Peking University（北京大学）

InverseScope: Scalable Activation Inversion for Interpreting Large Language Models

InverseScope：用于解释大语言模型的可扩展激活反演

Yifan Luo, Zhennan Zhou, Bin Dong

机构 * School of Mathematical Science, Peking University（北京大学数学科学学院） ； School of Science, Westlake University（西湖大学理学院） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） ； New Cornerstone Science Laboratory, Peking University（北京大学新基石科学实验室） 纠错

AI总结 研究大语言模型内部表征解释难题，提出InverseScope框架，通过输入反演解释神经激活，用新颖架构提高采样效率，揭示模型表征空间结构，可扩展到14B参数模型并推广到分布外输入。

Comments 12 pages

Policy Improvement with Style-Specific Demonstrations

基于特定风格示范的策略改进

Lingfeng Li, Yunlong Lu, Yongyi Wang, Wenxin Li

机构 * School of Computer Science, Peking University, Beijing 100871, China（北京大学计算机学院，北京100871，中国） 纠错

AI总结 研究旨在弥合游戏AI中提升熟练度与多样化风格间的差距，提出MPPO方法，统一在线和离线样本损失目标并引入隐式约束，能在保留风格同时提升现有次优智能体熟练度。

Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-60230-8}

GenShin: Guiding Rational Liposome Design by Ranking Liposomal Protein Corona through a Docking-Pose-Free GNN

原神：通过无对接姿势的图神经网络对脂质体蛋白冠进行排名以指导合理的脂质体设计

Pingfei Zhu, Hongyi Liu, Xueyan Liu, Zhenjun Yang, Bo Yang

机构 * Key Laboratory of symbolic Computation and Knowledge Engineering of ministry of education（教育部符号计算与知识工程重点实验室） ； Jilin University（吉林大学） ； State Key Laboratory of Natural and Biomimetic Drugs（国家自然与仿生药物重点实验室） ； School of Pharmaceutical Sciences（药学院） ； Peking University（北京大学） 纠错

AI总结 研究脂质纳米颗粒组织特异性递送中蛋白冠组成预测难题，提出通过对脂质-血浆蛋白对评分排序揭示脂质体表面蛋白相对组成，介绍无对接姿势的图神经网络GenShin及优势。

Comments 31 pages,4 figures