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

DS-CIM: Digital Stochastic Computing-In-Memory Featuring Accurate OR-Accumulation via Sample Region Remapping for Edge AI Models

DS-CIM：数字随机计算-内存通过样本区域重映射实现准确的或-累积用于边缘AI模型

Kunming Shao, Liang Zhao, Jiangnan Yu, Zhipeng Liao, Xiaomeng Wang, Yi Zou, Tim Kwang-Ting Cheng, Chi-Ying Tsui

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； South China University of Technology（华南理工大学） ； MoE Engineering Research Center of Design and Technology Co-Optimization of IC（MoE设计与技术协同优化集成电路工程研究中心） ； Westlake University（西湖大学） 纠错

AI总结 DS-CIM通过样本区域重映射实现高精度和高效率的边缘AI模型计算，适用于INT8 ResNet18和FP8 LLaMA-7B模型。

Comments Accepted by 2026 Design, Automation and Test in Europe Conference (DATE)

VVTRec: Radio Interferometric Reconstruction through Visual and Textual Modality Enrichment

VVTRec: 通过视觉和文本模态增强进行无线电干涉图重建

Kai Cheng, Ruoqi Wang, Qiong Luo

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 VVTRec通过融合视觉和文本模态增强，提升无线电干涉图重建的图像质量和准确性。

StablePDENet: Enhancing Stability of Operator Learning for Solving Differential Equations

StablePDENet: 提高求解微分方程的算子学习稳定性

Chutian Huang, Chang Ma, Kaibo Wang, Yang Xiang

机构 * Department of Mathematics, The Hong Kong University of Science and Technology（香港科技大学数学系） ； Algorithms of Machine Learning and Autonomous Driving Research Lab（机器学习与自动驾驶算法研究实验室） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute（香港科技大学深圳-香港协同创新研究院） 纠错

AI总结 StablePDENet通过对抗训练提升神经算子学习的稳定性，确保在正常和对抗条件下均能保持高精度求解微分方程。

VPGS-SLAM: Voxel-based Progressive 3D Gaussian SLAM in Large-Scale Scenes

基于体素的渐进式3D高斯SLAM：用于大规模场景的VPGS-SLAM

Tianchen Deng, Wenhua Wu, Junjie He, Yue Pan, Shenghai Yuan, Danwei Wang, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； Key Laboratory of System Control and Information Processing, Ministry of Education（系统控制与信息处理重点实验室，教育部） ； Thrust of Robotics and Autonomous Systems, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统研究 thrust，香港科技大学（广州）） ； University of Bonn（波恩大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学） 纠错

AI总结 VPGS-SLAM提出了一种基于体素的渐进式3D高斯SLAM方法，适用于大规模室内外场景，通过多子地图实现紧凑准确的场景表示，并结合2D-3D融合跟踪和回环闭合方法提升鲁棒性。

HiRes-LLaVA: Restoring Fragmentation Input in High-Resolution Large Vision-Language Models

HiRes-LLaVA: 高分辨率大视觉-语言模型中碎片化输入的恢复

Runhui Huang, Xinpeng Ding, Chunwei Wang, Jianhua Han, Yulong Liu, Hengshuang Zhao, Hang Xu, Lu Hou, Wei Zhang, Xiaodan Liang

机构 * Shenzhen campus of Sun Yat-sen University（中山大学深圳校区） ； Huawei（华为） ； The Hong Kong University of Science and Technology（香港科技大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 HiRes-LLaVA通过引入SliceRestore适配器和Self-Mining Sampler，有效恢复高分辨率输入的碎片化问题，提升模型在文档相关任务中的性能。

ACR: Adaptive Context Refactoring via Context Refactoring Operators for Multi-Turn Dialogue

ACR: 通过上下文重构运算符进行多轮对话的自适应上下文重构

Jiawei Shen, Jia Zhu, Hanghui Guo, Weijie Shi, Yue Cui, Qingyu Niu, Guoqing Ma, Yidan Liang, Jingjiang Liu, Yiling Wang, Shimin Di, Jiajie Xu

机构 * Zhejiang Normal University（浙江师范大学） ； Alibaba Group（阿里巴巴集团） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Southeast University（东南大学） ； Soochow University（苏州大学） 纠错

AI总结 ACR通过动态上下文重构运算符和教师指导的自我进化训练范式，有效缓解多轮对话中的上下文惯性和状态漂移问题，提升对话性能并降低令牌消耗。

Reinforcement Learning of Large Language Models for Interpretable Credit Card Fraud Detection

基于大语言模型的强化学习在可解释性信用卡欺诈检测中的应用

Cooper Lin, Yanting Zhang, Maohao Ran, Wei Xue, Hongwei Fan, Yibo Xu, Zhenglin Wan, Sirui Han, Yike Guo, Jun Song

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； Imperial College London（伦敦帝国理工学院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出利用强化学习后训练轻量级语言模型，以提高信用卡欺诈检测的可解释性和准确性。

Crisis-Bench: Benchmarking Strategic Ambiguity and Reputation Management in Large Language Models

Crisis-Bench: 大型语言模型中战略模糊与声誉管理的基准测试

Cooper Lin, Maohao Ran, Yanting Zhang, Zhenglin Wan, Hongwei Fan, Yibo Xu, Yike Guo, Wei Xue, Jun Song

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； National University of Singapore（新加坡国立大学） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 Crisis-Bench通过多智能体POMDP评估LLM在高风险企业危机中的战略模糊与声誉管理能力，揭示模型在信息隐瞒与道德约束间的平衡问题。

AlgBench: To What Extent Do Large Reasoning Models Understand Algorithms?

AlgBench: 大型推理模型对算法的理解程度有多高？

Henan Sun, Kaichi Yu, Yuyao Wang, Bowen Liu, Xunkai Li, Rong-Hua Li, Nuo Chen, Jia Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学） 纠错

AI总结 AlgBench通过算法为中心的基准测试揭示大型推理模型在算法理解上的性能差异和局限性。

Comments Under review

360DVO: Deep Visual Odometry for Monocular 360-Degree Camera

360DVO：单目360度相机的深度视觉里程计

Xiaopeng Guo, Yinzhe Xu, Huajian Huang, Sai-Kit Yeung

机构 * Division of Integrative Systems and Design, Hong Kong University of Science and Technology（整合系统与设计系，香港科学与技术大学） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学） ； Department of Ocean Science, Hong Kong University of Science and Technology（海洋科学系，香港科学与技术大学） 纠错

AI总结 360DVO通过深度学习方法提升单目360度相机在复杂环境下的视觉里程计鲁棒性和精度。

Comments 12 pages. Received by RA-L

DynaGen: Unifying Temporal Knowledge Graph Reasoning with Dynamic Subgraphs and Generative Regularization

DynaGen：将动态子图与生成正则化统一用于时序知识图谱推理

Jiawei Shen, Jia Zhu, Hanghui Guo, Weijie Shi, Guoqing Ma, Yidan Liang, Jingjiang Liu, Hao Chen, Shimin Di

机构 * Zhejiang Normal University（浙江师范大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯） ； Southeast University（东南大学） 纠错

AI总结 DynaGen通过动态子图和生成正则化统一了时序知识图谱推理，提升插值和外推任务的性能。

Exploring the Vulnerabilities of Federated Learning: A Deep Dive into Gradient Inversion Attacks

探索联邦学习的漏洞：深入分析梯度反向攻击

Pengxin Guo, Runxi Wang, Shuang Zeng, Jinjing Zhu, Haoning Jiang, Yanran Wang, Yuyin Zhou, Feifei Wang, Hui Xiong, Liangqiong Qu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Mathematics, The University of Hong Kong（数学系，香港大学） ； Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能推动学院，香港科学与技术大学（广州）） ； Department of Electronic and Electrical Engineering, Southern University of Science and Technology（电子与电气工程系，南方科技大学） ； Department of Biomedical Data Science, Stanford University（生物医学数据科学系，斯坦福大学） ； Department of Computer Science and Engineering, University of California, Santa Cruz（计算机科学与工程系，加州大学圣克鲁兹分校） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电子与电气工程系，香港大学） ； Materials Innovation Institute for Life Sciences and Energy (MILES), HKU-SIRI（生命科学与能源材料创新研究所（MILES），HKU-SIRI） 纠错

AI总结 本文系统分析了联邦学习中梯度反向攻击的三种类型，揭示了其性能、实用性及威胁因素，并提出三阶段防御策略以增强隐私保护。

Comments Accepted by IEEE TPAMI

AtomThink: Multimodal Slow Thinking with Atomic Step Reasoning

AtomThink: 多模态慢思考与原子步骤推理

Kun Xiang, Zhili Liu, Terry Jingchen Zhang, Yinya Huang, Yunshuang Nie, Kaixin Cai, Yiyang Yin, Runhui Huang, Hanhui Li, Yihan Zeng, Yu-Jie Yuan, Jianhua Han, Lanqing Hong, Hang Xu, Xiaodan Liang

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； ETH Zurich（苏黎世联邦理工学院） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Hong Kong（香港大学） ； Noah’s Ark Lab（诺亚实验室） ； Yinwang Intelligent Technology Co., Ltd.（亿纬智能科技有限公司） 纠错

AI总结 AtomThink通过引入原子步骤推理，提升多模态大语言模型的推理性能和效率。

Comments TPAMI accepted

DQ-LoRe: Dual Queries with Low Rank Approximation Re-ranking for In-Context Learning

DQ-LoRe：双查询与低秩近似重排序用于上下文学习

Jing Xiong, Zixuan Li, Chuanyang Zheng, Zhijiang Guo, Yichun Yin, Enze Xie, Zhicheng Yang, Qingxing Cao, Haiming Wang, Xiongwei Han, Jing Tang, Chengming Li, Xiaodan Liang

机构 * Sun Yat-Sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； MBZUAI ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学） ； DarkMatter AI Research（DarkMatter AI研究） 纠错

AI总结 DQ-LoRe通过双查询与低秩近似重排序方法提升GPT-4上下文学习性能，实现94.2%的性能提升。

Comments Accepted in ICLR 2024

FaST: Efficient and Effective Long-Horizon Forecasting for Large-Scale Spatial-Temporal Graphs via Mixture-of-Experts

FaST: 为大规模时空图实现高效且有效的长周期预测

Yiji Zhao, Zihao Zhong, Ao Wang, Haomin Wen, Ming Jin, Yuxuan Liang, Huaiyu Wan, Hao Wu

机构 * Yunnan University（云南大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Griffith University（格里菲斯大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Beijing Jiaotong University（北京交通大学） 纠错

AI总结 FaST通过异构性感知混合专家框架，实现大规模时空图的高效长周期预测，提升预测精度与计算效率。

Comments Accepted to KDD 2026

Vision-Language Introspection: Mitigating Overconfident Hallucinations in MLLMs via Interpretable Bi-Causal Steering

视觉-语言反思：通过可解释的双因果引导减轻大语言模型中的过度自信幻觉

Shuliang Liu, Songbo Yang, Dong Fang, Sihang Jia, Yuqi Tang, Lingfeng Su, Ruoshui Peng, Yibo Yan, Xin Zou, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； The Hong Kong University of Science and Technology（香港理工大学） ； LIGHTSPEED 纠错

AI总结 VLI通过可解释的双因果引导方法，有效减少大语言模型中的对象幻觉，提升多模态任务的准确性和可靠性。

From Rays to Projections: Better Inputs for Feed-Forward View Synthesis

从射线到投影：更优质的输入用于前馈视图合成

Zirui Wu, Zeren Jiang, Martin R. Oswald, Jie Song

机构 * HKUST (GZ)（香港科技大学（广州）） ； University of Oxford（牛津大学） ； University of Amsterdam（阿姆斯特丹大学） ； HKUST（香港科技大学） 纠错

AI总结 本文提出投影条件化方法，通过稳定的2D输入提升视图合成的鲁棒性和一致性，优于传统射线条件化方法。

Comments Project Page: https://wuzirui.github.io/pvsm-web

MVT: Mask-Grounded Vision-Language Models for Taxonomy-Aligned Land-Cover Tagging

MVT：基于分类对齐的土地覆盖标签的掩码导向视觉-语言模型

Siyi Chen, Kai Wang, Weicong Pang, Ruiming Yang, Ziru Chen, Renjun Gao, Alexis Kai Hon Lau, Dasa Gu, Chenchen Zhang, Cheng Li

机构 * HKUST（香港科技大学） ； JHU（约翰·霍普金斯大学） ； CUHKSZ（香港中文大学） ； NUS（新加坡国立大学） ； MUST（穆斯林大学） 纠错

AI总结 MVT通过三阶段框架结合类无关掩码证据与基于分类的场景解释，提升遥感土地覆盖标签的准确性和信息性。

Comments The project is available at https://charlescsyyy.github.io/MVT

AM$^3$Safety: Towards Data Efficient Alignment of Multi-modal Multi-turn Safety for MLLMs

AM$^3$Safety: 向多模态多轮安全对齐的数据高效方法

Han Zhu, Jiale Chen, Chengkun Cai, Shengjie Sun, Haoran Li, Yujin Zhou, Chi-Min Chan, Pengcheng Wen, Lei Li, Sirui Han, Yike Guo

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Zhongshan School of Medicine, SUN YAT-SEN UNIVERSITY（中山医学院，孙中山大学） ； University of Edinburgh（爱丁堡大学） ； University of Washington（华盛顿大学） 纠错

AI总结 AM$^3$Safety通过结合冷启动拒绝阶段和组相对策略优化，有效提升多模态多轮对话的安全性，降低攻击成功率并增强模型的无害与帮助维度。

LEGATO: Good Identity Unlearning Is Continuous

LEGATO: 优良的身份遗忘是连续的

Qiang Chen, Chun-Wun Cheng, Xiu Su, Hongyan Xu, Xi Lin, Shan You, Angelica I. Aviles-Rivero, Yi Chen

机构 * HKUST（香港科技大学） ； University of Cambridge（剑桥大学） ； Central South University（中南大学） ； Shanghai Jiaotong University（上海交通大学） ； SenseTime Research（商汤科技研究院） ； Tsinghua University（清华大学） 纠错

AI总结 LEGATO通过连续轨迹建模实现生成模型的身份遗忘，采用轻量级神经ODE适配器实现可控且稳定的遗忘过程，避免灾难性崩溃并提升性能。

Active Sensing Shapes Real-World Decision-Making through Dynamic Evidence Accumulation

主动感知通过动态证据累积塑造现实世界决策

Hongliang Lu, Yunmeng Liu, Junjie Yang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Civil and Environmental Engineering（土木与环境工程） ； Emerging Interdisciplinary Area（新兴跨学科领域） ； Systems Hub（系统枢纽） 纠错

AI总结 本文提出了一种计算方案，将证据累积建模扩展到现实世界，揭示了主动感知如何通过动态证据累积影响现实世界决策。

OptiVote: Non-Coherent FSO Over-the-Air Majority Vote for Communication-Efficient Distributed Federated Learning in Space Data Centers

OptiVote: 非相干自由空间光 (FSO) 过空气多数投票用于通信高效的分布式联邦学习在空间数据中心

Anbang Zhang, Chenyuan Feng, Wai Ho Mow, Jia Ye, Shuaishuai Guo, Geyong Min, Tony Q. S. Quek

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Computer Science, University of Exeter（计算机科学系，埃克塞特大学） ； Department of ECE, The Hong Kong University of Science and Technology（电子与电气工程系，香港科学与技术大学） ； School of Electrical Engineering, Chongqing University（电气工程学院，重庆大学） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（信息系统技术与设计学院，新加坡科技设计大学） 纠错

AI总结 OptiVote 是一种非相干自由空间光过空气多数投票框架，用于在空间数据中心中实现通信高效的分布式联邦学习。

AgenticMath: Enhancing LLM Reasoning via Agentic-based Math Data Generation

AgenticMath: 通过基于代理的数学数据生成增强LLM推理

Xianyang Liu, Yilin Liu, Shuai Wang, Hao Cheng, Andrew Estornell, Yuzhi Zhao, Jun Shu, Jiaheng Wei

机构 * King’s College London（伦敦国王学院） ； Hong Kong Baptist University（香港 Baptist 大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； ByteDance Seed（字节跳动种子） ； City University of Hong Kong（香港城市大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 AgenticMath通过基于代理的数学数据生成方法，提升LLM在数学推理任务上的性能。

Comments 8 pages

Wow, wo, val! A Comprehensive Embodied World Model Evaluation Turing Test

哇，哇，val！一个综合的具身世界模型评估图灵测试

Chun-Kai Fan, Xiaowei Chi, Xiaozhu Ju, Hao Li, Yong Bao, Yu-Kai Wang, Lizhang Chen, Zhiyuan Jiang, Kuangzhi Ge, Ying Li, Weishi Mi, Qingpo Wuwu, Peidong Jia, Yulin Luo, Kevin Zhang, Zhiyuan Qin, Yong Dai, Sirui Han, Yike Guo, Shanghang Zhang, Jian Tang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Innovation Center of Humanoid Robotics（人形机器人创新中心） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出Wow-wo-val基准测试，评估视频基础模型在具身人工智能中的生成能力，发现其在长期规划和物理一致性上表现有限，揭示了现实世界与生成视频之间的差距。

The Combined Problem of Online Task Assignment and Lifelong Path Finding in Logistics Warehouses: Rule-Based Systems Matter

物流仓库中在线任务分配与终身路径寻找的联合问题：基于规则的系统至关重要

Fengming Zhu, Weijia Xu, Yifei Guo, Fangzhen Lin

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Meituan Academy of Robotics Shenzhen（美团机器人研究院（深圳）） 纠错

AI总结 本文提出了一种基于规则的系统，用于解决物流仓库中的在线任务分配与终身路径寻找问题，通过提高效率和经济性，展示了其在实际应用中的优势。

Comments In Proceedings ICLP 2025, arXiv:2601.00047

Journal ref EPTCS 439, 2026, pp. 167-187

WonderHuman: Hallucinating Unseen Parts in Dynamic 3D Human Reconstruction

WonderHuman: 在动态3D人体重建中生成未见部分

Zilong Wang, Zhiyang Dou, Yuan Liu, Cheng Lin, Xiao Dong, Yunhui Guo, Chenxu Zhang, Xin Li, Wenping Wang, Xiaohu Guo

机构 * Department of Computer Science, The University of Texas at Dallas（德克萨斯大学达拉斯分校计算机科学系） ； Computer Graphics Group, The University of Hong Kong（香港大学计算机图形组） ； School of Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学工程学院） ； Guangdong Provincial/Zhuhai Key Laboratory of IRADS, Beijing Normal-Hong Kong Baptist University（广东/珠海IRADS重点实验室，北京师范大学-香港 Baptist大学） ； Department of Computer Science & Engineering, Texas A&M University（德克萨斯A&M大学计算机科学与工程系） 纠错

AI总结 WonderHuman通过双空间优化和分数蒸馏采样技术，从单目视频实现高保真动态人体重建，尤其擅长生成未见人体部分。

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 31, no. 12, 2025

MIND: From Passive Mimicry to Active Reasoning through Capability-Aware Multi-Perspective CoT Distillation

MIND：通过能力感知的多视角CoT蒸馏从被动模仿到主动推理

Jin Cui, Jiaqi Guo, Jiepeng Zhou, Ruixuan Yang, Jiayi Lu, Jiajun Xu, Jiangcheng Song, Boran Zhao, Pengju Ren

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, National Engineering Research Center for Visual Information and Applications, and Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室、视觉信息与应用国家工程研究中心、人工智能与机器人研究所） ； Nankai University（南开大学） ； The Hong Kong University of Science and Technology(Guangzhou)（香港科技大学（广州）） ； School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件学院） 纠错

AI总结 MIND通过能力感知的多视角CoT蒸馏，从被动模仿转向主动推理，提升模型在分布内和分布外任务中的性能。

Comments 13 pages, 8 figures

VideoMemory: Toward Consistent Video Generation via Memory Integration

VideoMemory: 通过记忆整合实现一致的视频生成

Jinsong Zhou, Yihua Du, Xinli Xu, Luozhou Wang, Zijie Zhuang, Yehang Zhang, Shuaibo Li, Xiaojun Hu, Bolan Su, Ying-cong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； ByteDance（字节跳动） 纠错

AI总结 VideoMemory通过动态记忆库整合叙事规划与视觉生成，实现多镜头中角色、道具和环境的一致性生成。

Comments Project page: https://hit-perfect.github.io/VideoMemory/

Layer-Order Inversion: Rethinking Latent Multi-Hop Reasoning in Large Language Models

层序倒置：重新思考大语言模型中的潜在多跳推理

Xukai Liu, Ye Liu, Jipeng Zhang, Yanghai Zhang, Kai Zhang, Qi Liu

机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出"层序倒置"现象，通过概率性回忆与提取框架解释大语言模型中多跳推理的机制，揭示了层序倒置与总跳步数的关系，并提供了多跳失败的诊断方法。

Comments 16 pages, 18 figures

Quantifying LLM Biases Across Instruction Boundary in Mixed Question Forms

量化混合问题形式中跨指令边界的LLM偏见

Zipeng Ling, Shuliang Liu, Yuehao Tang, Chen Huang, Gaoyang Jiang, Shenghong Fu, Junqi Yang, Yao Wan, Jiawan Zhang, Kejia Huang, Xuming Hu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Pennsylvania（宾夕法尼亚大学） ； Huazhong University of Science and Technology（华中科技大学） ； Hong Kong Polytechnic University（香港理工大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） 纠错

AI总结 本文提出BiasDetector基准，用于评估LLM在混合问题形式数据集下对稀疏标签混合的识别能力，揭示用户指令对LLM偏见的影响。