什么是 ICML 2026？

Ophiuchus-7B achieves a mean score of 68.0 on 8 medical VQA benchmarks, surpassing OpenAI-o3 (62.2), Gemini 2.5 Pro (61.8), and GPT-5 (59.9). The core breakthrough is the new ‘Think with Images/Videos’ paradigm: models actively invoke tools like SAM2 and BiomedParse during reasoning to re-examine key regions/moments, making visual evidence an integral part of cognition—not just input.

Google提出Retrieve-for-Train框架，通过强化学习训练轻量扩散模型，无需推理阶段计算即可生成满足多样性和覆盖性的搜索结果集。

ThunderAgent通过优化KV缓存管理，实现单节点吞吐量提升2倍，集群加速2.4倍，解决代理推理中的缓存抖动问题。

斯坦福AI实验室发现大语言模型在预测其他模型输出时表现优异，但事实准确性不足，且自我一致性方法无法提升无验证场景下的真实性。