AML Lab 4 篇論文被國際學術會議ICML 2026 & IJCAI 2026錄用

論文介紹

論文題目: Towards Pareto-Optimal Tool-Integrated Agents with Pareto Ranking Policy Optimization (ICML Spotlight)

作者：Junyi Li, Xiaowei Qian, Yingyi Zhang, Wenlin Zhang, Guojing Li, Sheng Zhang, Xiao Han, Yichao Wang, Xiangyu Zhao

論文概述：

現有工具集成語言智能體已能借助搜索引擎、Python 解釋器等外部工具完成復雜推理任務，但主流強化學習對齊方法往往過度關注最終答案準確率，忽視工具調用效率、推理成本與過程級決策質量，導致模型在實際部署中可能出現冗余調用、資源浪費或效率—性能失衡等問題。為此，本文提出 ParetoPO，一種面向工具增強的大模型智能體的兩階段多目標優化框架，旨在同時提升任務表現與工具使用效率。第一階段通過超體積引導的動態標量化方法，根據 Pareto 前沿的全局推進情況自適應調整不同目標的獎勵權重，從而更充分地探索準確率與效率之間的多樣化權衡；第二階段進一步引入基于 Pareto 排名的優勢估計機制，利用非支配排序對軌跡進行 dominance-aware 信用分配，使策略更新更加偏向 Pareto 最優行為，而不依賴固定的線性獎勵組合。實驗覆蓋數學推理與多跳問答任務，結果表明，ParetoPO 相比 ToRL-GRPO、OTC-GRPO、MO-GRPO、Search-R1 等基線方法，能夠在保持甚至提升答案準確率的同時顯著減少工具調用次數，展現出更優的準確率—效率 Pareto 權衡能力。消融實驗和訓練動態分析進一步驗證了動態標量化與 Pareto 排名優化的互補作用，說明該方法為高效、可控的工具增強智能體訓練提供了一種有效范式。

代碼鏈接：https://github.com/Applied-Machine-Learning-Lab/ICML2026_ParetoPO 

論文題目：T-GINEE: A Tensor-Based Multilayer Graph Representation Learning (ICML)

作者：Maolin Wang , Xuhui Chen, ZiTing Mai, Zhiqi Li, Tianshuo Wei, Yutian Xiao, Wenlin Zhang, Wanyu Wang, Ruocheng Guo, Haoxuan Li, Zenglin Xu, Xiangyu Zhao

論文概述：針對現實世界中多層網絡（Multilayer Networks）分析現有方法往往獨立處理各層或簡單聚合，未能有效捕捉層間復雜依賴關系且缺乏嚴謹理論支撐的問題，本文提出 T-GINEE，一種基于張量的廣義多層圖估計方程框架。該方法結合張量CP分解與廣義估計方程（GEE），通過共享潛在因子顯式建模跨網絡相關性，并利用工作協方差矩陣處理層間依賴。T-GINEE 在溫和條件下建立了估計的一致性和漸近正態性理論保證。在合成數據及多個真實世界數據集（包括社交、生物及大規模網絡如DBLP和Stack Overflow）上的實驗表明，T-GINEE 在鏈路預測等任務中顯著優于現有的張量分解及矩陣分解基線方法，且在處理百萬級節點的大規模稀疏網絡時具有良好的可擴展性。。

代碼鏈接：https://github.com/Applied-Machine-Learning-Lab/ICML2026_T-GINEE

論文題目：Message Tuning Outshines Graph Prompt Tuning: A Prismatic Space Perspective (ICML)

作者：Yancheng Chen, Dun Ma, Shuai Zhang, Yang Liu, Xixun Lin, Xiangyu Zhao , Wenguo Yang, Wei Chen,  Chuan Zhou 

論文概述：針對圖基礎模型（GFMs）適配中主流的圖提示微調（Graph Prompt Tuning）方法缺乏嚴格的適應能力度量標準，且僅在輸入空間操作導致受限于凍結主干網絡的“棱鏡效應”壓縮問題，本文提出棱鏡空間理論（PS-Theory），用于量化適配方法的容量并確立圖提示微調的理論上限。基于此理論，本文進一步提出消息微調（Message Tuning for GFMs, MTG），一種輕量級適配方法，通過在GNN主干的每一層注入可學習的消息原型（Message Prototypes）來動態引導消息融合，而不更新預訓練權重。理論證明 MTG 的適配容量可超越圖提示微調的理論上限。在ProG基準上的廣泛實驗顯示，MTG 在少樣本節點/圖分類任務中一致優于最先進的圖提示基線方法，并展現出更強的魯棒性和更低的負遷移率。

代碼鏈接：https://anonymous.4open.science/r/MTG

論文題目：PoemDirector: A Multi-Agent Context-Adaptive Instructional Mode Selection Framework for Chinese Classical Poetry Video Generation (IJCAI)