Mila đã thông báo rằng các nhà nghiên cứu của họ sẽ trình bày 70 bài báo tại Hội nghị Quốc tế về Đại diện Học máy (ICLR) 2026 tại Brazil. Các bài thuyết trình chính trong ngày đầu tiên sẽ bao gồm những tiến bộ trong việc hợp nhất mô hình, học đồ thị và học tăng cường. Các công trình đáng chú ý bao gồm việc hợp nhất mô hình mạnh mẽ của DisTaC thông qua chưng cất các vectơ nhiệm vụ có điều kiện và khung đánh giá chuẩn của GraphOmni để đánh giá các mô hình ngôn ngữ lớn trên các nhiệm vụ lý thuyết đồ thị. Trong học tăng cường, SHAPO giới thiệu tối ưu hóa nhận thức độ sắc nét để khám phá an toàn, trong khi ARM-FM sử dụng các mô hình nền tảng để tạo máy thưởng tự động. Các mô hình sinh sẽ có những đổi mới như Huấn luyện dựa trên hồi quy hiệu quả của các luồng chuẩn hóa cho các bộ tạo Boltzmann và tính toán xác suất chính xác của FALCON trong các luồng liên tục. Ngoài ra, Mila sẽ trình bày những tiến bộ trong các mô hình ngôn ngữ lớn, bao gồm việc trực quan hóa quá trình suy luận và định nghĩa lại sự sụp đổ mô hình như một đặc điểm của việc máy quên.