Ant Group опублікувала чотири статті на IJCAI 2026, системно досліджуючи адаптивність ШІ в динамічних середовищах.

Автор статті, джерело: Leiphone

Навіть найрозумніший алгоритм має пройти перевірку в динамічному середовищі.

IJCAI-ECAI 2026 відбудеться з 15 по 21 серпня 2026 року в Бремені, Німеччина. У час проведення конференції AI Science & Technology Review систематично сканує статті, прийняті на цю найбільшу конференцію, щоб виявити технологічні тенденції та напрямки розвитку галузі.

УОгляд статей Huawei на IJCAI 2026: від «щільності масштабу» до «щільності дизайну»ми спостерігаємо обережність великих компаній у параметричній гонці та прагнення до ефективності обчислень.

Чотири статті, відібрані Alibaba Group, вказують на таку ж важливу, але зовсім іншу технічну лінію: системне дослідження здатності до адаптації до динамічного середовища.

Точність алгоритмічних моделей постійно встановлює нові рекорди в лабораторії, але після розгортання в реальному світі зниження продуктивності майже стає нормою. Причина проста: реальний світ ніколи не є статичним.

Сценарії використання Alibaba Group вивели цю «нестабільність» до крайньої межі: понад 1 мільярд користувачів, понад 8000 видів послуг, піки та нічні спади платежів можуть відрізнятися на кілька порядків, моделі контролю ризиків повинні реагувати на ітерації стратегій зловмисників на рівні годин, а глобальне розгортання має адаптуватися до різних фінансових інфраструктур країн.

У таких умовах статичні моделі з принципом «навчити один раз, розгорнути назавжди» обов’язково потраплять у ситуацію, подібну до «шукати мішок з мечем там, де він впав».

Саме тому справжній інтелект полягає в тому, чи здатний алгоритм відчувати зміни середовища, активно коригувати власну стратегію та знаходити оптимальні рішення в динаміці. Чотири статті Ant Group одночасно відповідають на цей ключовий питання: як перетворити ІІ з «статичного розв’язувача» на «динамічного самопристосовувача»?

01 MSRGC-Net: зробіть кластеризацію часових рядів «адаптивною» щодо розподілу густини даних

Кластеризація часових рядів — це автоматичне групування великої кількості поведінкових рядів, що є базовим інструментом для розуміння моделей поведінки та виявлення аномальних сигналів.

Але існуючі методи мають свої незручності:

Методи подібності (наприклад, k-Shape): можуть виявляти локальні шаблони, але потрібно обчислювати відстані між усіма парами зразків — при великому обсязі даних це стає дуже повільно;
Методи глибокого навчання (наприклад, автокодувальники): висока потужність представлення, але дороге навчання, складна настройка та великий витрати обчислювальних ресурсів;
Традиційне витягування ознак: залежить від ручного проектування ознак, ключова інформація про часові динаміки може бути втрачена.

Більша проблема полягає в тому, що щільність розподілу часових даних у реальному світі надзвичайно нерівномірна: дані про транзакції під час Дня холостя щільні, як ливень, а вночі — розріджені, як краплі, але традиційні методи вимагають, щоб ви заздалегідь сказали їм, на скільки категорій розділити, що само по собі суперечить реальності.

MSRGC-Net, запропонований Alibaba Group та Чунцинським університетом поштових зв’язків, за допомогою набору «без навчання» методів обійшов дилему між точністю та обчислювальною ефективністю.

Адреса статті: https://arxiv.org/pdf/2606.12077v1

▎ Його основна логіка може бути розбита на три кроки:

Крок 1: Багатомасштабне резервуарне кодування (витягування ознак). Використовуються кілька навчаних резервуарних мереж (ESN) як базові одиниці обчислення, де лише налаштування спектрального радіусу дозволяє одночасно витягувати локальні коливання та довгострокові тренди з оригінальних часових рядів. Після агрегації всіх зразків формується матриця ознак перегляду, яка використовується як вхідні дані для наступних етапів.

Другий крок: побудова анкерної діаграми «зернистих куль» (структурне моделювання) — це найбільш витончена частина. Алгоритм більше не зосереджується на окремих точках даних, а автоматично розподіляє «зернисті кулі» (Granular Ball) на основі локальної густини даних: області з високою густиною утворюють малі, але численні зерна, а області з низькою густиною — великі, але рідкісні зерна. Обсяг даних зменшується з N до M (кількість зерен, M < N), одночасно зменшуючи шумові перешкоди.

Третій крок: багатомасштабна оптимізація графів на основі консенсусу. Якорні графи між масштабами об’єднуються за допомогою стратегії консенсусу, що дозволяє моделі виявляти як мікролокальні патерни, так і макроглобальні тенденції, нарешті генеруючи стійкі результати кластеризації без необхідності вручну вказувати кількість кластерів.

Як ефективна ця стратегія?

На 5 багатовимірних наборах даних для тестування та 15 показниках оцінки (NMI, ARI, RI — по 5 кожен) MSRGC-Net отримав 12 перших місць і 2 других — 80% результатів на першому місці.

Ще важливіше, він уникнув парних обчислень O(n²) і досяг майже лінійної складності. Просто кажучи: швидко й точно, і вам не потрібно вгадувати, на скільки категорій розділити.

У реальних бізнес-сценаріях це означає, що система може автоматично налаштовувати рівень кластеризації залежно від щільності трафіку — під час піків детально групує дані для виявлення аномалій, а під час спадів використовує грубу кластеризацію, щоб зекономити обчислювальні ресурси, завжди слідуючи за даними.

02 Застосування адаптивної стратегії змішування даних для відOffline до Online підсиленого навчання

У підсиленому навчанні існує відома проблема «непридатності до середовища» — «зсув розподілу»: модель, навчена на офлайн-даних, після запуску легко «забуває». Це відбувається через розбіжність між розподілом офлайн-даних і даних онлайн-взаємодії, що призводить до швидкого «забування» знань, отриманих у офлайн-режимі.

Існуючі рішення зводяться до двох: або фіксувати змішане співвідношення 50% офлайн + 50% онлайн, або використовувати евристичні правила для пріоритезації вибірки «наближених стратегій».

Але проблема в тому, що потреби стратегії на різних етапах абсолютно різні — на початковому етапі потрібно більше оффлайн-даних для стабілізації основи, а на пізніх етапах — більше онлайн-даних для дослідження нових можливостей. Фіксована стратегія — це як робити позначки на човні, щоб знайти втрачений меч.

Ant Group у співпраці з Шанхайським джіаотунським університетом запропонувала ROAD, перетворивши співвідношення даних з «передвизначеної параметричної змінної» на «динамічну змінну прийняття рішень».

Адреса статті: https://arxiv.org/pdf/2605.14497

Його основна ідея дуже цікава: вибір даних суттєво є двохрівневою оптимізаційною задачею.

Внутрішній рівень (Inner-Level): Стандартне оновлення Q-навчання, тобто мінімізація помилки Беллмана;
Зовнішній рівень (Outer-Level): Розглядайте стратегію змішування даних як мета-змінну рішення з метою максимізації очікуваного прибутку онлайн-стратегії.

Два рівні апроксимуються за допомогою алгоритму Multi-Armed Bandit (MAB), щоб гібридна стратегія могла в реальному часі налаштовуватися під час навчання: як тільки виявляється, що модель починає «забувати» знання, здобуті на офлайн-етапі, автоматично збільшується частка вибірки офлайн-даних для стабілізації основи; коли модель стає надто консервативною і недостатньо досліджує, відповідно збільшується частка онлайн-даних, щоб спонукати її до експериментування.

Експерименти проведено досить основательно. Команда провела перевірку на трьох класичних тестових наборах від офлайн до онлайн підсилювального навчання: AntMaze (робот знаходить ціль у лабіринті), MuJoCo (контроль руху біонічних роботів) та FrankaKitchen (механічна рука виконує складні операції на кухні). Ці завдання відрізняються рівнем складності та розміром простору станів, що дозволяє всебічно оцінити узагальнювальну здатність алгоритму.

Для перевірки універсальності алгоритму ROAD дослідницька команда поєднала ROAD з такими популярними офлайн-алгоритмами, як IQL, PEX, CQL та Cal-QL. Результати показали: незалежно від базового алгоритму, ROAD стабільно підвищує продуктивність.

Наприклад, із PEX+ROAD цей метод досяг загального середнього балу 71,12 на 24 послідовних завданнях D4RL, зайнявши перше місце у 18 із 24 завдань, що значно перевершує всі базові методи, такі як фіксовані пропорції, зменшувані пропорції та евристичне збалансоване відтворення.

Тобто ROAD дозволяє моделі знайти оптимальну рівновагу між «консервативним наслідуванням» та «агресивним дослідженням» — не призводячи до невдачі при запуску та не пропускаючи можливостей покращення завдяки реальним даним. Цей підхід має чітку цінність для сценаріїв, таких як запуск моделей ризик-менеджменту Ant Group та реальна оптимізація рекомендаційних систем.

03 DSEBO: Адаптивний пошук підпростору для високовимірної байєсівської оптимізації

Байєсова оптимізація — це класичний метод оптимізації чорних скриньок, але вона виникає з труднощами при високих вимірах. Поширеним рішенням є випадкове вкладення — проектування оптимізації в низьковимірний підпростір, але виникає нова проблема: яка ж насправді ефективна розмірність?

Традиційні методи або залежать від досвіду експертів для визначення фіксованого розміру підпростору, або використовують метод проб і помилок для багаторазових оцінок, що вимагає великих ресурсів, а фіксований розмір підпростору важко адаптувати до різних завдань. Ще складніше те, що ефективний розмір може змінюватися в процесі оптимізації: на початковому етапі досить низького розміру, а на фінальному етапі налаштування може знадобитися більша деталізація з вищим розміром.

DSEBO, запропонований Ant Group у співпраці зі Східно-Китайським нормативним університетом та Університетом Наньцзін, робить вимірність підпростору «динамічною змінною» у процесі оптимізації, дозволяючи їй автоматично змінюватися в ході пошуку.

Адреса статті: https://arxiv.org/pdf/2605.23473

Основний механізм DSEBO — «від низького до високого, поступовий стрибок»:

Виходячи з низькорозмірного підпростору, оптимізатор генерує кандидатські рішення в низькому просторі, які потім відображаються в початковий простір за допомогою випадкового вкладення, швидко виявляючи загальний контур цільової функції, після чого результати, що повертаються, керують ітеративним оновленням гауссового процесу;
Після збіжності автоматично активується розширення вимірності, за допомогою спільної матриці вкладень низьковимірні розв’язки «наслідуються» у вищі виміри;
Ініціалізація та подальша оптимізація підпросторів, забезпечена спільною матрицею вкладень, що гарантує взаємне вкладення підпросторів, утворюючи цикл «低维探索→收敛触发→维度扩展→继续优化», доки не буде досягнуто ліміту оціночного бюджету.

У процесі розширення вимірів масштаб розширення також не є фіксованим — алгоритм адаптивно регулює його на основі кривої зміни поточного оптимального значення: якщо крива полога, розширення відбувається повільніше, щоб уникнути непотрібних витрат; якщо крива стрімка, розширення прискорюється, щоб швидко виявити вигоди високих вимірів.

Результати експериментів показали: на синтетичних функціях (Levy, Griewank, Sphere, D=1000) та трьох реальних завданнях (MSLR, Lasso-Hard, LIMO) DSEBO порівнювався з десятками основних методів, таких як REMBO, SIRBO, BAxUS, TuRBO, і в майже всіх завданнях досяг оптимального розв’язку — перевершив за точністю та швидкістю збіжності.

Ця стратегія «спочатку дослідження у низьких вимірах, потім точна настройка у високих вимірах» також дуже корисна у щоденній розробці Ant — оптимізація гіперпараметрів кредитних моделей, пошук оптимальних порогів для стратегій контролю ризиків, багатофакторне експериментальне планування маркетингових акцій — більше не потрібно, щоб експерти на око оцінювали виміри; алгоритми самі «досліджують та адаптуються в процесі», забезпечуючи автоматизацію та високу ефективність.

04 VGA-BenchV2: Зробіть еталон оцінки відео «адаптивним» до еволюції екосистеми AIGC

Якщо три попередні статті розглядають адаптацію на алгоритмічному рівні, то VGA-BenchV2 демонструє, як інфраструктура оцінки «адаптується» до ітерацій екосистеми AIGC. Це єдина робота з чотирьох статей, що зосереджена на розумінні мультимодальних даних, і відображає стратегічні запаси Ant Group у нефінансових сферах, таких як цифрове життя та екосистема контенту.

AIGC спричинив вибух у виробництві відео, але виникла ключова проблема: як системно оцінювати якість цих згенерованих відео?

Традиційні метрики оцінки, такі як FVD (оцінка загальної якості та часовій послідовності), CLIP Score (оцінка семантичної відповідності згенерованих зображень та текстових описів), зосереджуються на тому, чи є зображення чітким, чи рухи плавні, чи текст відповідає змісту. Щодо того, наскільки гарно вибудована композиція, чи продумане освітлення, чи гармонійні кольори — ці аспекти, що стосуються «краси», вони майже не здатні їх оцінити.

Раніше на CVPR 2026 Alibaba разом із Пекінською кіноакадемією та Інститутом загального штучного інтелекту (BIGAI) запропонували VGA-Bench, вперше створивши тривимірну рамку для оцінки відеоестетики (естетична якість, естетичні мітки, якість генерації) та побудувавши оціночний базис на основі 1016 ключових слів, 12 моделей генерації та понад 60 000 відео, що дозволило ШІ вперше навчитися «оцінювати» відео з професійної точки зору.

Посилання на статтю: https://arxiv.org/pdf/2604.10127

Але відеогенераційні моделі розвиваються надто швидко — ітераційний темп у місячний термін робить фіксовані бази швидко «недостатніми». У цій статті IJCAI 2026 команда далі представила VGA-BenchV2.

Адреса відкритого коду:

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

▎Основні еволюційні зміни мають три пункти:

По-перше, обсяг ручної анотації збільшено. VGA-BenchV2 додав 36 000 нових завдань з ручною анотацією, з яких 16 200 — анотації якості естетики, 13 200 — анотації естетичних міток та 6 600 — анотації якості генерації, що відповідає збільшенню в 13,46, 11,15 та 1,55 рази порівняно з VGA-Bench. Більший обсяг даних про «людські уподобання» дозволяє точніше збігати оцінювач з людськими естетичними судженнями.

Друге, модернізація архітектури оцінювача. Команда розробила гібридну архітектуру: VAQA-Net відповідає за безперервну оцінку естетики, а VTag-Net і VGQA-Net використовують велику візуальну мовну модель Qwen для визначення міток та оцінки якості. Впровадження великих моделей підвищило рівень розуміння складних візуальних семантик оцінювачем. Результати експериментів показали, що його оцінки на кількох генеративних моделях високо корелюють з людськими судженнями.

Третє — створення замкненого циклу від «оцінки» до «оптимізації». Це найбільш проривний дизайн VGA-BenchV2: вивчений оцінювач естетики використовується як сигнал нагороди для тонкої настройки генеративних моделей за допомогою підсиленого навчання. Це означає, що оціночний стандарт більше не є лише «суддею» — його бали безпосередньо перетворюються на сигнали оптимізації, що керують постійною ітерацією генеративної моделі щодо якості естетики.

Від VGA-Bench до VGA-BenchV2 система оцінки більше не є статичними мірками, а є живою системою, яка спільно еволюціонує з екосистемою генерації. Для сценаріїв групи Ant, таких як розуміння контенту, безпекова перевірка та оптимізація рекомендацій, здатність оцінки якості відео не лише відповідає еволюції екосистеми AIGC, але й зворотно сприяє оптимізації моделей на верхньому рівні: від «оцінки» до «оптимізації» — замкнений цикл утворено.

Заключення: Навіть найрозумніший алгоритм має пройти перевірку в динамічному середовищі

Чотири статті з різних напрямків — безнаглядного навчання, підсиленого навчання, чорної скрині оптимізації та багатомодальної оцінки — разом вказують на одну й ту ж технічну траєкторію: перехід від статичного до динамічного парадигми.

Експериментальні дані також підтверджують ефективність цього підходу: MSRGC-Net посів перше місце за 12 із 15 показників і друге — за 2; ROAD перевершив існуючі стратегії у завданнях з перекладом з офлайн- на онлайн-підсилене навчання; DSEBO досяг кількісно вимірюваних покращень у задачах оптимізації з тисячею вимірів; VGA-BenchV2 продемонстрував високу збіжність з людськими оцінками при тестуванні на кількох генеративних моделях.

Переглядаючи загальну стратегію Ant з цієї технічної перспективи, можна помітити чітку структуру «двох двигунів»: з одного боку — глибока робота у фінансових ключових сценаріях з використанням часових моделей, підсиленого навчання та оптимізаційних алгоритмів; з іншого — попереднє розгортання інфраструктури багатомодального розуміння та оцінки в цифровому житті та екосистемі контенту.

В кінцевому підсумку, незалежно від того, наскільки розумними є алгоритми, вони все одно повинні бути перевірені в динамічному середовищі. Справжня цінність цих чотирьох статей, можливо, полягає в тому, що вони всі виростали на реальній бізнес-ґрунті: сценарії бізнесу Ant не є «фоном» для статей, а є джерелом проблем, місцем отримання даних і полем для перевірки ефективності.

І, можливо, саме це є найбільш унікальним аспектом AI-досліджень у промисловості — вони не просто «пишуть статті», а шукають рішення для реальних проблем, які здатні витримувати динамічні зміни.