ASARL: Autonomous Social-Aware Relevance Learning for QQ Search
ASARL：面向QQ搜索的自主社交感知相关性学习
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 该研究针对社交搜索的语境差异等挑战，提出ASARL框架，结合多智能体数据整理与三阶段训练，在QQ搜索平台实验中提升了相关性指标、用户参与度及标注效率。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 效率与部署 1933 篇
RLMM-Flow: A Flow-based Mobile Manipulation Framework with Latent-Space Reinforcement Learning
RLMM-Flow：一种基于流的隐空间强化学习移动操作框架
专题命中 效率与部署 ：pretraining(abstract)；post-training(abstract)
AI总结 该研究提出RLMM-Flow框架，结合流策略预训练与隐空间强化学习，在移动操作基准上提升任务成功率等指标，同时保留流的快速推理能力。
Where Steering Signals Come From: Activation Source Selection in Activation Steering
转向信号来自何处：激活转向中的激活源选择
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； YiXin-AILab（易信人工智能实验室）
专题命中 效率与部署 ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究激活转向中转向信号的来源选择，通过实验表明改变源激活会影响转向成功率，有效转向信号来自执行边界状态，基于此提出尾部减法，揭示转向取决于模型即将做的事而非已出现的内容。
VeraGrid-Agent: Tool-Augmented LLMs for Distribution Optimal Power Flow at the Grid Edge
VeraGrid-Agent：用于电网边缘分布式最优潮流的工具增强大语言模型
专题命中 效率与部署 ：LLM(abstract)；language model(abstract)
AI总结 研究针对电网边缘分布式最优潮流问题，提出工具增强大语言模型VeraGrid-Agent，通过自主编写模拟器输入、执行求解器并读取输出作答。引入VeraGrid-MCQ-150测试评估，相比无工具推理，该模型显著提升准确率，且剩余错误源于推理而非求解器执行。
MAViE: A Multi-scale Adaptive Vision Encoder for Fine-grained Visual Perception and Efficient Multimodal Reasoning
MAViE：用于细粒度视觉感知和高效多模态推理的多尺度自适应视觉编码器
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究针对视觉语言模型问题，提出多尺度自适应视觉编码器MAViE，通过融合多层特征、进行令牌路由及引入相关策略，在统一框架下实验，减少视觉令牌数量，提升多任务分数并降低处理时间，还给出模型设计与评估协议。
Comments 10 pages
ReflexTrack: A Feedback-Driven Agent for Training-Free Referring Video Object Segmentation
ReflexTrack：一种用于无训练的引用视频对象分割的反馈驱动智能体
机构 * School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） ； Centre for Vision, Speech and Signal Processing, University of Surrey（萨里大学视觉、语音和信号处理中心）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究针对引用视频对象分割问题，提出无训练、反馈驱动的ReflexTrack智能体。通过掩码引导空间细化和视频级掩码反射实现空间与时间层面反馈，提升预测可靠性，在Ref-VPS和ReasonVOS上取得较好分数。
PathSelect: Sequential Token Selection for Whole Slide Pathology
PathSelect：用于全切片病理学的序列令牌选择
机构 * Shenzhen University of Advanced Technology（深圳先进技术研究院）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 针对全切片图像给视觉语言模型带来的计算瓶颈，提出解耦路由框架PathSelect，将令牌剪枝重构成序列选择过程，训练时引入方差保持噪声门等，推理时模块分离，有效减少令牌数，提高准确率并优于基于采样的方法。
ConFusion: Continuous Fusion Space Learning for Fine-Grained Controllable Infrared and Visible Image Fusion
ConFusion：用于细粒度可控红外与可见光图像融合的连续融合空间学习
机构 * North China Electric Power University（华北电力大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究可控红外与可见光图像融合，提出ConFusion框架，通过高斯条件空间感知调制学习连续融合空间，采用双分支架构及相关模块实现实例级细粒度可控融合，实验证明其在融合质量和下游任务上达先进水平。
Comments 10 pages, 5 figures
Towards a Relevance Posterior in Neural Information Access
迈向神经信息访问中的相关性后验
专题命中 效率与部署 ：LLM(abstract,abstract_cn)
AI总结 研究现代信息检索系统中相关性操作的局限，提出将其理解为近似后验推理，扩展经典概率检索形式，通过显式似然 - 先验分解转移计算，纳入查询独立文档效用，经实验证明能提升检索效果并给出研究方向。
Comments SIGIR 2026 Perspectives Track
Structured Redundancy Modeling for Efficient Visual Token Pruning in High-Resolution MLLMs
用于高分辨率多模态大语言模型中高效视觉令牌剪枝的结构化冗余建模
机构 * LG Electronics（LG电子） ； Pusan National University（釜山国立大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 针对高分辨率多模态大语言模型视觉令牌爆炸致延迟瓶颈问题，提出单向前向剪枝器SFPruner，通过语义引导岭杠杆方案和基于排名的方向掩码两个互补机制，在单次前向传递中实现冗余感知重要性选择，有效减少令牌选择时间并保持性能。
Comments Accepted to ECCV 2026
The Fallacy of Sustainable Generative AI: Limitations in EU Environmental Regulation of Data Centres and Paths Forward
可持续生成式人工智能的谬误：欧盟数据中心环境监管的局限性及未来方向
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究指出欧盟数据中心环境监管中PUE和WUE基准存在“效率悖论”，提出通过个体报告和政策干预展示生态效益的策略，并给出揭示认证效率提升、记录权衡及监测收益递减等三项政策建议，以平衡可持续性与人工智能创新。
Teaching LLMs to Self-Evolve: Cultivating Core Meta-Skills with Reinforcement Learning
教大语言模型自我进化：用强化学习培养核心元技能
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 效率与部署 ：post-training(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究旨在通过强化学习培养大语言模型自我进化的元技能。提出MetaEvolve框架，经数据合成、进化感知强化学习等流程，在编码任务中训练模型。实验表明该框架在编码基准测试中性能出色，能有效激发通用元技能，为自主进化的人工智能发展提供路径。
Out of Sight, Still in Mind: Token Compression for Omni-LLMs
视而不见，仍记于心：全模态大语言模型的令牌压缩
机构 * KAIST（韩国科学技术院） ； VGG, University of Oxford（牛津大学视觉几何组）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究旨在降低Omni-LLMs推理时输入令牌成本，提出无需训练的ReMo框架，通过跨模态重分配信息压缩视觉令牌，在Qwen2.5-Omni上实验，去除54%输入令牌且准确率无损失，甚至略超全令牌模型。
Comments Preprint
Continual Video-MLLM Adaptation over Evolving Domains
在不断演变的领域上进行连续视频 - MLLM 适应
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； Hong Kong Polytechnic University（香港理工大学） ； The University of Southern Queensland（南昆士兰大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究视频多模态大语言模型对不断演变领域的适应问题，提出分布感知专家路由框架 DAER，通过保持领域隔离的轻量级专家、引入多种路由和优化机制，在域增量基准上评估，结果优于现有方法。
Comments Accepted to ACM MM 2026
EdgeCoInfer: Hierarchical Collaborative Inference for On-Device Multimodal Large Models
EdgeCoInfer：用于设备端多模态大模型的分层协作推理
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 针对边缘环境中多模态大模型面临的挑战，提出EdgeCoInfer框架，通过模型间功能模块共享和模型内细粒度划分实现粒度自适应部署，采用混合进化分层强化学习解决问题，实验表明该框架能提高任务完成率并降低系统成本和内存消耗。
Cold-Start Model Delivery in Kubernetes Inference Serving: An Empirical Study of OCI-Based Distribution and Its Integrity
Kubernetes推理服务中的冷启动模型交付：基于OCI的分发及其完整性的实证研究
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究Kubernetes推理服务中模型冷启动交付问题，通过在KServe平台实现oci+native://和oci+fetch://两条新交付路径进行分析，对比不同交付路径在不同模型大小下的表现，提出服务时完整性设计并验证其对交付时间的影响。
Comments 8 pages, 2 figures, 3 tables. Submitted to IEEE Access. Benchmark harness and data: https://github.com/kliukovkin/oci-model-delivery-bench
Efficient Frame Selection for Long Videos at Test Time with Attention-Based MLLM Selectors
基于注意力的MLLM选择器在测试时对长视频进行高效帧选择
机构 * ZJU（浙江大学） ； NJU（南京大学） ； CSU（中南大学） ； Microsoft（微软公司） ； NJUST（南京理工大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究利用MLLMs中验证选择提取层的跨模态注意力构建无训练的DAFS帧选择器，通过查询条件聚合提取帧级证据，将候选池大小和每帧令牌预算联合分配问题用动态规划解决，在Video-MME上表现出色，且无需重新训练即可跨多种模型和任务泛化。
Efficient and Effective In-place Graph-based Vector Index Updates
高效且有效的基于图的向量索引就地更新
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 大语言模型时代面临高效向量更新难题，本文提出Yi，通过分解促进合并思想及任务执行引擎等三个核心组件，实现基于图的向量索引就地高效更新，实验显示其在更新吞吐量等方面优于现有系统。
CADAQUES: A Cost-Aware Dual Architecture for Query-Efficient Autonomous Discovery
CADAQUES：用于高效查询自主发现的成本感知双架构
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究自主发现系统，提出开源框架CADAQUES，基于成本是发现循环一级原语的原则，将循环分为预言机和驱动程序，按通用预算收费并记录成本差异，通过定位二维伊辛模型临界温度评估，效果良好且计量成本低。
Human-Robot Interaction in GenAI Architectures via the Agent-Client Protocol
通过代理-客户端协议实现生成式人工智能架构中的人机交互
机构 * Machine Perception and Intelligent Robotics Group (MAPIR-UMA), Malaga Institute for Mechatronics Engineering and Cyber-Physical Systems (IMECH.UMA), University of Malaga（机器感知与智能机器人组（MAPIR-UMA），马拉加机电一体化工程与网络物理系统研究所（IMECH.UMA），马拉加大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究针对GenAI推动下机器人架构中HRI层碎片化问题，提出采用代理-客户端协议（ACP），结合MCP构建三层解耦架构，消除架构依赖，支持异构界面，提供协作HRI能力，经实验验证了架构的互操作性和实时人在回路工作流程。
Comments 8 pages, 5 figures, 1 table. Submitted to IEEE Robotics and Automation Letters (RA-L)
Natural-Language to SysMLv2 Translation via Conformance-Driven Iterative Refinement
通过一致性驱动的迭代优化实现自然语言到SysMLv2的翻译
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究自然语言到SysMLv2的翻译，提出由一致性检查器驱动的框架，在生成-检查-修复循环中嵌入检查器，以生产级接受为终止条件，经评估，该方法相比单次生成大幅提高了生产一致性。
Comments Accepted for presentation and publication in the Proceedings of the ASME 2026 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (IDETC/CIE 2026)
Hy-Embodied-VLM-1.0: Efficient Physical-World Agents
Hy-Embodied-VLM-1.0：高效的物理世界智能体
机构 * Tencent Robotics X（腾讯Robotics X团队） ； Hy Vision Team（腾讯混元视觉团队） ； Futian Laboratory（福田实验室）
专题命中 效率与部署 ：foundation model(abstract)；post-training(abstract)
AI总结 研究旨在构建物理世界具身智能体，介绍Hy-Embodied-VLM-1.0模型。定义以行动为中心的能力分类法，开发数据管道。基于特定主干和编码器构建模型，用专家混合架构提升效率。在多基准测试中性能出色，较上一代有显著提升，在具身智能任务中也表现强大。
Comments Tech Report. Code and models are open-sourced at https://github.com/Tencent-Hunyuan/HY-Embodied
Prompt Generation Technical Report
提示生成技术报告
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究针对工业搜索等系统中特征工程复杂的问题，提出提示生成（PG）框架，通过两个JSON文件解耦特征处理逻辑与模型架构，经组织特征和组件实现三个层面加速，并在淘宝搜索应用取得收益，成为迭代框架。
Whole-Body Semantic-to-Actuation Grounding of Elephant-Inspired Soft-Trunk Motion via Lightweight Flow Matching
通过轻量级流匹配实现大象启发式软躯干运动的全身语义到驱动的基础
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 针对近距离人机交互中类似躯干机器人关联开放词汇响应难的问题，提出基于轻量级流匹配的全身语义到驱动基础框架，将多模态大语言模型响应转换为元组，参数化轨迹并采样运动，实验显示其提升关联正确性、减少推理时间，还提升了人机交互满意度。
Descriptive Execution of HPC Applications and Workflows
高性能计算应用程序和工作流的描述性执行
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究评估智能框架在高性能计算中的表现，该框架结合大语言模型及资源，能完成扩展研究、作业规范转换和生物科学工作流三项任务，揭示特定任务失败模式，为多集群设置开发提供宝贵信息。
Comments 8 pages, 6 figures, 3 tables
On the Limitations of Non-GPU AI Accelerators for Large-Model Inference: A Field Study of MoE and Multimodal Serving on Huawei Ascend
论非 GPU 人工智能加速器在大模型推理中的局限性：基于华为昇腾的 MoE 和多模态服务的实地研究
专题命中 效率与部署 ：LLM(abstract,abstract_cn)
AI总结 研究非 GPU 人工智能加速器在大模型推理中的局限性，通过在华为昇腾系统上部署两个大型推理工作负载进行实地研究，总结平台八类限制及原因，量化相关指标，为评估或操作此类加速器的团队提供可重复参考。
OmniOPSD: Rationale-Privileged On-Policy Self-Distillation for Affective Computing
OmniOPSD：面向情感计算的理性特权在线自蒸馏
机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Shenzhen Technology University（深圳技术大学） ； Tongji University（同济大学） ； Huawei（华为）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 针对多模态大模型在复杂推理任务中奖励稀疏的问题，提出OmniOPSD框架，利用前沿模型生成的理性作为教师特权证据而非学生模仿目标，通过在线自蒸馏提供密集令牌级监督，在MER-UniBench上取得84.19平均分的最优性能。
Audio Sentiment Analysis via Distillation and Cross-Modal Integration of Generated Multilingual Transcripts
通过生成的多语言转录本的蒸馏和跨模态集成进行音频情感分析
机构 * University of Bucharest（布加勒斯特大学） ； PPC Romania（罗马尼亚PPC）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究语音情感分析难题，提出通过跨模态变压器集成音频与文本信息的多模态方案，经自动语音识别生成转录本并翻译为多语言文本，还进行知识蒸馏，实验证明该方法能提升多模态情感分类性能及增强单模态音频模型。
Comments Accepted at KES 2026
Weak-to-Strong Generalization via Direct On-Policy Distillation
通过直接在线策略蒸馏实现弱到强泛化
机构 * SIA-Lab of Tsinghua AIR and ByteDance Seed（清华-字节跳动联合研究中心SIA实验室） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Peking University（北京大学）
专题命中 效率与部署 ：post-training(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 针对可验证奖励RL在大模型上成本高的问题，提出Direct-OPD方法迁移小模型RL的策略偏移，无需在大模型上跑RL即可实现性能提升。
Comments Project Page: https://bytedtsinghua-sia.github.io/Direct-OPD/
ARGUS: Production-Scale Tracing and Performance Diagnosis for over 10,000-GPU Clusters
ARGUS：面向超过10,000 GPU集群的生产级追踪与性能诊断
专题命中 效率与部署 ：LLM(abstract,abstract_cn)
AI总结 提出低开销、细粒度的始终在线追踪与实时分析系统ARGUS，通过分解训练调用层次、统一数据管道和渐进式诊断框架，在超过10,000 GPU集群上实现<2%开销的持续故障检测与性能优化。
