Ant Group mempersembahkan empat kertas kerja di IJCAI 2026, secara sistematik mengkaji kemampuan penyesuaian AI dalam persekitaran dinamik.

Penulis artikel, sumber: LeiFeng.com

Algoritma yang paling cerdas sekalipun akhirnya perlu diuji dalam persekitaran dinamik.

IJCAI-ECAI 2026 akan diadakan di Bremen, Jerman, dari 15 hingga 21 Ogos 2026. Semasa konvensyen ini berlangsung, AI Technology Review sedang memindai secara sistemik kertas-kertas yang diterima dalam konvensyen terkemuka ini untuk mengenal pasti tren teknologi dan arah industri.

DiRingkasan Kertas Huawei IJCAI 2026: Berpindah dari «Kepadatan Parameter» ke «Kepadatan Reka Bentuk», kami memperhatikan kesederhanaan syarikat besar dalam pertandingan parameter, serta penglibatan mereka terhadap kecekapan pengkomputeran.

Empat kertas kerja yang dipilih oleh Ant Group pula menunjukkan satu aliran teknologi yang sama pentingnya tetapi dengan lintasan yang berbeza: eksplorasi sistematik terhadap kemampuan penyesuaian terhadap persekitaran dinamik.

Ketepatan model algoritma terus memecahkan rekod di laboratorium, tetapi apabila dilaksanakan ke dunia nyata, penurunan prestasi hampir menjadi norma. Sebabnya sangat mudah: dunia nyata tidak pernah statik.

Skenario perniagaan Ant Group membawa keadaan "tidak statik" ini kepada tahap maksimum: lebih daripada 1 milyar pengguna, 8000 perkhidmatan berbeza, puncak pembayaran dan rendah tengah malam boleh berbeza beberapa peringkat, model pengurusan risiko mesti merespon pengulangan strategi jenayah maya dalam tempoh jam, dan pelaksanaan global mesti disesuaikan dengan infrastruktur kewangan yang berbeza di setiap negara.

Dalam persekitaran seperti ini, model statik yang "latih sekali, deploy selamanya" pasti terperangkap dalam dilema "mengukir kapal untuk mencari pedang".

Oleh itu, kecerdasan sejati terletak pada sama ada algoritma mampu mengesan perubahan persekitaran, menyesuaikan strateginya secara aktif, dan mencari penyelesaian optimum dalam keadaan dinamik. Keempat-empat kertas kerja kumpulan Ant Group ini secara serentak menjawab persoalan utama ini: bagaimana cara menjadikan AI berubah daripada “penyelesa statik” kepada “penyesuai dinamik”?

01 MSRGC-Net: Membuat pengelompokan urutan masa "adaptif" terhadap taburan ketumpatan data

Pengelompokan urutan masa, iaitu mengelompokkan urutan tingkah laku dalam jumlah besar secara automatik, merupakan alat asas untuk memahami corak tingkah laku dan memantau isyarat anomali.

Namun, kaedah yang ada masing-masing mempunyai kelemahan tersendiri:

• Kaedah keserupaan (seperti k-Shape): mampu menangkap corak tempatan, tetapi perlu mengira jarak antara semua pasangan sampel, jadi akan perlahan apabila data bertambah banyak;
• Kaedah pembelajaran mendalam (seperti autoencoder): Kemampuan perwakilan yang kuat, tetapi latihan mahal, penyesuaian parameter rumit, dan penggunaan kuasa pengiraan tinggi;
• Pengambilan ciri tradisional: bergantung pada ciri yang direka oleh manusia, maklumat dinamik masa penting mungkin hilang.

Masalah yang lebih besar ialah: taburan kepadatan data urutan masa dalam dunia nyata sangat tidak seragam—data transaksi Double Eleven padat seperti hujan lebat, manakala data waktu subuh jarang seperti titisan air, tetapi kaedah tradisional memerlukan anda memberitahu ia terlebih dahulu berapa banyak kelas yang perlu dibahagikan, yang pada dasarnya bertentangan dengan realiti.

MSRGC-Net yang dicadangkan oleh Ant Group bersama Chongqing University of Posts and Telecommunications menggunakan serangkaian pendekatan "tanpa latihan" untuk mengelakkan pilihan sukar antara ketepatan dan kecekapan pengiraan.

Alamat kertas: https://arxiv.org/pdf/2606.12077v1

▎Logik utamanya boleh dipecahkan menjadi tiga langkah:

Langkah pertama, kod reservoir skala pelbagai (pengekstrakan ciri). Gunakan beberapa rangkaian keadaan gema (ESN) tanpa latihan sebagai unit asas pengiraan reservoir, hanya dengan menyesuaikan jejari spektrum untuk mengekstrak fluktuasi tempatan dan trend jangka panjang daripada urutan asal secara serentak, kemudian menggabungkan semua sampel untuk membentuk matriks ciri pandangan, yang akan menjadi input untuk peringkat seterusnya.

Langkah kedua, pembinaan peta pengikat "Granular Ball" (pemodelan struktur), ini merupakan bahagian paling bijak. Algoritma tidak lagi memfokuskan pada titik data tunggal, tetapi secara automatik membahagikan "Granular Ball" berdasarkan ketumpatan tempatan data: kawasan dengan ketumpatan tinggi membentuk banyak butiran kecil, manakala kawasan dengan ketumpatan rendah membentuk sedikit butiran besar. Skala data dikurangkan dari N kepada M (bilangan granular ball, M < N), sambil mengurangkan gangguan bunyi.

Langkah ketiga, pengoptimuman graf skala pelbagai berdasarkan konsensus. Graf pengekalan antara skala digabungkan melalui strategi konsensus, membolehkan model menangkap corak mikro tempatan serta mengambil tren makro keseluruhan, akhirnya menghasilkan keputusan pengelompokan yang kukuh tanpa perlu menentukan bilangan pengelompokan secara manual.

Bagaimana kesan strategi ini?

Pada lima set data ujian pelbagai pemboleh ubah dan 15 indikator penilaian (NMI, ARI, RI masing-masing lima), MSRGC-Net memperoleh 12 hasil terbaik dan 2 kedua — kadar terbaik 80%.

Lebih penting lagi, ia mengelakkan pengiraan pasangan O(n²) dan mencapai kerumitan hampir linear. Dengan kata mudah: pantas dan tepat, tanpa perlu anda teka berapa banyak kategori yang perlu dibahagikan.

Dalam skenario perniagaan sebenar Ant, ini bermakna sistem boleh menyesuaikan ketepatan pengelompokan secara automatik mengikut kepadatan trafik—mengasingkan dengan tepat untuk mengesan penyimpangan semasa puncak, dan merangkum secara kasar untuk menghemat kuasa pengiraan semasa rendah, sentiasa mengikuti data.

02 Membuat strategi pencampuran data yang beradaptasi untuk pembelajaran penguatan dari luar talian ke dalam talian

Pembelajaran penguatan mempunyai masalah terkenal “tidak sesuai dengan persekitaran”—“pergeseran taburan”: model yang dilatih pada data luar talian mudah “lupa” apabila dilancarkan. Ini disebabkan oleh perbezaan taburan antara data luar talian dan data interaksi talian, yang menyebabkan strategi awal talian dengan cepat “melupakan” pengetahuan yang dipelajari daripada data luar talian.

Penyelesaian yang ada tidak lebih daripada dua cara: sama ada menetapkan nisbah campuran tetap 50% luar talian + 50% dalam talian, atau menggunakan peraturan heuristik untuk mengutamakan pengambilan contoh "strategi terdekat".

Tetapi masalahnya, keperluan strategi berbeza sepenuhnya di setiap peringkat—pada peringkat awal, data luar talian diperlukan dalam jumlah lebih banyak untuk menstabilkan asas, manakala pada peringkat akhir, data dalam talian diperlukan dalam jumlah lebih banyak untuk meneroka kemungkinan baru. Strategi yang tetap adalah seperti mengukir kapal untuk mencari pedang.

Ant Group bekerjasama dengan Universiti Jiaotong Shanghai mengusulkan ROAD, yang mengubah nisbah campuran data daripada “parameter tetap” kepada “pemboleh ubah keputusan dinamik”.

Alamat kertas: https://arxiv.org/pdf/2605.14497

Gagasan utamanya menarik: pemilihan data pada dasarnya adalah masalah pengoptimuman dua lapisan.

• Tingkat dalaman (Inner-Level): Kemas kini Q-learning standard, iaitu meminimumkan ralat Bellman;
• Lapisan luar (Outer-Level): Menganggap strategi pencampuran data sebagai pemboleh ubah keputusan meta, dengan tujuan memaksimumkan pulangan jangkaan strategi dalam talian.

Dua lapisan diselesaikan secara anggaran menggunakan algoritma Multi-Armed Bandit (MAB), membolehkan strategi campuran disesuaikan secara nyata semasa latihan: apabila model mula "melupakan" pengetahuan yang dipelajari pada peringkat luar talian, nisbah pengambilan sampel data luar talian akan dinaikkan secara automatik untuk mengekalkan asas; apabila model menjadi terlalu berhati-hati dan kurang eksplorasi, nisbah data dalam talian akan ditingkatkan untuk mendorong percubaan dan kesilapan.

Eksperimen dilakukan dengan sangat kukuh. Pasukan telah menguji tiga piawaian klasik daripada pembelajaran penguatan dari luar talian ke dalam talian: AntMaze (robot mencari sasaran dalam labirin), MuJoCo (kawalan pergerakan robot biomimetik), dan FrankaKitchen (lengan robot menyelesaikan operasi kompleks di dapur). Tugas-tugas ini mempunyai tahap kesukaran yang berbeza dan ruang keadaan yang pelbagai, membolehkan ujian menyeluruh terhadap kemampuan generalisasi algoritma.

Untuk menguji keupayaan am algoritma ROAD, pasukan penyelidik menggabungkan ROAD dengan pelbagai algoritma luar biasa secara dalam talian seperti IQL, PEX, CQL, dan Cal-QL. Keputusan menunjukkan: tanpa mengira algoritma asas yang digunakan, ROAD mampu memberikan peningkatan prestasi yang stabil.

Mengambil contoh PEX+ROAD, kaedah ini mencapai skor purata keseluruhan 71.12 pada 24 tugas kawalan berterusan D4RL, dengan 18 daripada 24 tugas berada di tempat pertama, jauh melebihi semua garis asas seperti nisbah tetap, nisbah menurun, dan pemulihan seimbang heuristik.

Dengan demikian, ROAD mampu mencapai keseimbangan optimal antara “warisan konservatif” dan “eksplorasi agresif”—tidak hanya mengelakkan kegagalan pada pelancaran awal, tetapi juga tidak melepaskan peluang peningkatan yang dibawa oleh data semasa. Kaedah ini memiliki nilai yang jelas dalam konteks seperti pelancaran model pengurusan risiko Alibaba Group dan pengoptimuman semasa sistem cadangan.

03 DSEBO: Membuat pencarian ruang sub secara adaptif untuk pengoptimuman Bayesian dimensi tinggi

Pengoptimuman Bayesian adalah kaedah klasik untuk mengoptimumkan fungsi kotak hitam, tetapi ia menjadi masalah apabila berhadapan dengan masalah dimensi tinggi. Satu penyelesaian biasa ialah penyusupan rawak—memproyeksikan pengoptimuman ke ruang sub-dimensi rendah, tetapi timbul masalah baru: berapakah dimensi yang berkesan?

Kaedah tradisional either bergantung pada pengalaman pakar untuk menetapkan dimensi ruang sub tetap, atau menggunakan kaedah cuba-cuba untuk menganggar berulang-ulang, yang tidak hanya menghabiskan sumber yang banyak, tetapi juga dimensi ruang sub yang tetap sukar untuk menyesuaikan diri dengan tugas yang berbeza. Lebih rumit lagi, dimensi yang berkesan itu sendiri mungkin berubah seiring proses pengoptimuman: dimensi rendah cukup digunakan semasa eksplorasi awal, tetapi mungkin memerlukan butiran dimensi yang lebih tinggi semasa penyesuaian halus di akhir.

DSEBO yang dicadangkan oleh Ant Group bersama Universiti Normal Timur China dan Universiti Nanjing menjadikan dimensi ruang sub sebagai "pemboleh ubah dinamik" dalam proses pengoptimuman, yang secara automatik bertukar mengikut kemajuan carian.

Alamat kertas: https://arxiv.org/pdf/2605.23473

Mekanisme utama DSEBO ialah "naik secara bertahap dari rendah ke tinggi":

• Dari ruang subspasi berdimensi rendah, pengoptimum menghasilkan penyelesaian kandidat dalam ruang berdimensi rendah, kemudian dipetakan ke ruang asal melalui penyemaian rawak, serta dengan cepat mengenal bentuk kasar fungsi objektif, sebelum hasil yang dipulangkan mendorong kemas kini berulang proses Gaussian;
• Mengamati bahawa ekspansi dimensi secara automatik dipicu selepas konvergen, dengan menggunakan matriks penyematan bersama untuk "mewarisi" penyelesaian berdimensi rendah ke dimensi yang lebih tinggi;
• Inisialisasi dan pengoptimuman berterusan ruang sub, dijamin oleh matriks penyusupan bersama supaya setiap ruang sub saling bersarang, membentuk kitaran "eksplorasi dimensi rendah → pemicu konvergensi → pengembangan dimensi → pengoptimuman berterusan", sehingga mencapai had bajet penilaian.

Dalam fasa pengembangan dimensi, kadar pengembangan juga tidak tetap—algoritma akan menyesuaikan secara adaptif berdasarkan lengkung nilai optimum semasa: jika lengkung datar, pengembangan diperlambat untuk mengelakkan perbelanjaan yang tidak perlu; jika lengkung curam, pengembangan dipercepat untuk menangkap keuntungan dimensi tinggi dengan cepat.

Keputusan eksperimen menunjukkan: pada fungsi sintetik (Levy, Griewank, Sphere, D=1000) dan tiga tugas sebenar (MSLR, Lasso-Hard, LIMO), DSEBO dibandingkan secara berpasangan dengan lebih daripada sepuluh kaedah utama seperti REMBO, SIRBO, BAxUS, dan TuRBO, dan memperoleh penyelesaian terbaik dalam hampir semua tugas—kejituan dan kelajuan konvergen sama-sama terdepan.

Pendekatan “mengujicuba pada dimensi rendah, menyesuaikan secara tepat pada dimensi tinggi” ini juga sangat berguna dalam pembangunan harian Ant Group — penyesuaian hiperparameter model kredit, pencarian optimum ambang strategi pengurusan risiko, dan reka bentuk eksperimen pelbagai pemboleh ubah untuk aktiviti pemasaran, tidak lagi memerlukan pakar menganggarkan dimensi secara spekulatif; algoritma sendiri akan “berjalan sambil memantau”, mencapai operasi automatik yang berkesan.

04 VGA-BenchV2: Membuat piawaian penilaian video menjadi "adaptif" terhadap evolusi ekosistem AIGC

Jika tiga kertas pertama membincangkan penyesuaian pada peringkat algoritma, VGA-BenchV2 pula menunjukkan bagaimana infrastruktur penilaian “menyesuaikan” diri terhadap perjalanan ekosistem AIGC. Ini juga merupakan satu-satunya karya di antara keempat-empat kertas yang berfokus pada pemahaman kandungan multimodal, yang mencerminkan simpanan strategik Grup Ant Group di bidang bukan kewangan seperti kehidupan digital dan ekosistem kandungan.

AIGC menyebabkan ledakan dalam penghasilan video, tetapi satu masalah utama menghambat: bagaimana kita menilai kualiti video yang dihasilkan secara sistematik?

Indikator penilaian tradisional seperti FVD (menilai kualiti keseluruhan dan kekonsistenan masa), CLIP Score (menilai konsistensi semantik antara gambar yang dihasilkan dan perihalan teks), terutama memperhatikan sama ada gambar jelas, pergerakan lancar, dan teks sepadan. Mengenai komposisi yang cemerlang, penggunaan cahaya dan bayangan yang teliti, serta warna yang selari — kualiti perasaan yang berkaitan dengan “keindahan” ini, hampir tidak mampu menilainya.

Sebelum ini, di CVPR 2026, Ant Group bekerjasama dengan Beijing Film Academy dan Big Artificial Intelligence Institute (BIGAI) mengusulkan VGA-Bench, yang pertama kali membina kerangka tiga dimensi untuk penilaian estetik video (kualiti estetik, label estetik, kualiti penghasilan), serta membina piawai penilaian berdasarkan 1,016 perkataan arahan, 12 model penghasilan, dan lebih daripada 60,000 video, membolehkan AI belajar untuk "menilai" video dari perspektif profesional untuk pertama kalinya.

Pautan kertas: https://arxiv.org/pdf/2604.10127

Namun, model generasi video berkembang terlalu cepat, dengan ritme iterasi setiap bulan membuat benchmark tetap segera “tidak lagi mencukupi”. Dalam kertas IJCAI 2026 ini, pasukan seterusnya melancarkan VGA-BenchV2.

Alamat sumber terbuka：

https://huggingface.co/datasets/BestVictoryLab/VGA-Bench

▎Tiga perkembangan utama:

Pertama, jumlah penandaan manual meningkat. VGA-BenchV2 menambahkan 36,000 penandaan manual pada tahap tugas, termasuk 16,200 penandaan kualiti estetik, 13,200 penandaan label estetik, dan 6,600 penandaan kualiti penghasilan, masing-masing meningkat sebanyak 13.46 kali, 11.15 kali, dan 1.55 kali berbanding VGA-Bench. Data "keutamaan manusia" yang lebih mencukupi membolehkan penilai selari lebih tepat dengan penilaian estetik manusia.

Kedua, peningkatan arsitek penilai. Pasukan telah mereka bentuk arsitektur hibrida: VAQA-Net bertanggung jawab atas penilaian estetika berterusan, manakala VTag-Net dan VGQA-Net melakukan pengenalan label dan penilaian kualiti berdasarkan model bahasa visual besar Qwen. Pengenalan model besar ini membawa penilaai kepada tahap pemahaman semantik visual yang lebih tinggi. Keputusan eksperimen menunjukkan bahawa penilaian terhadap pelbagai model penghasilan sangat sejajar dengan penilaian manusia.

Ketiga, membuka kitar tertutup dari "penilaian" ke "pengoptimuman". Ini adalah reka bentuk paling revolusioner VGA-BenchV2: ia menggunakan penilai estetika yang dipelajari sebagai isyarat ganjaran, secara langsung digunakan untuk fine-tuning model generatif berdasarkan pembelajaran penguatan. Ini bermakna benchmark penilaian tidak lagi hanya menjadi "pengadil", tetapi skor yang diberikan boleh secara langsung ditukar menjadi isyarat pengoptimuman, membimbing model generatif untuk beriterasi secara berterusan dalam kualiti estetika.

Dari VGA-Bench ke VGA-BenchV2, sistem penilaian bukan lagi ukuran statik, tetapi sistem hidup yang berkolaborasi dengan ekosistem penghasilan. Bagi skenario seperti pemahaman konten, pemeriksaan keselamatan, dan pengoptimuman rekomendasi di Grup Ant, kemampuan penilaian kualitas video tidak hanya mampu mengikuti perkembangan ekosistem AIGC, tetapi juga boleh mendorong pengoptimuman model hulu: dari “memberi skor” ke “mengoptimumkan”, lingkaran tertutup telah terbentuk.

Penutup: Seberapa cerdas pun algoritma, ia akhirnya perlu diuji dalam persekitaran dinamik

Empat kertas kerja masing-masing membincangkan daripada empat arah: pembelajaran tanpa pengawasan, pembelajaran penguatan, pengoptimuman kotak hitam, dan penilaian multimodal, semuanya menunjukkan laluan teknologi yang sama—peralihan dari statik ke dinamik.

Data eksperimen juga mengesahkan keberkesanan laluan ini: MSRGC-Net memenangi 12 tempat pertama dan 2 tempat kedua dalam 15 indikator; ROAD melampaui strategi semasa dalam pelbagai tugas pembelajaran pengukuhan offline ke online; DSEBO mencapai peningkatan yang boleh diukur dalam masalah pengoptimuman seribu dimensi; VGA-BenchV2 menunjukkan keputusan penilaian yang sangat sepadan dengan penilaian manusia di pelbagai model penghasilan.

Dengan melihat keseluruhan strategi Ant Group melalui jalan teknologi ini, anda akan melihat struktur "penggerak ganda" yang jelas: satu sisi memperdalam pemodelan urutan, pembelajaran penguatan, dan algoritma pengoptimuman dalam skenario inti kewangan; sisi lainnya secara proaktif membina infrastruktur pemahaman dan penilaian multimodal dalam ekosistem kehidupan digital dan kandungan.

Pada akhirnya, algoritma secerdik apa pun akhirnya perlu diuji dalam persekitaran dinamik. Nilai sebenar keempat-empat kertas ini mungkin terletak pada fakta bahawa semuanya tumbuh dalam tanah perniagaan yang sebenar: skenario perniagaan Ant Group bukanlah “latar belakang” kertas, tetapi sumber masalah, tempat asal data, dan medan ujian kesan.

Dan mungkin inilah yang menjadikan industri melakukan penyelidikan AI dengan cara yang paling unik—mereka tidak hanya “membuat kertas kerja”, tetapi juga mencari penyelesaian yang “mampu menahan perubahan dinamik” untuk masalah dunia nyata.