel año:
Métodos asíncronos para el aprendizaje por refuerzo profundo
Felicitaciones a todos los ganadores.
Los modelos de difusión se llevan el Artículo Sobresaliente, detrás del doble galardón hay un nuevo consenso
Los dos trabajos ganadores del Premio al Artículo Sobresaliente giran en torno a los modelos de difusión.
Que dos trabajos de la misma dirección ganen simultáneamente es algo que ha ocurrido pocas veces en la historia de ICML. Detrás de la coincidencia parece haber un juicio colectivo: los modelos de difusión han entrado en una fase que requiere "corrección de rumbo" y "construcción de infraestructura básica".
El primero proviene del equipo de Huang Gao de la Universidad de Tsinghua y de Zanlin Ni, entre otros. El título ya es contundente: "La trampa de la flexibilidad: Repensar el valor del orden arbitrario en los modelos de lenguaje de difusión". Solo con leer el título se sabe que viene a cuestionar.
Título: The Flexibility Trap: Rethinking the Value of Arbitrary Order in Diffusion Language Models
ICML: https://icml.cc/virtual/2026/oral/71086
Página del proyecto: https://nzl-thu.github.io/the-flexibility-trap/
Primero, un poco de contexto.
Los modelos de lenguaje grandes de difusión son una de las direcciones de investigación más candentes en la actualidad. A diferencia de modelos autoregresivos como GPT o Claude, los modelos de lenguaje de difusión no generan tokens uno tras otro de izquierda a derecha, sino que, como al pintar, "eliminan ruido" gradualmente de un conjunto de ruido para producir el texto completo.
En teoría, esta arquitectura tiene una gran ventaja: el orden de generación puede ser arbitrario. Se puede escribir primero el medio y luego el principio, primero la conclusión y luego las pruebas, de cualquier manera.
Suena hermoso. Pero el artículo de Ni y otros arroja un balde de agua fría.
Con numerosos experimentos, demuestran que la llamada "generación de orden arbitrario" en el entrenamiento real no solo no aporta el beneficio esperado, sino que se convierte en una trampa.
La flexibilidad misma tiene un costo. Para admitir todos los posibles órdenes de generación, el modelo termina haciendo un trabajo peor en cada orden específico.
El poder destructivo de esta conclusión radica en que socava el punto de venta central de los modelos de lenguaje de difusión.
En los últimos dos años, muchos artículos han considerado el "orden arbitrario" como el argumento clave de que los LLM de difusión son superiores a los LLM autoregresivos, y muchos equipos han invertido gran cantidad de potencia computacional en experimentos basados en esta hipótesis. Ahora ICML lo sella oficialmente: este argumento no se sostiene.
El segundo artículo ganador, de Fan Chen y otros, se centra en la precisión de muestreo de los modelos de difusión.
Título: High-accuracy sampling for diffusion models and log-concave distributions
ICML: https://icml.cc/virtual/2026/oral/71132
Preprint: https://arxiv.org/abs/2602.01338
Proponen métodos de muestreo de mayor precisión para modelos de difusión y distribuciones log-cóncavas.
Resuelve el cuello de botella subyacente de que "la calidad de generación tiene un límite teórico" en la implementación práctica de los modelos de difusión.
Dos artículos: uno desmonta una hipótesis central, el otro eleva el techo técnico.
ICML premia simultáneamente la deconstrucción y la construcción, la señal es clara: los modelos de difusión están pasando de la "prueba de concepto" a "aguas profundas", y ya no necesitan más variaciones, sino una mirada más fría y una infraestructura más sólida.
El premio más explosivo se otorgó a la crítica más aguda
Volvamos a ese artículo que silenció a toda la sala.
"Posición: La comunidad de alineación está construyendo involuntariamente un conjunto de herramientas de censura" de Sarah Ball y Phil Hackemann ganó el Premio al Artículo de Posición Sobresaliente.
Título: Position: The Alignment Community is Unintentionally Building a Censor’s Toolkit
ICML: https://icml.cc/virtual/2026/oral/71119
Artículo: https://openreview.net/pdf?id=dy2HwmOvFX
El Premio al Artículo de Posición de ICML se otorga específicamente a aquellos artículos que no realizan experimentos ni ejecutan datos, pero plantean cuestionamientos fundamentales sobre la dirección del campo.
El argumento central de este artículo es tan directo que resulta hiriente: los investigadores en el campo de la seguridad y alineación de la IA actual, cuyo punto de partida es hacer que la IA sea más segura y controlable, están desarrollando herramientas técnicas como RLHF, IA constitucional, marcos de alineación de valores, que están siendo sistemáticamente apropiadas como infraestructura para la censura de contenido.
Quienes trabajan en alineación piensan que están construyendo cerraduras de seguridad. Pero los planos de esta cerradura también pueden usarse para construir una prisión.
Este juicio no surge de la nada. En el último año, las controversias en torno a la censura de contenido por IA se han intensificado. Desde las estrategias de rechazo de respuestas de Claude hasta los mecanismos de filtrado de contenido de ChatGPT, el "sobre-ajuste" se ha convertido en una queja frecuente de los usuarios.
Cada pocas semanas se ven capturas de pantalla en redes sociales: siendo una discusión académica normal o una necesidad creativa, la IA se niega a responder por razones de "seguridad".
Ball y Hackemann elevan esta frustración a nivel de usuario a un nivel académico: es un riesgo estructural inherente al propio paradigma de investigación.
Que ICML otorgue el mejor artículo de posición a este trabajo es en sí mismo una postura. Una conferencia principal está diciéndole a toda la comunidad de alineación: necesitan detenerse a pensar en quién está usando sus herramientas y de qué manera.
Por cierto, la Mención de Honor del Artículo de Posición Sobresaliente es igualmente aguda.
El artículo de Li Qiwei y otros señala que existe una grave desconexión entre la investigación de deepfakes en el campo de la IA/ML y las imágenes de intimidad no consensuadas generadas por IA.
Los investigadores se esfuerzan por detectar videos de intercambio de rostros de figuras políticas, pero ignoran los escenarios de abuso que más dañan a las personas comunes.
Vistazo a las Menciones de Honor
Las 5 Menciones de Honor del Artículo Sobresaliente cubren casi todas las direcciones candentes, cada una abriendo una brecha en su respectivo campo.
Mohammad Taufeeque y otros utilizan "sondas de engaño" para mapear dónde emerge la honestidad durante el entrenamiento de RLVR.
Título: The Obfuscation Atlas: Mapping Where Honesty Emerges in RLVR with Deception Probes
ICML:https://icml.cc/virtual/2026/oral/71065
Preprint: https://arxiv.org/abs/2602.15515
En pocas palabras: ¿en qué capa el modelo aprende a mentir?
Esta pregunta es más valiosa que la respuesta misma. Si se puede localizar con precisión la capa donde emerge la honestidad en el modelo, el futuro trabajo de alineación ya no tendrá que ajustarse como buscar una aguja en un pajar.
Xindi Wu y otros realizan atribución de movimiento en la generación de video.
Título: Motion Attribution for Video Generation
ICML: https://icml.cc/virtual/2026/oral/71049
Preprint: https://arxiv.org/abs/2601.08828
Cuando un objeto se mueve en un video, ¿es porque el modelo "comprende" las leyes del movimiento, o simplemente está replicando patrones a nivel de píxeles? Esta pregunta es crucial para la interpretabilidad de modelos de generación de video como Sora.
John Xavier Morris y otros cuestionan "cuánto pueden memorizar realmente los modelos de lenguaje grandes", apuntando directamente a las raíces técnicas de las controversias sobre privacidad y derechos de autor.
Título: How much can language models memorize?
ICML: https://icml.cc/virtual/2026/oral/71168
Preprint: https://arxiv.org/abs/2505.24832
Cuando un modelo memoriza tus datos, ¿cuenta como aprendizaje o como plagio? La respuesta a esta pregunta puede ser más importante que cualquier juicio por derechos de autor.
También está el trabajo de Binxu Wang y otros, que reexamina la consistencia de los modelos de difusión desde la perspectiva de la teoría de matrices aleatorias.
Título: A Random Matrix Perspective on the Consistency of Diffusion Models
ICML: https://icml.cc/virtual/2026/oral/71191
Preprint: https://arxiv.org/abs/2602.02908
Los modelos de difusión, entrenados en diferentes subconjuntos de datos no superpuestos, a menudo producen salidas sorprendentemente similares cuando se les da la misma semilla de ruido. Esta consistencia no surge porque el modelo haya memorizado los mismos datos, sino que hay razones más profundas.
Esta consistencia se puede rastrear hasta un simple efecto lineal: las estadísticas gaussianas compartidas entre diferentes divisiones de datos ya pueden predecir gran parte del contenido de la imagen generada.
El trabajo más llamativo es el de Mingyue Xu y otros.
Título: To Grok Grokking: Provable Grokking in Ridge Regression
ICML: https://icml.cc/virtual/2026/oral/71134
Preprint: https://arxiv.org/abs/2601.19791
En el modelo clásico de regresión de crestas, dan una demostración matemática rigurosa del fenómeno del "grokking" (comprensión súbita).
El llamado "grokking" es cuando el modelo, después de que la pérdida de entrenamiento ya ha convergido, de repente adquiere capacidad de generalización en un momento determinado. Como un estudiante que ha memorizado fórmulas durante medio año y un día se despierta de repente entendiéndolas de verdad.
Esto se ha observado muchas veces en el aprendizaje profundo, pero hacer una demostración rigurosa en un modelo simple es la primera vez.
El artículo de DeepMind de hace diez años finalmente recibe el Premio al Test del Tiempo
El Premio al Test del Tiempo fue otorgado a "Métodos asíncronos para el aprendizaje por refuerzo profundo" de Volodymyr Mnih, David Silver y otros miembros del equipo de DeepMind.
Título: Asynchronous Methods for Deep Reinforcement Learning
Publicación: https://proceedings.mlr.press/v48/mniha16.html
El algoritmo A3C (Asynchronous Advantage Actor-Critic) propuesto en este artículo, publicado en 2016, fue ya en su momento un referente en el campo del aprendizaje por refuerzo.
La idea central no es compleja: en lugar de entrenar lentamente con un proceso enorme, es mejor lanzar varios procesos pequeños que exploren diferentes estrategias simultáneamente, agregando los gradientes de forma asíncrona.
Simple, elegante, efectivo. Esta filosofía de diseño de "la gran verdad reside en la simplicidad" parece aún más clara diez años después.
Diez años después, esta idea se ha infiltrado en el esqueleto de casi todos los sistemas modernos de RL.
Desde AlphaGo hasta RLHF, desde IA para juegos hasta control de robots, el ADN de A3C está en todas partes.
¡El éxito absoluto de entonces, la obra maestra clásica que ahora merece su nombre!
¿Qué señales emite ICML 2026?
Al desplegar la lista de ganadores de este año, surgen tres pistas.
Primero, los modelos de difusión son la zona de mayor densidad de investigación en aprendizaje automático en la actualidad. El doble galardón de Artículo Sobresaliente más múltiples Menciones de Honor, su tasa de aparición supera con creces otras direcciones. En la disputa por la arquitectura de la próxima generación de modelos de lenguaje, los modelos de difusión ya han entrado oficialmente en la contienda.
Segundo, la investigación en seguridad de la IA está experimentando un escrutinio interno. El mejor artículo de posición señala directamente que las herramientas de la comunidad de alineación están siendo apropiadas, la mención de honor cuestiona los puntos ciegos de la investigación en deepfakes. El mundo académico comienza a enfrentar seriamente una pregunta: ¿dónde se traza exactamente la línea entre una herramienta de seguridad y una herramienta de censura?
Estas señales superpuntas apuntan a un juicio: la investigación en IA está pasando de la "expansión rápida" a la "limpieza profunda".
La lista de ganadores de ICML 2026 es el primer informe de auditoría de esta limpieza.
Referencias:
https://blog.icml.cc/2026/07/05/announcing-the-icml-2026-awards/
Este artículo proviene del WeChat public account "Nueva Inteligencia", autor: Apocalipsis ASI, editor: David
