出访人员名单（含领队）

许煌标

出访国家（地区）

韩国

实际

出访时间

2026年7月5日

至2026年7月12日

实际往返路线（相关城市）

福州——韩国首尔——福州

出访任务

参加第43届国际机器学习大会，并作论文报告

出

访

成

果

报

告

我有幸参加了ICML   2026学术会议，并在此次盛会上进行了一次重要的论文汇报。国际机器学习大会（International Conference on Machine   Learning，简称ICML）是致力于推进人工智能分支机器学习的专业人士的首要聚会，由国际机器学习学会（International Machine Learning Society,   IMLS）主办。ICML与NeurIPS、ICLR并称为最具影响力的机器学习三大顶会，是中国计算机学会（CCF）推荐的A类国际学术会议。ICML因展示和发表机器学习各个方面的前沿研究而享誉全球，这些研究成果应用于人工智能、统计学和数据科学等密切相关领域，以及机器视觉、计算生物学、语音识别和机器人等重要应用领域。ICML是全球发展最快的人工智能会议之一。

我的论文题为《LIMSSR:   LLM-Driven Sequence-to-Score Reasoning under Training-Time Incomplete   Multimodal Observations》（LIMSSR：面向训练阶段不完整多模态观测的⼤语言模型驱动的序列到分数推理），这篇论文提出了提出LIMSSR（基于大型语言模型的不完整多模态序列到评分推理），该框架将挑战性的不完整多模态学习任务重新表述为条件序列推理任务。LIMSSR 通过“提示引导的上下文感知模态插补”和“多维表征融合”，利用大型语言模型的语义推理能力，无需直接重建即可从现有上下文中推断出潜在语义。为缓解幻觉问题，我们引入了“掩码感知双路径聚合”机制，以动态校准推理不确定性。在三个动作质量评估数据集上的广泛实验表明，LIMSSR 无需依赖完整的训练数据，其性能便显著优于最先进的基线模型，从而为数据高效的多模态学习确立了新的范式。汇报过程中，我详细讲解了研究的背景、方法、实验结果和结论，并与现场的学者进行了深入的讨论和交流。与会者对该论文表示了浓厚的兴趣，并提出了许多宝贵的建议和意见。

在会议期间，我积极参与了每天的学术报告活动、海报论文和企业展览，与众多学者的深入对话不仅拓宽了我的学术视野，也让我对人工智能、机器学习和计算机视觉领域的前沿动态和发展趋势有了更深刻的洞察。此外，我有幸与领域专家、同行学者建立了联系，并分享了自己的研究工作，收获了极具价值的反馈和建议。

参与ICML 2026会议是我学术旅程的一次重要里程碑。这次大会之行对我产生了深远的影响，不仅让我能够与来自世界各地的国际学术界精英交流讨论，也是我深入了解人工智能、机器学习和计算机视觉最新学术成果的良机。通过我的论文展示和会议参与，我向学术界呈现了自己的研究成果，并且获得了宝贵的学术见解和灵感，这为我的研究方向和未来发展提供了更加明确的方向。

该团组已进行事后公示，并无异议。　　　　　　　　　　　　        （领队签字）

遵守外事纪律情况（含意见和建议等）：

严格遵守出访纪律。