The Hong Kong University of Science and Technology（香港科技大学）

Hierarchical Abstract Tree for Cross-Document Retrieval-Augmented Generation

分层抽象树用于跨文档检索增强生成

Ziwen Zhao, Menglin Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出Ψ-RAG框架，通过迭代'合并与坍缩'过程构建分层抽象树索引，并引入多粒度检索代理，解决传统树状RAG在跨文档多跳问题中的分布适应性、结构隔离和抽象粗粒度等挑战，实验表明其在跨文档多跳问答任务中表现更优。

Comments ICML 2026

PhysiGen: Integrating Collision-Aware Physical Constraints for High-Fidelity Human-Human Interaction Generation

PhysiGen：整合碰撞感知的物理约束以生成高保真的人-人交互

Nan Lei, Yuan-Ming Li, Ling-An Zeng, Liang Xu, Zhi-Wei Xia, Hui-Wen Huang, Fa-Ting Hong, Wei-Shi Zheng

机构 * Sun Yat-sen University（中山大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Guilin University of Electronic Technology（桂林电子科技大学） 纠错

AI总结 本文提出PhysiGen方法，通过简化人体网格和优化碰撞区域，提升多人体交互生成的现实感和物理合理性。

Comments 15 pages, 9 figures

LambdaRankIC: Directly Optimizing Rank IC for Financial Prediction

LambdaRankIC：直接优化金融预测中的排名IC

Yan Lin, Yihong Su, Yi Yang

机构 * University of Macau（澳门大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出LambdaRankIC，直接优化Rank IC，通过推导lambda梯度闭式表达式解决排名操作非可导问题，实验证明其在金融预测中优于传统方法。

Two-View Accumulation as the Primary Training Lever for Hybrid-Capture Gaussian Splatting: A Variance-Decomposition View of When Gradient Surgery Helps

双视图累积作为混合捕捉高斯点划法的主要训练杠杆：一种方差分解视角下的当梯度手术帮助时的情形

Sungjun Cho

机构 * The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出通过双视图累积提升混合捕捉高斯点划法性能，分析方差分解机制，验证结构化与随机配对在方差上的等效性，展示其在不同场景下的有效性。

Claw-Eval-Live: A Live Agent Benchmark for Evolving Real-World Workflows

Claw-Eval-Live: 一个用于评估进化现实工作流的活体代理基准

Chenxin Li, Zhengyang Tang, Mingxin Huang, Yunlong Lin, Shijue Huang, Shengyuan Liu, Bowen Ye, Rang Li, Lei Li, Benyou Wang, Yixuan Yuan

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； South China University of Technology（华南理工大学） ； Xiamen University（厦门大学） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出Claw-Eval-Live活体基准，通过分离可刷新信号层和可复现的发布快照，评估代理在动态工作流需求下的表现，发现可靠工作流自动化仍待解决，领先模型仅完成66.7%的任务。

Comments Project page: https://claw-eval-live.github.io

Entropy Centroids as Intrinsic Rewards for Test-Time Scaling

熵中心作为测试时缩放的内在奖励

Wenshuo Zhao, Qi Zhu, Xingshan Zeng, Fei Mi, Lifeng Shang, Yi R., Fung

机构 * HKUST（香港科技大学） ； ZJU（浙江大学） ； Huawei（华为） 纠错

AI总结 本文提出熵中心作为测试时缩放的内在奖励，通过分析不确定性的时间结构提升模型响应质量，在不同规模模型上均优于现有基线。

Comments Under Review, 39 pages

Find, Fix, Reason: Context Repair for Video Reasoning

寻找、修复、推理：视频推理中的上下文修复

Haojian Huang, Chuanyu Qin, Yinchuan Li, Yingcong Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） 纠错

AI总结 本文提出了一种上下文修复方法，通过冻结的教师模型提供最小证据补丁，帮助学生模型在保持问题不变的情况下快速定位目标区域，提升视频推理的准确性和泛化能力。

Comments 22 pages, 7 figures, 17 tables. Accepted by ICML 2026

Controllable Logical Hypothesis Generation for Abductive Reasoning in Knowledge Graphs

用于知识图谱中演绎推理的可控逻辑假设生成

Yisen Gao, Jiaxin Bai, Tianshi Zheng, Qingyun Sun, Ziwei Zhang, Xingcheng Fu, Jianxin Li, Yangqiu Song

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； The Hong Kong University of Science and Technology（香港理工大学） ； Beihang University（北航） ； Key Lab of Education Blockchain and Intelligent Technology（教育区块链与智能技术重点实验室） ； Guangxi Normal University（广西师范大学） 纠错

AI总结 本文提出CtrlHGen框架，通过监督学习和强化学习解决知识图谱中假设生成的可控性问题，提升假设生成的准确性和实用性。

Comments Accepted by ICLR2026