Peking University（北京大学）

AgentFactory: A Self-Evolving Framework Through Executable Subagent Accumulation and Reuse

AgentFactory: 通过可执行子代理积累与重用实现自我进化框架

Zhang Zhang, Shuqi Lu, Hongjin Qian, Di He, Zheng Liu

机构 * Peking University（北京大学） ； Hong Kong Polytechnic University（香港理工大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

AI总结 本文提出AgentFactory，通过保存可执行子代理代码而非文本经验实现自我进化，使子代理在反馈中持续优化，提升任务执行效率和鲁棒性，实现能力持续积累。

Attention Sinks Induce Gradient Sinks

注意力沉底引发梯度沉底

Yihong Chen, Quanming Yao

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

AI总结 研究从反向传播角度探讨注意力沉底与梯度沉底的关系，发现因果掩码下注意力沉底会引发梯度集中，且在预归一化架构中，大规模激活是训练时对梯度压力的适应性响应。

Comments 10 pages, 5 figures

Deep learning and the rate of approximation by flows

深度学习与流的逼近速率

Jingpu Cheng, Qianxiao Li, Ting Lin, Zuowei Shen

机构 * Department of Mathematics, National University of Singapore（新加坡国立大学数学系） ； Institute for Functional Intelligent Materials, National University of Singapore（新加坡国立大学功能智能材料研究所） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院） 纠错

AI总结 研究深度残差网络深度对逼近能力的影响，通过连续动力系统设定量化由给定向量场族驱动的流逼近微分同胚所需的最小时间 horizon，揭示学习效率与架构选择兼容性的关系。

GIFT: Reconciling Post-Training Objectives via Finite-Temperature Gibbs Initialization

GIFT：通过有限温度吉布斯初始化调和后训练目标

Zhengyang Zhao, Lu Ma, Yizhen Jiang, Xiaochen Ma, Zimo Meng, Chengyu Shen, Lexiang Tang, Haoze Sun, Peng Pei, Wentao Zhang

机构 * Peking University（北京大学） ； Meituan（美团） 纠错

AI总结 本文提出GIFT方法，通过将监督视为有限温度能量势，解决后训练阶段目标不一致问题，实验表明其在强化学习初始化中优于传统SFT及其他基线方法。

HyperMotionX: The Dataset and Benchmark with DiT-Based Pose-Guided Human Image Animation of Complex Motions

HyperMotionX：基于DiT的Pose引导人体图像动画的Dataset和Benchmark

Shuolin Xu, Siming Zheng, Ziyi Wang, HC Yu, Jinwei Chen, Huaqi Zhang, Daquan Zhou, Tong-Yee Lee, Bo Li, Peng-Tao Jiang

机构 * Bournemouth University（伯恩茅斯大学） ； vivo BlueImage Lab, vivo Mobile Communication Co., Ltd（vivo 蓝影实验室，vivo 通信有限公司） ； Peking University（北京大学） ； National Cheng-Kung University（国立成功大学） 纠错

AI总结 本文提出基于DiT的高效人体动画生成基线和改进的RoPE模块，构建了HyperMotionX数据集和基准，提升了复杂人体运动动画的结构稳定性和外观一致性。

Comments 17 pages, 7 figures

Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics

基于状态空间模型的原子轨迹建模用于生物分子动力学

Liang Shi, Jiarui Lu, Junqi Liu, Chence Shi, Zhi Yang, Jian Tang

机构 * School of Computer Science, Peking University ； Mila - Qu\'ebec AI Institute ； CIFAR AI Chair 纠错

AI总结 本文提出ATMOS框架，结合状态空间模型和Pairformer机制，生成生物分子原子级轨迹，实现高效建模和药物发现应用。

UAV-CB: A Complex-Background RGB-T Dataset and Local Frequency Bridge Network for UAV Detection

UAV-CB: 一种复杂背景RGB-T数据集和局部频率桥梁网络用于UAV检测

Shenghui Huang, Menghao Hu, Longkun Zou, Hongyu Chi, Zekai Li, Feng Gao, Fan Yang, Qingyao Wu, Ke Chen

机构 * Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（南方科技大学） ； Peking University（北京大学） ； Xinjiang University（新疆大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出UAV-CB数据集和LFBNet网络，针对低空环境中的UAV检测复杂背景和伪装问题，通过局部频率空间建模提升RGB-T融合性能，实验证明其在伪装和杂乱背景下的鲁棒性。

Beyond Outliers: A Data-Free Layer-wise Mixed-Precision Quantization Approach Driven by Numerical and Structural Dual-Sensitivity

超越异常值：一种无需数据的分层混合精度量化方法，由数值和结构双敏感性驱动

Hengyuan Zhang, Xinrong Chen, Zunhai Su, Xiao Liang, Jing Xiong, Wendong Xu, He Xiao, Chaofan Tao, Wei Zhang, Ruobing Xie, Lei Jiang, Hayden Kwok-Hay So, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Tencent（腾讯） 纠错

AI总结 本文提出NSDS方法，通过数值和结构双敏感性驱动分层混合精度量化，无需校准数据，在不同模型和任务中均优于基线方法。

ShuttleEnv: An Interactive Data-Driven RL Environment for Badminton Strategy Modeling

ShuttleEnv：一种用于羽毛球策略建模的交互式数据驱动RL环境

Ang Li, Xinyang Gong, Bozhou Chen, Yunlong Lu, Jiaming Ji, Yongyi Wang, Yaodong Yang, Wenxin Li

机构 * School of Computer Science, Peking University（北京大学计算机学院） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） 纠错

AI总结 本文介绍ShuttleEnv，一种基于精英球员比赛数据的交互式数据驱动RL环境，通过显式概率模型模拟比赛动态，支持强化学习和战略行为分析，提供实时可视化以探索不同打法和策略。

Learning Adaptive Distribution Alignment with Neural Characteristic Function for Graph Domain Adaptation

基于神经特征函数的自适应分布对齐用于图域适应

Wei Chen, Xingyu Guo, Shuang Li, Zhao Zhang, Yan Zhong, Fuzhen Zhuang, Deqing wang

机构 * School of Artificial Intelligence, Beihang University（北航人工智能学院） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； School of Mathematical Sciences, Peking University（北大数学系） ； Zhongguancun Laboratory（中关村实验室） 纠错

AI总结 本文提出ADAlign框架，通过自适应分布对齐解决图域适应中的分布偏移问题，利用神经谱差异衡量跨图偏移，实现灵活且鲁棒的域适应。

Comments Accepted by ICLR 2026, 24 pages

Detecting Data Contamination from Reinforcement Learning Post-training for Large Language Models

在大型语言模型后训练强化学习中检测数据污染

Yongding Tao, Tian Wang, Yihong Dong, Huanyu Liu, Kechi Zhang, Xiaolong Hu, Ge Li

机构 * School of Computer Science, Peking University（北京大学计算机学院） ； New H3C Technologies Co., Ltd（新华H3C技术有限公司） 纠错

AI总结 本文提出Self-Critique方法，通过分析LLM后强化学习阶段输出熵分布的变化来检测数据污染，实验表明其在多个模型和污染任务中显著优于基线方法，AUC提升达30%。

Comments Accepted to ICLR 2026. Code is available at https://github.com/yongding-tao/RL-Data-Contamination