大厂专区
通过政策对齐推理和分层标注实现可信的多模态审核
机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 Hi-Guard通过政策对齐推理和分层标注提升多模态审核的准确性、泛化性和可解释性。
Comments Accepted by KDD 2026. Code is available at https://github.com/lianqi1008/Hi-Guard
Benchmark^2: 大语言模型评估基准的系统性评估
机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Washington University in St. Louis（华盛顿大学圣路易斯分校） ； Xiaohongshu Inc.（小红书公司）
AI总结 Benchmark^2 提出了一种系统性评估大语言模型评估基准的方法，通过三个互补指标分析基准质量，揭示现有基准的差异并展示选择性构建的高效性。
EComStage：面向电商大语言模型的分阶段和方向特定基准测试
机构 * The University of Tokyo（东京大学） ； Zhejiang University（浙江大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 EComStage提出一个分阶段和方向特定的电商大语言模型基准测试，评估LLM在感知、规划和行动阶段的表现，揭示不同规模和类型的模型在电商场景中的优势与不足。
Comments preprint
通过强化学习优化小红书搜索的生成排序相关性
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 通过强化学习提升小红书搜索生成排序的相关性建模，增强可解释性和性能。
Comments Accepted to the ADS Track at KDD 2026
Agent2World: 通过自适应多智能体反馈学习生成符号世界模型
机构 * The University of Hong Kong（香港大学） ； Xiaohongshu Inc.（小红书公司） ； UESTC（电子科技大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 Agent2World通过自适应多智能体反馈学习生成符号世界模型，提升推理和微调性能，实现30.95%的相对提升。
Comments 48 pages, 15 tables, 7 figures, Project page: https://agent2world.github.io
AdaMuon：自适应穆斯优化器
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science, Shanghai Jiao Tong University（人工智能微电子实验室、人工智能学院、计算机科学学院、上海交通大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 AdaMuon通过结合元素级适应性和正交更新，实现了大规模神经网络训练中的高效稳定优化，训练效率超过Adam达40%。
Comments Codes are available at https://github.com/Chongjie-Si/AdaMuon
dots.ocr: 一种单一视觉-语言模型中的多语言文档布局解析
机构 * hi lab（hi实验室） ； Xiaohongshu Inc（小红书公司）
AI总结 dots_ocr是一种单一视觉-语言模型，通过联合学习多语言文档布局解析的三个核心任务，实现了统一框架下的高效性能提升。
Pet-Bench: 评估大型语言模型作为社交网络服务中电子宠物的能力基准
机构 * Fudan University（复旦大学） ； Xiaohongshu Inc.（小红书公司） ； Beihang University（北航） ； Zhejiang University（浙江大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 Pet-Bench是一个评估大型语言模型作为电子宠物在社交网络服务中能力的基准测试，通过多样化的任务和7500多个互动实例，评估模型在自我进化和人际互动方面的表现，揭示模型大小和能力对性能的影响，推动情感沉浸式人-宠物互动的发展。
RAG-IGBench: 用于开放领域问答中基于检索增强生成的交错生成的创新评估
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） ； Xiaohongshu Inc.（小红书公司） ； Xi’an Jiaotong University（西安交通大学）
AI总结 RAG-IGBench通过创新的评估指标和多模态数据，评估基于检索增强生成的交错生成任务，验证了模型在开放领域问答中的性能提升。
Comments 26 pages, 6 figures, NeurIPS 2025 D&B Track poster
PretrainZero：强化主动预训练
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Xiaohongshu Inc.（小红书公司）
AI总结 PretrainZero通过主动预训练和自监督学习方法，提升通用推理能力，并在多个基准测试中取得显著成绩。
一步扩散变换器用于可控的现实世界图像超分辨率
机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc（小红书公司）
AI总结 ODTSR通过噪声混合视觉流和保真度感知对抗训练，实现一步扩散变换器在现实世界图像超分辨率中的保真度与可控性平衡。
ReMatch: 通过匹配提升表示以实现多模态检索
机构 * University of Glasgow（格拉斯哥大学） ； Xiaohongshu Inc.（小红书公司） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 ReMatch通过生成匹配阶段提升多模态检索的表示能力，利用端到端训练和细粒度嵌入生成，在MMEB基准上取得新突破。
合成课程强化组合文本到图像生成
机构 * Southeast University（东南大学） ； Xiaohongshu Inc.（小红书公司） ； Monash University（墨尔本大学） ； Shanghai Jiao Tong University（上海交通大学） ； Anhui University（安徽大学）
AI总结 CompGen通过课程强化学习框架提升文本到图像生成的组合能力，采用场景图和自适应采样算法优化模型性能。
FlowCut: 通过信息流重新思考冗余性以提高视觉-语言模型的效率
机构 * School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； Xiaohongshu Inc.（小红书公司） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 FlowCut通过信息流视角改进视觉-语言模型的冗余识别，实现更高效的剪枝效果。
Comments Accepted by NeurIPS 2025
机构 * Shanghai Jiao Tong University（上海交通大学） ； Xiaohongshu Inc.（小红书公司）
Comments The code is accessible at https://github.com/Rednote-DeepExperience/LoopTool. The LoopTool-8B is accessible at https://huggingface.co/zhuiguang-ning/LoopTool-8B
机构 * NLP Team, Xiaohongshu Inc.（小红书研究院自然语言处理团队）
机构 * Xiaohongshu（小红书） ； ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
Comments Accepted by ICCV 2025. Project page: https://dynamic-face.github.io/
机构 * Xiaohongshu（小红书） ； Shanghai Jiao Tong University（上海交通大学）
Comments 17 pages, 17 figures
机构 * Xiaohongshu（小红书）
机构 * Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University（上海数据科学 key laboratory，计算机科学学院，复旦大学） ； Fudan University（复旦大学） ； Rhine AI ； East China Normal University（华东师范大学） ； Xiaohongshu（小红书）
机构 * Peking University（北京大学） ； Xiaohongshu Inc（小红书公司）
机构 * School of Computer Science, Beijing Institute of Technology（北京理工大学计算机学院） ； Xiaohongshu Inc（小红书公司）
Comments ACL 2025 Findings
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Xiaohongshu Inc（小红书公司）
Comments Accepted at ACL 2025 Findings
机构 * School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； School of Computer Science and Engineering, Southeast University（计算机科学与工程学院，东南大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Tiamat AI ； Xiaohongshu（小红书）
机构 * HKUST（香港科技大学） ； NUS（国立大学新加坡） ； Xiaohongshu Inc（小红书公司） ； HKUST (GZ)（香港科技大学（广州））
机构 * School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； Xiaohongshu Inc（小红书公司）
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Xiaohongshu Inc（小红书公司） ； Tsinghua University（清华大学）
机构 * School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； Xiaohongshu Inc（小红书公司）
机构 * School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； Xiaohongshu Inc（小红书公司）
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Xiaohongshu Inc（小红书公司）
Comments work in progress
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈