AI學(xué)會(huì)主動(dòng)追問(wèn) 千問(wèn)C端應(yīng)用團(tuán)隊(duì)ICLR 2026連中四篇論文
當(dāng)AI助手越來(lái)越多地參與到學(xué)習(xí)、工作輔助、醫(yī)療咨詢(xún)等生活場(chǎng)景，能否穩(wěn)定輸出、是否懂得追問(wèn)關(guān)鍵信息，正成為衡量AI能力的重要標(biāo)準(zhǔn)論文。
1月30日消息，千問(wèn)C端應(yīng)用團(tuán)隊(duì)的四篇人工智能領(lǐng)域研究論文入選2026國(guó)際學(xué)習(xí)表征會(huì)議（ICLR 2026），論文聚焦擴(kuò)散模型訓(xùn)練、多輪對(duì)話決策、信息驗(yàn)證及模型價(jià)值觀對(duì)齊等關(guān)鍵問(wèn)題，部分成果已有實(shí)際應(yīng)用，推動(dòng)AI助手在復(fù)雜場(chǎng)景下更加聰明、可靠、實(shí)用論文。
ICLR與NeurIPS、ICML并稱(chēng)為機(jī)器學(xué)習(xí)和人工智能領(lǐng)域三大頂級(jí)國(guó)際會(huì)議論文。本屆會(huì)議投稿量接近19000篇，接收率創(chuàng)下近年來(lái)新低。
本次四篇論文在多個(gè)前沿領(lǐng)域取得創(chuàng)新突破論文。在擴(kuò)散語(yǔ)言模型（Diffusion Models）研究方面，千問(wèn)C端應(yīng)用團(tuán)隊(duì)針對(duì)dLLM獨(dú)特的掩碼訓(xùn)練不穩(wěn)定性，將其系統(tǒng)分解為了三種不同的噪聲來(lái)源，并相應(yīng)提出帕累托最優(yōu)的無(wú)偏訓(xùn)練算法。該算法顯著降低了dLLM的訓(xùn)練波動(dòng)、進(jìn)而提升其圖文生成質(zhì)量。這意味著在內(nèi)容生成、創(chuàng)作輔助等應(yīng)用中，AI輸出將更加穩(wěn)定。
圍繞醫(yī)療多輪對(duì)話中的復(fù)雜推理任務(wù)，團(tuán)隊(duì)提出了自適應(yīng)樹(shù)策略?xún)?yōu)化（ATPO）方法，使AI能夠根據(jù)對(duì)話中的不確定性動(dòng)態(tài)調(diào)整決策路徑論文。當(dāng)信息不足時(shí)，AI會(huì)主動(dòng)追問(wèn)關(guān)鍵問(wèn)題；當(dāng)線索清晰時(shí)，則快速給出判斷。這一能力可幫助AI助手在醫(yī)療咨詢(xún)等專(zhuān)業(yè)場(chǎng)景學(xué)會(huì)“主動(dòng)問(wèn)診”，讓AI像經(jīng)驗(yàn)豐富的醫(yī)生一樣，只問(wèn)最關(guān)鍵的問(wèn)題，避免無(wú)用的來(lái)回對(duì)話。
在信息檢索與驗(yàn)證方面，研究團(tuán)隊(duì)構(gòu)建了“提問(wèn)—解答—驗(yàn)證”的自博弈強(qiáng)化學(xué)習(xí)框架，使AI在無(wú)需人工標(biāo)注的情況下不斷自我驗(yàn)證與進(jìn)化論文。這一機(jī)制有助于提升AI在復(fù)雜問(wèn)題下的檢索與核驗(yàn)?zāi)芰?，在學(xué)習(xí)輔助、研究支持等知識(shí)密集型場(chǎng)景中表現(xiàn)更為可靠。
此外，在模型價(jià)值觀對(duì)齊研究中，團(tuán)隊(duì)引入信息論偏見(jiàn)消除方法，引導(dǎo)獎(jiǎng)勵(lì)模型關(guān)注真正與人類(lèi)偏好相關(guān)的信號(hào)，減少冗長(zhǎng)、格式化但信息密度不高的輸出論文。這使得AI在訓(xùn)練過(guò)程中真正關(guān)注能夠幫助到用戶(hù)的核心要點(diǎn)，降低模型輸出中出現(xiàn)“表面迎合但缺乏實(shí)質(zhì)內(nèi)容價(jià)值”的情況。
業(yè)內(nèi)專(zhuān)家指出，當(dāng)前大模型競(jìng)爭(zhēng)正從“參數(shù)規(guī)?！鞭D(zhuǎn)向“算法深度與工程實(shí)效”論文。千問(wèn)C端應(yīng)用團(tuán)隊(duì)在生成穩(wěn)定性、多輪對(duì)話決策和模型對(duì)齊等方向上的系統(tǒng)性探索，體現(xiàn)了其在基礎(chǔ)算法與應(yīng)用導(dǎo)向研究上的持續(xù)投入。
值得一提的是，此次千問(wèn)C端應(yīng)用團(tuán)隊(duì)入選 ICLR 2026 的四篇論文相關(guān)代碼均已開(kāi)源論文。通過(guò)開(kāi)放核心實(shí)現(xiàn)細(xì)節(jié)，將為行業(yè)在提升AI可用性、可靠性方面提供有益參考。
