The University of Hong Kong（香港大学）

BPDQ: Bit-Plane Decomposition Quantization on a Variable Grid for Large Language Models

BPDQ：基于可变网格的位平面分解量化用于大语言模型

Junyu Chen, Jungang Li, Jing Xiong, Wenjie Wang, Qingyao Yang, He Xiao, Zhen Li, Taiqiang Wu, Mengzhao Chen, Zhen Peng, Chaofan Tao, Long Shi, Hongxia Yang, Ngai Wong

机构 * Southwestern University of Finance and Economics（西南财经大学） ； The University of Hong Kong（香港大学） ； Artificial Intelligence and Digital Finance Key Laboratory of Sichuan Province（四川省人工智能与数字金融重点实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong Polytechnic University（香港理工大学） ； Sun Yat-sen University（中山大学） 纠错

AI总结 本文提出BPDQ，通过位平面和标量系数构建可变量化网格，并利用二阶信息迭代优化，实现2位下大语言模型在单张RTX 3090上达到83.85%的GSM8K准确率。

Overfitting has a limitation: a model-independent generalization gap bound based on Rényi entropy

过拟合有其局限性：基于 Rényi 熵的模型无关泛化间隙界限

Atsushi Suzuki, Jing Wang

机构 * Department of Mathematics Faculty of Science The University of Hong Kong Hong Kong SAR（香港大学数学系） ； School of Computing and Mathematical Sciences Faculty of Engineering and Science. University of Greenwich London, United Kingdom（格林威治大学工程与科学学院） 纠错

AI总结 本文提出基于 Rényi 熵的模型无关泛化间隙上界，解释了大模型在数据量充足时仍能保持良好泛化性能的现象，同时指出数据分布的 Rényi 熵对学习成功至关重要。

Hallucinations are inevitable but can be made statistically negligible

幻觉是不可避免的，但可以被统计上忽略

Atsushi Suzuki, Yulan He, Feng Tian, Zhongyuan Wang

机构 * Department of Mathematics（数学系） ； The University of Hong Kong（香港大学） ； Department of Informatics（信息学院） ； King’s College London（伦敦国王学院） ； Division of Natural and Applied Sciences（自然科学与应用科学系） ； Duke Kunshan University（杜克大学昆山分校） ； School of Computer Science（计算机科学学院） 纠错

AI总结 本文探讨了语言模型幻觉的不可避免性与可忽略性，通过概率视角证明充分高质量训练数据可使幻觉概率降低，同时结合信息论指出概率理论结果更符合实际应用需求。

Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach

在强化学习中塑造稀疏奖励：一种半监督方法

Wenyun Li, Wenjie Huang, Chen Sun

机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） ； Musketeers Foundation Institute of Data Science, HKU（穆斯克特基金会数据科学研究所） 纠错

AI总结 本文提出一种半监督方法，通过利用非零奖励转移和数据增强学习轨迹空间表示，提升稀疏奖励下的奖励塑造效果，在Atari和机器人操控任务中优于监督方法。

COTCAgent: Preventive Consultation via Probabilistic Chain-of-Thought Completion

COTCAgent：通过概率性思维链完成实现预防性咨询

Zihan Deng, Xiaozhen Zhong, Chuanzhi Xu

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（中国电子科学与技术大学深圳高级研究所） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） 纠错

AI总结 本文提出COTCAgent框架，通过概率性思维链完成实现纵向电子健康记录的预防性咨询，解决了现有大语言模型在纵向EHR推理中的统计学推理不足和时间序列依赖性捕捉困难问题。

Proxy Compression for Language Modeling

代理压缩用于语言建模

Lin Zheng, Xinyu Li, Qian Liu, Xiachong Feng, Lingpeng Kong

机构 * University of Hong Kong（香港大学） 纠错

AI总结 本文提出代理压缩方法，通过联合训练原始字节序列和压缩视图，提升语言模型训练效率，并在代码建模中显著优于纯字节级基线。

Comments ICML 2026

VER: Vision Expert Transformer for Robot Learning via Foundation Distillation and Dynamic Routing

VER：基于基础蒸馏和动态路由的机器人学习视觉专家变换器

Yixiao Wang, Mingxiao Huo, Zhixuan Liang, Yushi Du, Lingfeng Sun, Haotian Lin, Jinghuan Shang, Chensheng Peng, Mohit Bansal, Mingyu Ding, Masayoshi Tomizuka

机构 * UC Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Hong Kong（香港大学） ； Peking University（北京大学） ； Stony Brook University（石溪大学） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 VER通过基础蒸馏和动态路由实现机器人学习，采用轻量路由网络动态选择专家，提升任务灵活性和精度，实现多任务高性能。

Video2GUI: Synthesizing Large-Scale Interaction Trajectories for Generalized GUI Agent Pretraining

Video2GUI：合成大规模交互轨迹用于通用GUI代理预训练

Weimin Xiong, Shuhao Gu, Bowen Ye, Zihao Yue, Lei Li, Feifan Song, Sujian Li, Hao Tian

机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，北京大学） ； The University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学） 纠错

AI总结 本文提出Video2GUI框架，通过自动提取互联网视频中的GUI交互轨迹，生成大规模数据集WildGUI，提升了GUI代理的泛化能力。

Comments Accepted at ICML 2026

Resolving Action Bottleneck: Agentic Reinforcement Learning Informed by Token-Level Energy

消除行动瓶颈：由令牌级能量指导的代理强化学习

Langzhou He, Junyou Zhu, Yue Zhou, Zhengyao Gu, Junhua Liu, Wei-Chieh Huang, Henry Peng Zou, David Wipf, Philip S. Yu, Qitian Wu

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Potsdam Institute for Climate Impact Research（波茨坦气候影响研究所） ； Technical University of Berlin（柏林技术大学） ； University of Southern California（南加州大学） ； University of Hong Kong（香港大学） ； Broad Institute of MIT and Harvard（MIT和哈佛大学Broad研究所） 纠错

AI总结 本文提出ActFocus方法，通过令牌级能量建模解决强化学习中令牌级训练信号分配不均的问题，显著提升性能。

Comments Preprint

Entropy Polarity in Reinforcement Fine-Tuning: Direction, Asymmetry, and Control

强化微调中的熵极性：方向、不对称性与控制

Jiazheng Zhang, Ziche Fu, Junrui Shen, Yunbin Zhao, Yunke Zhang, Zhiheng Xi, Long Ma, Chenxin An, Zhihao Zhang, Shichun Liu, Dingwei Zhu, Shihan Dou, Shaofan Liu, Han Li, Wiggin Zhou, Aiden Adams, Tao Gui, Fei Huang, Qi Zhang, Xuanjing Huang

机构 * Fudan NLP Group（复旦大学自然语言处理组） ； Honor Device Co Ltd（荣誉设备有限公司） ； University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent Hunyuan（腾讯文心） 纠错

AI总结 本文提出熵极性理论框架，揭示熵变化的token级机制，开发PAPO算法通过优势重加权实现熵控制，实验显示其在数学推理和代理基准中表现优异。

Any3D-VLA: Enhancing VLA Robustness via Diverse Point Clouds

Any3D-VLA：通过多样化点云增强VLA鲁棒性

Xianzhe Fan, Shengliang Deng, Xiaoyang Wu, Yuxiang Lu, Zhuoling Li, Mi Yan, Yujia Zhang, Zhizheng Zhang, He Wang, Hengshuang Zhao

机构 * School of Computing and Data Science, The University of Hong Kong, Hong Kong SAR, China（计算与数据科学学院，香港大学，香港特别行政区，中国） ； School of Computing（计算学院） ； Peking University, Beijing, China（北京大学，北京，中国） 纠错

AI总结 本文提出Any3D-VLA，通过整合点云与2D表示，提升VLA在复杂场景中的鲁棒性，解决3D数据稀缺和领域差距问题。

Comments ICML 2026

AgenticEval: Toward Agentic and Self-Evolving Safety Evaluation of Large Language Models

AgenticEval: 向大型语言模型的代理和自演化安全评估迈进

Yixu Wang, Xin Wang, Yang Yao, Xinyuan Li, Xibang Yang, Yan Teng, Xingjun Ma, Yingchun Wang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The University of Hong Kong（香港大学） ； East China Normal University（华东师范大学） 纠错

AI总结 本文提出AgenticEval框架，通过自演化评估流程动态检测LLM安全风险，实验显示模型安全评分随评估强化而下降，揭示静态评估的局限性。

Comments Findings of ACL 2026

PolitNuggets: Benchmarking Agentic Discovery of Long-Tail Political Facts

PolitNuggets: 评估代理发现长尾政治事实

Yifei Zhu

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 PolitNuggets通过构建400位全球精英的政治传记，涵盖10000多个政治事实，评估代理信息合成能力，发现当前系统在细节处理和效率上存在显著差异。

Comments 24 pages, 7 figues, accpeted in The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

AIS: Adaptive Importance Sampling for Quantized RL

AIS: 量化强化学习中的自适应重要性采样

Jiajun Zhou, Wei Shao, Lingchao Zheng, Yuwei Fan, Ngai Wong

机构 * Huawei（华为） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出AIS方法，通过动态调整重要性采样强度，解决量化强化学习中 rollout 与训练不匹配导致的策略梯度偏差问题，在保持FP8加速优势的同时，提升训练稳定性。

PhysEditBench: A Protocol-Conditioned Benchmark for Dense Physical-Map Prediction with Image Editors

PhysEditBench: 一种基于协议的密集物理地图预测基准

Jiaxin Yang, Yu Hou, Muxin Liu, Weixuan Liu, Ze Yuan, Zeming Chen, Zhongrui Wang, Xiaojuan Qi

机构 * Southern University of Science and Technology（南方科技大学） ； The University of Hong Kong（香港大学） ； East China Normal University（华东师范大学） 纠错

AI总结 PhysEditBench旨在评估和标准化图像编辑器在密集物理地图预测中的性能，涵盖深度、法线、反照率、粗糙度和金属度五个目标，通过定制协议和高质量数据集验证图像编辑器与专用模型的性能差异。

Comments 48 pages, 12 figures, including references, appendix, and supplementary benchmark details

Z-Order Transformer for Feed-Forward Gaussian Splatting

Z-Order Transformer用于前馈高斯点云

Can Wang, Lei Liu, Wei Jiang, Dong Xu

机构 * The University of Hong Kong（香港大学） ； Futurewei Technologies Inc（未来科技公司） 纠错

AI总结 本文提出Z-Order Transformer用于前馈高斯点云，通过稀疏注意力机制和Z-order策略有效捕捉高斯点间空间与语义关系，提升实时渲染质量与效率。

Comments Accept by CVPR 2026, Oral

LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback

基于大语言模型的多模态反馈在学习效果和学生感知上与教师反馈相当且更优

Chloe Qianhui Zhao, Jie Cao, Jionghao Lin, Kenneth R. Koedinger

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出一种实时AI辅助的多模态反馈系统，通过整合结构化文本解释与动态多媒体资源，实现学习效果与学生感知的提升，证明AI反馈在清晰度、具体性等方面优于传统教师反馈。

Comments 11 pages, to be published at the 16th International Learning Analytics & Knowledge Conference (LAK '26)

CoRe-Gen: Robust Spectrum-to-Structure Generation under Imperfect Fingerprint Conditions

CoRe-Gen：在不完美指纹条件下实现鲁棒的光谱到结构生成

Tianbo Liu, Chixiang Lu, Jing Hao, Hengyu Zhang, Lifei Wang, Haibo Jiang, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang Shuren University（浙江师范大学） 纠错

AI总结 针对光谱到结构生成中指纹预测误差的问题，CoRe-Gen通过合成光谱预训练、频率感知指纹扰动和结构感知解码，提升了生成鲁棒性，在NPLIB1上达到新高准确率。

Exploring how EFL students talk to and through AI to develop texts

探索EFL学生如何与AI交流以发展文本

David James Woo, Yangyang Yu, Yilin Huang, Deliang Wang, Kai Guo, Chi Ho Yeung

机构 * Everwrite Limited（Everwrite有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； The Education University of Hong Kong（香港教育大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文研究EFL学生通过提示工程和协商作者身份与AI互动，探讨其对写作表现的影响，发现不同的人机对话责任模式对写作表现无显著影响。

Comments 37 pages, 5 figures

Structural Diversity Drives Disruptive Scientific Innovation

结构多样性驱动颠覆性科学创新

Yichun Peng, Saike He, Peijie Zhang, Kang Zhao, Yi Yang, Ning Zhang, Qingpeng Zhang, Daniel Dajun Zeng, Hao Peng

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院，北京100190，中国） ； University of Chinese Academy of Sciences, Beijing 101408, China（中国科学院大学，北京101408，中国） ； Department of Business Analytics, Tippie College of Business, The University of Iowa, Iowa City, IA 52242, United States of America（美国爱荷华大学蒂普皮商学院商业分析系，爱荷华市，IA 52242，美国） ； The University of Hong Kong, Institute of Data Science & Department of Pharmacology and Pharmacy（香港大学，数据科学研究所及药理学与药学系） 纠错

AI总结 研究通过结构多样性指标揭示科学创新的组织结构影响，证明其在预测颠覆性创新中的有效性，并提出跨学科整合机制。

AlphaGRPO: Unlocking Self-Reflective Multimodal Generation in UMMs via Decompositional Verifiable Reward

AlphaGRPO：通过分解性可验证奖励解锁UMMs中的自反思多模态生成

Runhui Huang, Jie Wu, Rui Yang, Zhe Liu, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 AlphaGRPO通过分解性可验证奖励提升多模态生成能力，实现文本到图像生成和自反思修正，验证了自反思强化方法在生成高质量输出中的有效性。

Comments ICML2026

Elastic Attention Cores for Scalable Vision Transformers

弹性注意力核心用于可扩展的视觉变换器

Alan Z. Song, Yinjie Chen, Mu Nan, Rui Zhang, Jiahang Cao, Weijian Mai, Muquan Yu, Hossein Adeli, Deva Ramanan, Michael J. Tarr, Andrew F. Luo

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Hong Kong（香港大学） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出VECA架构，通过弹性核心-外围注意力机制实现线性复杂度，避免二次缩放，提升高分辨率视觉任务性能。

Comments Project repository here: https://github.com/alansong1322/VECA

Towards Generalist Game Players: An Investigation of Foundation Models in the Game Multiverse

迈向通用游戏玩家：对游戏多元宇宙中基础模型的调查

Kuan Zhang, Dongchen Liu, Qiyue Zhao, Tianyu Xin, Yue Su, Haisheng Wang, Han Yin, Hongbo Ma, Peize Li, Tianjun Gu, Xiangnan Wu, Xinran Zhang, Yongxuan Li, Zirong Chen, Yiming Li

机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； MMLab, The University of Hong Kong（香港大学MMLab） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文探讨了在游戏多元宇宙中训练通用游戏玩家的基础模型，分析了数据集、模型、工具和基准四个支柱，并提出五阶段路线图，旨在实现能够同时创造和演化游戏世界的通用智能体。

Comments 51 pages, 7 figures, github: https://github.com/THUSI-Lab/Awesome-LFMs-Play-Games

IGV-RRT: Prior-Real-Time Observation Fusion for Active Object Search in Changing Environments

IGV-RRT：面向动态环境主动目标搜索的先验-实时观测融合

Wei Zhang, Ping Gong, Yujie Wang, Leilei Yao, Minghui Bai, Rongfeng Ye, Yinchuan Wang, Yachao Wang, Chen Sun, Chaoqun Wang

机构 * The School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Data and Systems Engineering, HKU（数据与系统工程系，香港大学） 纠错

AI总结 本文提出IGV-RRT框架，结合先验场景知识与实时目标相关性估计，通过双层语义映射模块和实时规划器提升动态环境中目标搜索效率。

PointCaM: Cut-and-Mix for Open-Set Point Cloud Learning

PointCaM：用于开放集点云学习的Cut-and-Mix

Jie Hong, Shi Qiu, Weihao Li, Saeed Anwar, Mehrtash Harandi, Nick Barnes, Lars Petersson

机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Australian National University（澳大利亚国立大学） ； The University of Western Australia（西澳大学） ； Monash University（墨尔本大学） 纠错

AI总结 本文提出PointCaM方法，通过Unknown-Point Simulator和Estimator模块解决开放集点云学习问题，利用多级特征上下文提升未知对象识别性能。

Comments Accepted in CVIU

Automated Reformulation of Robust Optimization via Memory-Augmented Large Language Models

通过记忆增强的大语言模型实现鲁棒优化的自动化重述

Jinbiao Chen, Shuang Jin, Guoyun Zhang, Junyu Zhang, Guanyi Wang, Hanzhang Qin

机构 * Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； Institute of Operations Research and Analytics, National University of Singapore（新加坡国立大学运筹与分析研究所） ； Agency for Science, Technology and Research (A*STAR)（科技研究局（A*STAR）） 纠错

AI总结 本文提出AutoREM框架，通过记忆增强提升鲁棒优化重述的准确性和效率，无需领域知识或参数更新，适用于不同基础大语言模型。

ROMER: Expert Replacement and Router Calibration for Robust MoE LLMs on Analog Compute-in-Memory Systems

ROMER：专家替换与路由校准以实现鲁棒的MoE大语言模型在模拟计算-内存系统中的应用

Wenyong Zhou, Yuannuo Feng, Yizhe Chen, Taiqiang Wu, Wendong Xu, Wenbo Qi, Zhengwu Liu, Wang Kang, Ngai Wong

机构 * The Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系） ； The School of Integrated Circuit Science and Engineering, Beihang University（北航集成电路科学与工程学院） 纠错

AI总结 ROMER通过专家替换和路由校准缓解模拟计算-内存系统中MoE大语言模型的噪声影响，显著降低困惑度。

Comments 11 pages, 5 figures, 4 tables

DreamAvoid: Critical-Phase Test-Time Dreaming to Avoid Failures in VLA Policies

DreamAvoid：关键阶段测试时 dreaming 以避免 VLA 策略中的失败

Xianzhe Fan, Yuxiang Lu, Shenyuan Gao, Xiaoyang Wu, Ruihua Han, Manling Li, Hengshuang Zhao

机构 * HKU（香港大学） ； HKUST（香港理工大学） ； Northwestern University（西北大学） 纠错

AI总结 DreamAvoid 通过关键阶段测试时 dreaming 框架，使 VLA 模型能预测并避免失败，提升任务成功率。

Comments 19 pages, 7 figures

GeomHerd: A Forward-looking Herding Quantification via Ricci Flow Geometry on Agent Interactive Simulations

GeomHerd：通过Ricci流几何在代理交互模拟中进行前瞻性从众量化

Lake Yang, Junwei Su, Jingfeng Zeng, Wenhao Lu, Xingzhi Qian, Weitong Zhang, Chuan Wu, Dunhong Jin

机构 * University of Science and Technology of China（科学技术大学） ； MaxQuant ； The University of Hong Kong（香港大学） ； University College London（伦敦大学学院） 纠错

AI总结 本文提出GeomHerd框架，利用Ricci流几何直接量化代理交互图中的协调性，提前预测从众行为，实验显示其在连续自旋模型中提前检测从众现象，且在Vicsek模型中表现良好。

CoLVR: Enhancing Exploratory Latent Visual Reasoning via Contrastive Optimization

CoLVR: 通过对比优化增强探索性潜在视觉推理

Ziyang Ding, Linjian Meng, Yiming Wu, Yuhan Li, Yuhao Liu, Zhen Zhao

机构 * Shandong University（山东大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 CoLVR通过引入潜在对比训练框架，利用角度扰动引导学习多样化且探索性的表示，提升潜在视觉推理的探索能力，在VSP和Jigsaw任务中分别提升5.83%和8.00%。