AI學(xué)會主動追問 千問C端應(yīng)用團(tuán)隊ICLR 2026連中四篇論文
當(dāng)AI助手越來越多地參與到學(xué)習(xí)、工作輔助、醫(yī)療咨詢等生活場景，能否穩(wěn)定輸出、是否懂得追問關(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C端應(yīng)用團(tuán)隊的四篇人工智能領(lǐng)域研究論文入選2026國際學(xué)習(xí)表征會議（ICLR 2026），論文聚焦擴(kuò)散模型訓(xùn)練、多輪對話決策、信息驗證及模型價值觀對齊等關(guān)鍵問題，部分成果已有實際應(yīng)用，推動AI助手在復(fù)雜場景下更加聰明、可靠、實用論文。
ICLR與NeurIPS、ICML并稱為機(jī)器學(xué)習(xí)和人工智能領(lǐng)域三大頂級國際會議論文。本屆會議投稿量接近19000篇，接收率創(chuàng)下近年來新低。
本次四篇論文在多個前沿領(lǐng)域取得創(chuàng)新突破論文。在擴(kuò)散語言模型（Diffusion Models）研究方面，千問C端應(yīng)用團(tuán)隊針對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源，并相應(yīng)提出帕累托最優(yōu)的無偏訓(xùn)練算法。該算法顯著降低了dLLM的訓(xùn)練波動、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)療多輪對話中的復(fù)雜推理任務(wù)，團(tuán)隊提出了自適應(yīng)樹策略優(yōu)化（ATPO）方法，使AI能夠根據(jù)對話中的不確定性動態(tài)調(diào)整決策路徑論文。當(dāng)信息不足時，AI會主動追問關(guān)鍵問題；當(dāng)線索清晰時，則快速給出判斷。這一能力可幫助AI助手在醫(yī)療咨詢等專業(yè)場景學(xué)會“主動問診”，讓AI像經(jīng)驗豐富的醫(yī)生一樣，只問最關(guān)鍵的問題，避免無用的來回對話。
在信息檢索與驗證方面，研究團(tuán)隊構(gòu)建了“提問—解答—驗證”的自博弈強(qiáng)化學(xué)習(xí)框架，使AI在無需人工標(biāo)注的情況下不斷自我驗證與進(jìn)化論文。這一機(jī)制有助于提升AI在復(fù)雜問題下的檢索與核驗?zāi)芰?，在學(xué)習(xí)輔助、研究支持等知識密集型場景中表現(xiàn)更為可靠。
此外，在模型價值觀對齊研究中，團(tuán)隊引入信息論偏見消除方法，引導(dǎo)獎勵模型關(guān)注真正與人類偏好相關(guān)的信號，減少冗長、格式化但信息密度不高的輸出論文。這使得AI在訓(xùn)練過程中真正關(guān)注能夠幫助到用戶的核心要點(diǎn)，降低模型輸出中出現(xiàn)“表面迎合但缺乏實質(zhì)內(nèi)容價值”的情況。
業(yè)內(nèi)專家指出，當(dāng)前大模型競爭正從“參數(shù)規(guī)?！鞭D(zhuǎn)向“算法深度與工程實效”論文。千問C端應(yīng)用團(tuán)隊在生成穩(wěn)定性、多輪對話決策和模型對齊等方向上的系統(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C端應(yīng)用團(tuán)隊入選 ICLR 2026 的四篇論文相關(guān)代碼均已開源論文。通過開放核心實現(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。
