热议中AI公司动态
滴滴多篇论文入选 ICML2026，值得一读！
TL;DR · 一句话结论
滴滴与多所高校合作，五篇论文被ICML 2026录用。涉及长周期智能体评估基准、无须训练的GUI记忆系统、持续离线RL、LLM上下文省略框架、因果推断方法。
主要内容
- 01五篇论文分别来自滴滴L Lab和网约车交易市场技术团队。
- 02合作高校包括中山大学、港科大（广州）、北大、上海财大。
- 03论文一提出UltraHorizon，长周期智能体评估基准。
- 04论文二提出达尔文记忆系统，无需训练提升GUI智能体性能。
- 05论文四Agent-Omit通过自适应省略冗余上下文降低LLM token开销。
- 06论文五提出因果推断联合估计框架，用于网约车场景。
背景
ICML是机器学习顶级会议，CCF A类。第43届ICML 2026将于首尔举行，共接收6352篇论文。滴滴此次展示了在智能体、强化学习、因果推断等方向的研究积累，并与学界合作。
为什么值得关注
这些工作直接涉及AI工具用户关心的智能体效率（Agent-Omit）、GUI自动化（达尔文记忆）、长周期任务评估（UltraHorizon）等问题，可帮助开发者了解前沿优化方法和评估思路。
🇨🇳
对中国用户与市场
中文开发者可关注论文中的开源基准和框架思路，用于改进自身智能体产品。滴滴的网约车因果推断方法对国内出行平台有直接参考价值。
继续关注
⚠尚未确定的部分
- ·论文尚未提供完整代码或开源实现，可复现性未知。
- ·ICML 2026实际举办时间尚远，部分方法可能后续有变更。
- ·摘要中ICML年份可能为笔误，需核对实际会议年份。
→可采取的行动
- ·查阅论文预印本，了解UltraHorizon基准和数据。
- ·关注达尔文记忆系统是否开源，可尝试用于GUI自动化项目。
- ·Agent-Omit的省略策略可参考用于降低自家LLM agent的推理成本。
- ·因果推断部分适用于营销场景，建议相关团队跟进方法细节。
摘记
现有最先进的智能体在这些任务中表现远不如人类
在无需任何额外训练的情况下，显著提升了MLLM智能体的任务成功率
#滴滴#ICML 2026#滴滴L Lab#中山大学#香港科技大学（广州）#北京大学#上海财经大学#UltraHorizon#ICML#论文录用
🤖 本文根据 雷峰网 的 RSS 内容整理，并由 AI 辅助提炼要点。完整上下文请以 原文 为准。