AI學會主動追問 千問C端應用團隊ICLR 2026連中四篇論文
當AI助手越來越多地參與到學習、工作輔助、醫療諮詢等生活場景，能否穩定輸出、是否懂得追問關鍵資訊，正成為衡量AI能力的重要標準論文。
1月30日訊息，千問C端應用團隊的四篇人工智慧領域研究論文入選2026國際學習表徵會議（ICLR 2026），論文聚焦擴散模型訓練、多輪對話決策、資訊驗證及模型價值觀對齊等關鍵問題，部分成果已有實際應用，推動AI助手在複雜場景下更加聰明、可靠、實用論文。
ICLR與NeurIPS、ICML並稱為機器學習和人工智慧領域三大頂級國際會議論文。本屆會議投稿量接近19000篇，接收率創下近年來新低。
本次四篇論文在多個前沿領域取得創新突破論文。在擴散語言模型（Diffusion Models）研究方面，千問C端應用團隊針對dLLM獨特的掩碼訓練不穩定性，將其系統分解為了三種不同的噪聲來源，並相應提出帕累托最優的無偏訓練演算法。該演算法顯著降低了dLLM的訓練波動、進而提升其圖文生成質量。這意味著在內容生成、創作輔助等應用中，AI輸出將更加穩定。
圍繞醫療多輪對話中的複雜推理任務，團隊提出了自適應樹策略最佳化（ATPO）方法，使AI能夠根據對話中的不確定性動態調整決策路徑論文。當資訊不足時，AI會主動追問關鍵問題；當線索清晰時，則快速給出判斷。這一能力可幫助AI助手在醫療諮詢等專業場景學會“主動問診”，讓AI像經驗豐富的醫生一樣，只問最關鍵的問題，避免無用的來回對話。
在資訊檢索與驗證方面，研究團隊構建了“提問—解答—驗證”的自博弈強化學習框架，使AI在無需人工標註的情況下不斷自我驗證與進化論文。這一機制有助於提升AI在複雜問題下的檢索與核驗能力，在學習輔助、研究支援等知識密集型場景中表現更為可靠。
此外，在模型價值觀對齊研究中，團隊引入資訊理論偏見消除方法，引導獎勵模型關注真正與人類偏好相關的訊號，減少冗長、格式化但資訊密度不高的輸出論文。這使得AI在訓練過程中真正關注能夠幫助到使用者的核心要點，降低模型輸出中出現“表面迎合但缺乏實質內容價值”的情況。
業內專家指出，當前大模型競爭正從“引數規模”轉向“演算法深度與工程實效”論文。千問C端應用團隊在生成穩定性、多輪對話決策和模型對齊等方向上的系統性探索，體現了其在基礎演算法與應用導向研究上的持續投入。
值得一提的是，此次千問C端應用團隊入選 ICLR 2026 的四篇論文相關程式碼均已開源論文。透過開放核心實現細節，將為行業在提升AI可用性、可靠性方面提供有益參考。
