北大计算机学院数据所6篇论文入选ICLR 2026
北京大学计算机学院数据所6篇论文入选ICLR 2026
近日，机器学习领域顶级会议ICLR 2026放榜，北京大学计算机学院数据科学与工程所有6篇高水平论文成功入选。其中来自张杰教授ChaseLab实验室1篇论文，来自张铭教授Dlib实验室5篇论文。The International Conference on Learning Representations (ICLR) 会议是人工智能与机器学习领域公认的顶级学术会议之一，是CSRankings.org收录的三个机器学习顶会之一（其他两个顶会为ICML和NeurIPS），尤其在深度学习与表示学习方向具有崇高的学术地位。会议聚焦人工智能的最前沿技术，涵盖了大模型、强化学习、生成式 AI、计算机视觉等多个核心方向，旨在发布和探讨表示学习领域的最新理论与应用突破。本次ICLR 2026竞争异常激烈，共收到有效投稿接近19000篇，最终录用率约为28%。ICLR 2026 会议将于 2026 年 4 月 23 日至 4 月 27 日在巴西里约热内卢举行。
- LouisKV：针对长输入-输出序列的高效 KV Cache检索
论文名：LouisKV: Efficient KV Cache Retrieval for Long Input-Output Sequences
随着大语言模型处理序列长度的不断增加，KV cache的显存占用呈线性增长，已成为制约模型部署的严峻瓶颈。现有的 KV 检索方法虽然通过将全量 KV cache 卸载至 CPU 内存来缓解显存压力，但受限于逐Token检索的高延迟和粗粒度管理的低效率，难以兼顾推理速度与精度。针对这一挑战，我们提出两项关键洞察：(1) 时间局部性：解码过程中，同一语义段内关注的KV集合高度相似；(2) 分布差异性：关键KV在长输入与生成的长输出中通常呈现不同的分布模式。为此，本文提出了LouisKV，一个专为长输入、长输出等各类长序列场景设计的高效KV cache 检索框架。首先，它引入语义感知的检索策略，仅在检测到语义边界时触发检索，从而大幅降低了检索频率及检索操作带来的计算与传输开销；其次，针对输入与输出的分布差异，LouisKV 采用了解耦的细粒度管理方案（聚类 vs 分段），实现了对关键 KV 的精准识别与按需传输。此外，LouisKV 结合系统级与内核级优化以进一步提升系统性能。实验结果表明，LouisKV 在多种长序列任务上相较于先进的KV检索方法可实现显著的推理加速，同时基本保持无损的精度。
该论文作者包含武文博（北京大学），佀庆一（华为技术有限公司），潘修睿（北京大学），王烨（重庆邮电大学），张杰（北京大学，通讯作者）
- AlphaSAGE：基于生成流网络的因子挖掘
论文名：AlphaSAGE: Structure-Aware Alpha Mining via GFlowNets for Robust Exploration
强化学习（RL）驱动的公式化alpha自动挖掘虽被视为量化金融中的重要途径，但现有框架普遍受三类相互耦合的问题制约：其一，奖励高度稀疏，往往只有完整表达式生成后才获得有效反馈，导致探索低效且训练不稳定；其二，表达式多采用顺序化表示，难以刻画决定alpha行为的结构语义；其三，最大化期望回报的标准RL目标会将策略推向单一最优模式，与实务中需要一组多样且低相关 alpha 组合的目标相矛盾。为此，本文提出AlphaSAGE，以结构感知表示、多峰分布建模与稠密奖励设计为核心，构建一种面向鲁棒探索的自动化alpha挖掘新范式，并在实验中验证其能够挖掘出更具多样性、更高新颖性且预测力更强的alpha组合。
核心创新：
1.结构感知编码器：采用基于关系图卷积网络的结构编码，将数学表达式显式建模为图结构，提升对表达式结构语义与算子关系的表征能力。
2.GFlowNet挖掘框架：引入生成流网络学习覆盖多峰解空间的采样分布，避免RL单峰收敛带来的同质化，支持生成多样、低相关的alpha候选集合。
3.稠密多维奖励机制：设计密集且多维的奖励结构，在生成过程中提供更连续的学习信号，缓解奖励稀疏并提升探索效率与稳定性，从而促进挖掘到更优质的 alpha组合。
实验效果：在不同风格、不同规模的市场中（CSI300、CSI500、CSI1000、S&P500）的多种纬度的指标下（IC、ICIR、年化收益、最大回撤等），AlphaSAGE相较于基线均取得了最优的结果。
该论文的作者包括陈滨琪（北京大学，导师为张铭教授），丁宏骏（纽约市立大学柏鲁克分校，校友），沈宁（不列颠哥伦比亚大学），郭泰安（北京大学，导师为张铭教授），黄进晟（北京大学，导师为张铭教授），刘卢琛（正仁量化，校友），张铭（北京大学，通讯作者）。
- PRISM：融合空间与频谱线索的部分标签关系推断
论文名：PRISM: Partial-label Relational Inference with Spatial and Spectral Cues
在真实世界的图学习任务中，精确标注往往代价高昂甚至不可行，模糊或带有歧义的监督成为常态。针对这一关键挑战，本文提出 PRISM：一个面向部分标签图学习的统一关系推断框架。PRISM 从结构与频谱两个互补视角出发，通过原型引导的判别性子结构对齐捕捉关键空间线索，并利用多频带谱分解与注意力机制建模全局结构语义，在候选标签约束下构建混合关系图，实现置信度感知的标签传播与改进。无需真实标签或额外辅助信号，PRISM 即可在高度噪声与强歧义监督条件下稳定学习可靠语义表示。大量不同领域的图基准实验表明，PRISM 在不同噪声水平下均显著优于现有方法，展现出卓越的鲁棒性与泛化能力，为弱监督图分类提供了一种多视角驱动的通用新范式。
该论文作者包含顾怿洋（北京大学，导师为张铭教授），吴文睿（北京大学），覃义方（北京大学，导师为张铭教授），郭泰安（北京大学，导师为张铭教授），者韬（堪萨斯大学），唐嘉如（北京大学），肖之屏（华盛顿大学，校友），张为知（伊利诺伊大学芝加哥分校），乔子越（大湾区大学），琚玮（四川大学，校友），王东杰（堪萨斯大学），罗霄（威斯康星大学麦迪逊分校，校友），俞士纶（Philip S. Yu，伊利诺伊大学芝加哥分校），张铭（北京大学，通讯作者）。
- COLA基于层次化共形校准的不确定性感知自适应散列
论文名： COLA: Conformalized Hierarchical Calibration for Uncertainty-Aware Adaptive Hashing
在现实的大规模检索任务中，模型常面临域偏移挑战，导致在目标域上表现出盲目自信且容易被噪声误导。本文提出了一种名为COLA的全新框架，首次将具有严谨统计保证的共形预测引入无监督域自适应散列领域。
核心创新：
语义级共形校准，摒弃了传统方法中高风险的单伪标签模式。利用共形推理生成包含多个候选类别的预测集，并通过预测集的大小精确量化样本可靠性，实现鲁棒的加权伪标签学习和自适应域对齐。
表示级比特稳定性建模，通过自监督代理任务预测每个散列比特的稳定性评分。该机制不仅能引导训练时的加权量化损失，还能在检索阶段实现不确定性感知散列距离，显著提升了散列码的抗噪声能力。
闭环自调节优化机制，我们设计了一个端到端的自调节系统，利用实时感知的语义和比特不确定性作为控制信号，动态平衡伪监督、域对齐与量化强度。该机制消除了繁琐的超参数人工调优，大幅提升了训练稳定性。
实验效果：在多个主流跨域基准数据集上，COLA均展现出卓越性能。相比现有SOTA方法，检索精度平均提升约3.3%。通过比特掩码技术，在保持严谨校准的同时，检索速度与原生散列相当，比连续向量检索快约30倍。
该论文作者包含罗钧宇（北京大学，导师为张铭教授），黄进晟（北京大学，导师为张铭教授），徐洋（北京大学），邹鲁童（北京大学），罗霄（威斯康星大学麦迪逊分校，校友），吴伯涵（北京大学，导师为张铭教授），王一帆（对外经贸，校友），琚玮（四川大学，校友），张铭（北京大学，通讯作者）
- HINT 基于层级编码树与模态混合的跨模态散列
论文名：HINT: Hierarchical Encoding Tree with Modality Mixup for Cross-modal Hashing
现有的无监督跨模态散列方法受限于扁平化的成对对齐，难以捕捉复杂的层级语义结构，且模态异构鸿沟难以直接跨越。为此，本文提出HINT框架，通过构建层级编码树与渐进式模态混合，实现从局部社区挖掘到全局语义对齐的突破。
核心创新：
1. 结构熵指导的层级编码树，打破扁平化学习范式，利用结构熵构建层级树，在无标签环境下精准挖掘数据的局部语义社区，捕捉细粒度语义关联。
2. 课程化模态混合机制，设计基于模态代理的渐进式混合策略。通过构建从单模态到跨模态的课程学习路径，动态消除模态间的异构鸿沟，平滑优化过程。
3. 全景语义一致性，引入基于代理的分布对齐约束，在全局视角下优化原始样本与跨模态代理的语义一致性，显著提升散列码的判别力与泛化性 。
实验效果：在多个基准上均取得SOTA性能，且在 10%噪声数据下仍保持鲁棒，兼具高效的训练与检索能力。
该论文作者包含罗钧宇（北京大学，导师为张铭教授），肖之屏（华盛顿大学，校友），周航（北卡罗来纳大学），赵禹昇（北京大学，导师为张铭教授），罗霄（威斯康星大学麦迪逊分校，校友），王鹏云（牛津大学），琚玮（四川大学，校友），Siyu Heng（纽约大学），张铭（北京大学，通讯作者）
- CONST：大模型强化学习中的“样本彩票”无监督发现
论文名：Sample Lottery: Unsupervised Discovery of Critical Instances in RLVR of LLMs
可验证奖励的强化学习RLVR 虽能显著增强大模型推理能力，但全量标注与均匀计算分配导致了高昂的资源开销。为此，本文提出“样本彩票假说”，即极少量关键子集即可匹敌全量训练效果，并据此设计了无监督框架 CONST。该框架无需真实标签，即可从原始数据中精准挖掘出这些高价值的“彩票样本”。
核心创新：
1.互补波动性评估：融合过程与结果双重波动性，通过量化推理路径截断变化与答案不一致性，构建无监督的样本价值度量。
2.保形预测选择：引入保形预测将波动性映射为预测集，直接以集合基数为判据筛选“彩票样本”，实现样本重要性的精准排序。
3.理论最优性保证：从数学上证明了在样本彩票假说下，筛选子集可逼近全量数据训练的最优策略参数，并给出了严格的误差上界。
实验效果：在多个数学推理基准数据集（如 AMC23, MATH500 等）及不同架构的大模型上，CONST 仅需不到 0.5% 的样本标注量，即可达到与全量数据训练相当的性能，并显著优于现有的主动学习基线方法。
该论文作者包含肖之屏（华盛顿大学，校友），赵禹昇（北京大学，导师为张铭教授），张岐鑫（南洋理工大学），谢佳晔（北京大学），赵万佳（斯坦福大学），张为知（伊利诺伊大学芝加哥分校），罗霄（威斯康星大学麦迪逊分校，校友），俞士纶（伊利诺伊大学芝加哥分校），张铭（北京大学，通讯作者）。