The University of Hong Kong（香港大学）

AgentV-RL: Scaling Reward Modeling with Agentic Verifier

AgentV-RL: 通过代理验证器扩展奖励建模

Jiazheng Zhang, Ziche Fu, Zhiheng Xi, Wenqing Jing, Mingxu Chai, Wei He, Guoqiang Zhang, Chenghao Fan, Chenxin An, Wenxiang Chen, Zhicheng Liu, Haojie Pan, Dingwei Zhu, Tao Gui, Qi Zhang, Xuanjing Huang

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） ； Huazhong University of Science and Technology（华中科技大学） ； The University of Hong Kong（香港大学） ； ByteDance Seed（字节跳动种子） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） 纠错

AI总结 本文提出Agentic Verifier框架，通过多轮工具增强的反思过程提升奖励建模效果，实验显示其在并行和顺序TTS任务中表现优异，4B变体超越现有最优ORMs 25.2%。

Comments ACL 2026

Closing the Theory-Practice Gap in Spiking Transformers via Effective Dimension

通过有效维度关闭理论与实践之间的差距：脉冲变换器

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong, Hong Kong, China（香港大学） ； Brain Investing Limited, Hong Kong, China（脑投有限公司） 纠错

AI总结 本文提出首个脉冲自注意力的理论框架，通过有效维度分析解释为何少量时间步足以实现高精度，提供设计规则和实验验证。

Comments 6 pages, 3 figures, 7 tables

When Do Early-Exit Networks Generalize? A PAC-Bayesian Theory of Adaptive Depth

当早期退出网络何时能够泛化？一种基于PAC-Bayesian理论的自适应深度理论

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong, Hong Kong, China（香港大学） ； Brain Investing Limited, Hong Kong, China（Brain Investing有限公司） 纠错

AI总结 本文提出基于PAC-Bayesian框架的自适应深度网络理论，通过熵基界、构造性常数、早期退出优势、近似标签独立性扩展以及实验验证，探讨早期退出网络的泛化能力。

Comments 6 pages, 1 figure, 7 tables, 1 algorithm