近日，国际会议ICML 2026（International Conference on Machine Learning）公布论文录用结果。上海交通大学智能计算研究院师生共有9篇研究成果入选，研究主题覆盖量子计算、大模型优化建模、大模型推理、混合整数规划、在线决策、可微优化、差分隐私、智能体记忆机制以及AI 学术伦理等多个前沿方向。

ICML是机器学习与人工智能领域国际顶级学术会议之一，也是中国计算机学会CCF推荐的A类国际会议。ICML2026将于 2026 年7月6日至11日在韩国首尔COEX Convention & Exhibition Center 举行。

2、题目：Matrix-Free GPU Semidefinite Programming for Quantum Ordered Search at the k=6 Frontier

作者：Yancheng Wu, Huikang Liu, Wenzhi Gao, Yuexin Su, Tongyang Li, Dongdong Ge, Yinyu Ye

摘要：量子计算为有序搜索问题（OSP）的理论常数带来了显著提升效果。经典构造方式为k次查询量子有序搜索算法，该算法可对包含N个元素的有序列表进行精确搜索，并将查询复杂度优化至原来的k/log2(N)倍。当k取值更大时，可通过求解最大容许列表规模N⋆获得更优的常数倍性能提升，该求解任务可建模为结构化半定规划（SDP）问题。但当k>6时，求解此类半定规划问题将变得计算上难以实现，原因是现有中央处理器与图形处理器求解器需要显式构建规模过大、难以承载的约束矩阵。本文提出一种无矩阵的图形处理器半定规划框架，借助定制CUDA内核实时求解有序搜索问题中高度结构化的约束条件，将内存复杂度从二次复杂度降至线性复杂度，同时将性能瓶颈从内存占用转移至计算环节。基于该框架，我们精确界定了当k=6时最优列表规模满足90000≤N⋆<94000，并将查询系数的已知最优上界从0.390优化至0.365。此外，本文通过无矩阵最小特征值估计构造严格的对偶不可行性证明，进一步验证了所得结果的有效性。

3、题目：A Two-Layer Framework for Joint Online Configuration Selection and Admission Control

作者：Owen Shen, Haoran Xu, Yinyu Ye, Peter Glynn, Patrick Jaillet

摘要：本文研究了"在线配置选择 + 准入控制"问题，该问题广泛出现在LLM服务、GPU调度和收益管理等场景中。在长度为T个时段的规划周期内，我们考虑每个时段内做出决策的两层框架：第一层中，决策者从K种配置（如量化、并行策略、票价等级）中选择其一，由此诱导出到达请求的"奖励-资源"联合分布；第二层中，决策者观察到具体请求后再决定是否接受。该框架的基准设计需要谨慎处理。我们引入了一个考虑切换成本的"流体预言"（switching-aware fluid oracle），可证地刻画任意在线策略的上界；并将基准评估写成 max-min 形式，借助原始-对偶最优性条件（涉及均衡、可行性与互补性）刻画其鞍点结构。在此基础上，我们设计了SP-UCB-OLP算法——求解一个乐观鞍点问题——并证明其取得Õ(√(KT)) 的悔界（regret）。

4、题目：A Penalty Approach For Differentiation Through Black-box Quadratic Programming Solvers

作者：Yuxuan Linghu, Zhiyuan Liu, Qi Deng

摘要：通过求解二次规划 (QP) 问题进行微分是可微优化中的核心问题。大多数现有方法通过Karush-Kuhn-Tucker (KKT) 系统进行微分，但其计算成本和数值鲁棒性在大规模问题上会下降。为了解决这些局限性，本文提出了dXPP，一个基于惩罚的微分框架，它将QP求解与微分过程解耦。在求解步骤（前向传播）中，dXPP与求解器无关，可以利用任何黑盒 QP求解器。在微分步骤（后向传播）中，我们将解映射到一个光滑的近似惩罚问题，并通过该近似惩罚问题进行隐式微分，仅需求解一个关于原始变量的规模小得多的线性系统。这种方法绕过了显式KKT微分固有的困难，并显著提高了计算效率和鲁棒性。我们在各种任务上评估了dXPP，包括随机生成的QP问题、大规模稀疏投影问题以及一个真实的多期投资组合优化任务。实验结果表明，dXPP与基于KKT的微分方法相比具有竞争力，并且在大规模问题上实现了显著的速度提升。

5、题目：Mind the Gap: Mixtures of Gaussians in Approximate Differential Privacy

作者：Huikang Liu, Aras Selvi, Wolfram Wiesemann

摘要：本文设计了一类新的加性噪声机制，在敏感度已知的实值标量查询上满足 (ε,δ)-差分隐私（DP），重点关注中等与低隐私强度区间。我们将这类机制称为"混合机制"（mixture mechanisms）：通过混合多个共享方差、但均值与权重不同的高斯分布构造而成。所得分布可解释为：一个零均值高斯（即解析高斯机制中的形式）与若干均值依赖于查询敏感度的高斯分布的凸组合。我们给出了满足 (ε,δ)-DP 所需方差的紧致条件，并提供了高效计算这些条件的算法。相比解析高斯机制，本文机制能显著降低期望噪声幅度（l1 损失）与方差（针对零均值分布的 l2 损失）。在我们关注的低隐私区间，本文机制接近最优——几乎完全弥合了解析高斯机制相对最优值的差距。

6、题目：MemDecoder: Enhancing Test-Time Compute for LLM Agents via Reinforced Memory Decoding

作者：Haoran Yin, Chenyu Zhou, Wei Zhu, Yuhua Jin

摘要：智能体记忆——即利用过往案例、外部知识或元经验对大型语言和视觉语言模型进行条件化——已成为提升推理速度的关键机制。然而，现有方法大多依赖于启发式检索或基于LLM的代价高昂的重排序，而没有显式地学习如何为给定查询构建记忆。为了克服这些局限性，本文提出了MemDecoder，一个用于自适应智能体记忆选择的学习框架。MemDecoder将记忆构建问题建模为检索到的候选集上的自回归索引解码问题，并使用轻量级Transformer编码器-解码器生成有序的记忆元素序列。这种设计无需生成文本示例即可实现高效的、任务感知的少样本推理。MemDecoder可以通过监督式微调和带有可验证奖励的强化学习进行训练。此外，我们还引入了一种排序感知的组相对策略优化（Group Relative Policy Optimization）变体，该变体利用响应组内的成对比较来提供更丰富的学习信号。在视觉问答、数学推理和科学问答基准测试中的实验表明，MemDecoder始终优于先前的智能体记忆选择方法，证明了MemDecoder的架构设计和学习算法的优势。

7、题目：OPT-Engine: Benchmarking the Limits of LLMs in Optimization Modeling via Complexity Scaling

作者：Yitian Chen, Dongdong Ge, Cheng Cheng, Yinan Sun, Zi Ling

摘要：OPT-Engine 是一个面向大语言模型（LLM）优化建模能力的可扩展基准框架，支持难度可控、规模可缩放的评测，覆盖运筹学中10个经典任务（5个线性规划+5个混合整数规划）。基准聚焦两个核心问题：当任务复杂度被推到现有基准之外的"分布外"区域时LLM是否仍具鲁棒性，以及在求解流程中性能瓶颈究竟出现在哪一环节。分析表明：在复杂度持续上升时，借助外部求解器的"工具集成式推理"表现出显著更高的鲁棒性，纯文本推理则会触及天花板；同时，约束的自动化建模是当前LLM优化建模能力的主要瓶颈。

8、题目：Online Linear Programming for Multi-Objective Routing in LLM Serving

作者：Zixi Chen, Yinyu Ye, Zijie Zhou

摘要：我们研究大语言模型服务中的在线路由问题：请求按序到达，必须在严格的批大小（batch size）与KV缓存约束下，被分派到并行的解码工作单元（decode workers）上。业界广泛使用的路由启发式方法存在两点不足：一是没有与明确的服务等级目标（SLO, Service-Level Objectives）挂钩，二是对延迟—吞吐量的权衡缺乏精细控制。针对这些问题，我们提出一个多目标优化框架，将路由建模为一个带有可解释决策收益的在线线性规划问题。在此基础上，我们采用一种高效的竞价控制策略（bid-price control policy）：当某个请求的SLO加权收益超过其影子价格（shadow price）时，便准入该请求。为满足毫秒级的决策时延要求，我们设计了一种带热启动的投影一阶更新方法，能够在线追踪不断演化的对偶影子价格，并具有可预测的运行时开销。我们将该路由器集成到Vidur模拟器中，结果表明：在多种SLO场景下——包括端到端延迟、首token延迟（TTFT）、吞吐量以及长尾性能——本方法相较标准基线均取得显著改进。

9、题目：Position: Academic Conferences are Potentially Facing Denominator Gaming Caused by Fully Automated Scientific Agents

作者：Rong Shan, Te Gao, Hang Zheng, Yunjia Xi, Jiachen Zhu, Zeyu Zheng, Yong Yu, Weinan Zhang, Jianghao Lin

摘要：在投稿量指数级增长的背景下，顶级AI会议长期维持相对稳定录用率的隐性政策，引入了一个关键的结构性脆弱点。本观点论文刻画了一种新的系统性威胁——智能体分母博弈（Agentic Denominator Gaming）：恶意主体部署 AI 智能体，批量生成并投递大量"看起来合理但实际质量低下"的论文。其关键之处在于，恶意主体的目标并非让低质量论文被录用，而是借此放大投稿分母、压垮整体评审能力。在录用率相对稳定的前提下，这种"稀释"会系统性地提升某一组特定的高质量目标论文的录用概率。我们分析了该威胁的现实可行性及其更广泛的后果——包括评审者倦怠加剧、评审质量下降，以及自动化"论文工厂"产业化等趋势——并提出与评估了一系列缓解策略。我们主张：持久的防护需要系统层面的政策与激励改革，而不能仅依赖技术检测。