The Chinese University of Hong Kong（香港中文大学）

OccuBench: Evaluating AI Agents on Real-World Professional Tasks via Language Environment Simulation

OccuBench：通过语言环境模拟评估AI代理在真实世界专业任务中的表现

Xiaomeng Hu, Yinger Zhang, Fei Huang, Jianhong Tu, Yang Su, Lianghao Deng, Yuxuan Liu, Yantao Liu, Dayiheng Liu, Tsung-Yi Ho

机构 * Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 OccuBench通过语言环境模拟评估AI代理在100个真实世界专业任务场景中的表现，涵盖10个行业类别和65个专业领域，发现大模型、新版本和高推理能力提升性能，但强代理不等于强环境模拟器。

Comments 23 pages, 8 figures, 2 tables. Project page: https://gregxmhu.github.io/OccuBench-website/

High Probability Guarantees for Random Reshuffling

随机重洗的高概率保证

Hengxu Yu, Xiao Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 本文研究了随机重洗方法在非凸优化中的高概率复杂度保证，提出了一种简单停止准则并验证了其有效性。

Comments In this new version, we have removed the saddle-point avoidance part and improved the stopping criterion part by using a horizon-free step size rule

Does RL Expand the Capability Boundary of LLM Agents? A PASS@(k,T) Analysis

强化学习是否扩展大语言模型代理的能力边界？一种PASS@(k,T)分析

Zhiyuan Zhai, Wenjing Yan, Xiaodan Shao, Xin Wang

机构 * Fudan University（复旦大学） ； Chinese University of Hong Kong（香港中文大学） ； University of Waterloo（滑铁卢大学） 纠错

AI总结 本文通过PASS@(k,T)指标分析强化学习在代理工具使用中的能力扩展，发现其在复杂任务中确实扩大了能力边界，而静态推理中则趋于收敛。

Listen, Pause, and Reason: Toward Perception-Grounded Hybrid Reasoning for Audio Understanding

倾听、暂停与推理：迈向基于感知的混合推理以实现音频理解

Jieyi Wang, Yazhe Niu, Dexuan Xu, Zhongyu Wei

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； CUHK MMLab（香港中文大学多媒体实验室） ； Fudan University（复旦大学） 纠错

AI总结 本文提出HyPeR框架，通过感知-推理混合方法提升音频理解能力，通过PAQA数据集训练模型并引入PAUSE标记和一致性奖励，实验表明其在复杂音频场景中表现优异。

CoTEvol: Self-Evolving Chain-of-Thoughts for Data Synthesis in Mathematical Reasoning

CoTEvol：用于数学推理数据合成的自演化思维链

Zhuo Wang, Zhuo Zhang, Yafu Li, Yu Cheng, Lizhen Qu, Zenglin Xu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Monash University（墨尔本大学） ； Independent Researcher（独立研究者） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） 纠错

AI总结 本文提出CoTEvol，一种基于遗传算法的思维链生成框架，通过全局交叉和局部突变提升生成准确性和多样性，实验表明其在数学推理任务中效果优于传统方法。

Comments acl2026 findings

Towards Deploying VLA without Fine-Tuning: Plug-and-Play Inference-Time VLA Policy Steering via Embodied Evolutionary Diffusion

迈向无需微调的VLA部署：通过具身进化扩散实现即插即用的推理时VLA策略引导

Zhuo Li, Junjia Liu, Zhipeng Dong, Tao Teng, Quentin Rouxel, Darwin Caldwell, Fei Chen

机构 * Collaborative and Versatile Robots (CLOVER) Laboratory, T-Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong（协作与多功能机器人实验室，T-Stone机器人研究所，香港中文大学，香港） ； Φ \Phi -Institute for Physical Human Intelligence（物理人机智能研究所） ； Center for Embodied Artificial Intelligence and Computer Vision, Shenzhen Loop Area Institute, Shenzhen, China（具身人工智能与计算机视觉中心，深圳环园研究院，深圳，中国） ； Department of Advanced Robotics, Istituto Italiano di Tecnologia, Genoa, Italy（先进机器人系，意大利理工学院，热那亚，意大利） 纠错

AI总结 本文提出VLA-Pilot方法，通过即插即用的策略引导实现无需微调的零样本部署，提升预训练VLA在不同任务和机器人平台上的表现。

Comments 9 pages, 8 figures, submitted to IEEE RA-L