本期论文秀深度解读 ICML 2026 的三篇前沿论文，分别聚焦移动 GUI 智能体用户中心化评测、扩散语言模型推理优化与数据集剪枝框架，展示大模型高效落地的最新突破。
📝 详细摘要
本期「论文秀」精选 ICML 2026 三篇前沿研究，针对大模型落地的三大核心挑战——移动智能体评测难以反映真实用户需求、扩散模型解码顺序敏感性高、数据集剪枝方法适配性差——提出系统性解决方案。第一篇《VenusBench-Mobile》构建用户意图驱动的能力诊断体系，揭示当前移动 GUI 智能体在感知与记忆能力上的短板，并通过细粒度评测暴露其在真实场景中的脆弱性；第二篇《Lookahead Path Likelihood Optimization for Diffusion LLMs》提出 POKE-SMC 框架，通过路径似然前瞻估计与 SMC 搜索动态优化解码顺序，在多个基准测试中实现 3%-5%的准确率提升；第三篇《Selecting Samples on Graphs》将数据集剪枝转化为最大权重团问题，通过图结构统一框架在 ImageNet 上实现 40%训练加速且精度无损。三篇论文均由作者亲自分享设计思路与验证过程，展现 AI 工程化落地的最新进展。
💡 主要观点
- VenusBench-Mobile 构建用户意图驱动的移动 GUI 智能体评测基准，暴露当前智能体感知与记忆能力短板。 该论文通过用户中心化任务设计与能力导向标注体系，对主流移动 GUI 智能体进行大规模评测，发现现有模型在真实场景中表现脆弱，且粗粒度评测无法揭示感知/记忆等核心能力缺陷。
💬 文章金句
- VenusBench-Mobile 为推动移动 GUI 智能体走向稳健的真实世界部署提供了重要基础。
- POKE-SMC 在准确率-计算的 Pareto 前沿上持续优于已有方法。
- 该方法全面优于现有传统数据集剪枝算法，在完全不损失模型精度的前提下，大幅降低训练成本。
📊 文章信息
AI 初评：92
来源：蚂蚁技术AntTech
作者：蚂蚁技术AntTech
分类：人工智能
语言：中文
阅读时间：12 分钟
字数：2826
标签： ICML, AI Agent, 移动GUI, 扩散模型, 数据集剪枝