Peking University（北京大学）

CMuon: Accelerating and Stabilizing Diffusion Transformer Training via Chunked Momentum Orthogonalization

CMuon：通过分块动量正交化加速并稳定扩散Transformer的训练

Chuyan Chen, Peng Sun, Kun Yuan

机构 * Peking University（北京大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） 纠错

AI总结 针对扩散Transformer训练计算成本高、普通Muon优化器存在后期收敛问题的瓶颈，提出CMuon策略，通过分块权重实现训练加速与收敛优化，在ImageNet 256上200个epoch达FID1.18，训练速度超AdamW2倍

Comments ECCV 2026

IACM-RL: Intent-Aware Context Management and Reinforcement Learning for Complex Tool Invocation under Dynamic Intent Fluctuations

IACM-RL：动态意图波动下复杂工具调用的意图感知上下文管理与强化学习

Dingwei Zhu, Jiahan Li, Chengjun Pan, Yunxian Yang, Yunbin Zhao, Yunke Zhang, Zhonghang Lu, Zhuohui Sheng, Chenhao Huang, Jiahang Lin, Yajie Yang, Junlin Shang, Shichun Liu, Yuhui Wang, Honglin Guo, Junjie Ye, Xin Guo, Jiazheng Zhang, Ming Zhang, Shihan Dou, Zhiheng Xi, Tao Gui, Qi Zhang, Xipeng Qiu, Xuanjing Huang

机构 * Fudan University（复旦大学） ； Honor Device Co Ltd.（荣耀设备有限公司） ； Peking University（北京大学） 纠错

AI总结 针对动态意图波动下长程工具调用的意图偏差与无限API循环问题，提出IACM-RL框架，结合DynamicIntent流水线与BeliefState上下文管理器，在多基准上实现性能提升。

One QK Channel, Many Sources: Guarding Low-Precision Attention Collapse

一个QK通道，多个源：防范低精度注意力崩溃

Shuxiao Xie, Shuyang Xie, Yuan Cao, Dezhi Ran, Wei Yang, Tao Xie

机构 * Beijing Tongming Lake Information Technology Application Innovation Center (TLAIC)（北京通明湖信息技术应用创新中心（TLAIC）） ； Fudan University Institute of Systems for Advanced Computing（复旦大学先进计算系统研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peking University（北京大学） ； Shanghai Institute of Systems for Open Computing（上海开放计算系统研究所） 纠错

AI总结 本研究针对bfloat16变换器的低精度注意力崩溃问题，通过定位故障源与通道的分离关系，提出QK-Guard方法，可有效抑制注意力失控，支持在共享QK位点进行干预。

Comments 22 pages, 4 figures. Code and research artifacts: https://github.com/xieTwim/one-qk-channel-artifact

GABench: A Comprehensive Benchmark for Evaluating LLM Agents on Graph Analysis Tasks

GABench：用于评估大语言模型智能体图分析任务的综合基准

Jiarui Tan, Zhongjian Zhang, YaBo Guo, Jiawei Liu, Yujie Xing, Muhan Zhang, Cheng Yang, Chuan Shi

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） 纠错

AI总结 本文提出GABench这一综合基准，涵盖多类图类型与任务及84个可执行工具，构建10400个带可验证答案的任务，评估前沿LLM及智能体框架，发现现有智能体应对复杂图任务仍存局限等结论。

Scoring Rules! Statistical and Strategic Alignment for Text Evaluation Metrics

评分规则！文本评估指标的统计对齐与策略对齐

Shengwei Xu, Yuxuan Lu, Yifan Wu, Jason Hartline, Grant Schoenebeck

机构 * University of Michigan（密歇根大学） ； Peking University（北京大学） ； Microsoft Research（微软研究院） ； Northwestern University（西北大学） 纠错

AI总结 该研究针对文本评估指标，提出统计与策略对齐概念及三项测试原则，开发基于互信息的指标设计框架，发现 LLM-as-a-Judge 相关性高但易操纵，新指标鲁棒性强且相关性具竞争力。

SphereVideo: Prototype-anchored Hyperspherical Boundary for Continual AI-generated Video Detection

SphereVideo：用于持续AI生成视频检测的原型锚定超球面边界

Fei Li, Yue Yu, Yuran Wang, Xinghan Li, Jingjing Chen, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Peking University（北京大学） 纠错

AI总结 针对AI生成视频检测中持续学习框架不足的问题，提出SphereVideo框架，以超球面原型锚定与多尺度时序建模提升泛化性，在已见和未见数据上均优于现有方法

AdaHAT: Adaptive Hard Attention to the Task in Task-Incremental Learning

AdaHAT：任务增量学习中的自适应硬注意力机制

Pengxiang Wang, Hongbo Bo, Jun Hong, Weiru Liu, Kedian Mu

机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Population Health Sciences Institute, Newcastle University（纽卡斯尔大学人口健康科学研究所） ； School of Engineering Mathematics and Technology, University of Bristol（布里斯托尔大学工程数学与技术学院） ； School of Computing and Creative Technologies, University of the West of England（西英格兰大学计算与创意技术学院） 纠错

AI总结 本文针对任务增量学习中长任务序列下的网络容量问题，提出AdaHAT机制，改进HAT方法，经多数据集实验，其平均性能优于基线，可平衡网络稳定性与可塑性。

Comments 18 pages, 6 figures, published in ECML PKDD 2024

Journal ref Proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases. pp. 143-160 (2024)

RAGOCR: Optical Compression of Retrieval-Augmented Text via Visual Representation

RAGOCR：基于视觉表征的检索增强文本光学压缩

Jiayang Yu, Jialun Zhong, Lei Zou

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所） 纠错

AI总结 该研究针对RAG压缩的权衡问题，提出RAGOCR框架，通过查询感知动态分辨率机制压缩检索文档为视觉表征，在五个QA基准上实现比朴素RAG更高准确率和更低token需求，且优于各类压缩基线。

Comments Under reviewing

Proteus: A Truncation-Robust Entropy Model for Progressive LiDAR Compression

Proteus：适用于渐进式激光雷达压缩的抗截断熵模型

Yihan Qiu, Xiaodong Lin, Baoquan Zhao, Hailong Jiao, Ge Li

机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学） 纠错

AI总结 提出名为Proteus的激光雷达压缩编解码器，通过解耦编码实现抗70%比特流截断，在理想信道下优于G-PCC、Draco等标准及Unicorn，可用于安全关键感知场景。

TreeProbe : A Tibetan Medicine Benchmark for Cultural Bias in LLMs

TreeProbe：面向大型语言模型文化偏见的藏医药基准测试集

Jin Zhang, Linyu Li, Weili Jiang, Yuqing Cai, Yutong Liu, Guanquecairang, Yongbin Yu, Jingye Cai, Nyima Tashi, Gadeng Luosang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tibet University（西藏大学） ； Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学） 纠错

AI总结 本研究针对大型语言模型的藏医药文化偏见问题，构建了首个基于藏医药“医学之树”框架的基准测试集TreeProbe，发现现有模型存在系统性本体漂移，为公平医疗AI开发提供了诊断基准。

AdaMTP: An Adaptive Training Paradigm for Multi-Token Prediction

AdaMTP：一种面向多令牌预测的自适应训练范式

Ziqiang Cui, Han Shi, Bowei He, Yu Pan, Peiyang Liu, Shengyin Sun, Yankai Chen, Haoli Bai, Yichun Yin, Xue Liu, Chen Ma

机构 * City University of Hong Kong（香港城市大学） ； Huawei Technologies（华为技术有限公司） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； McGill University（麦吉尔大学） ； Peking University（北京大学） 纠错

AI总结 AdaMTP是适配序列内在可预测性的自适应MTP训练范式，通过熵算法划分语义边界抑制噪声梯度，在三类主干模型的多任务基准中均优于标准MTP，兼具性能与推理速度优势。

Verifier-Induced Support Reshaping in On-Policy Optimization

可验证奖励下策略内优化中的验证器诱导支持重塑

Shaohang Wei, Zikun Su, Feifan Song, Wen Luo, Wei Li, Guangyue Peng, Houfeng Wang

机构 * Peking University（北京大学） ； BUPT（北京邮电大学） 纠错

AI总结 该研究发现RLVR在提升当前目标时会使后续目标成功行为稀少，通过数学推理与指令遵循实验验证了验证器诱导支持重塑效应，指出端点改进无法保证策略内优化的未来可训练性

Comments 36 pages, 12 figures, 15 tables

Manifold-GS: Certified Hybrid Assets via Varifold-Conservative Gaussian Splatting

流形-GS：通过变分保守高斯溅射实现可认证混合资产

Boyang Li

机构 * Peking University（北京大学） 纠错

AI总结 提出 Manifold-GS，将外观不透明度与几何质量分离，导出可认证开放表面面片，在 DTU 场景上实现零编辑泄漏、高 PSNR 且碰撞浮点数面积更低，是精度与覆盖率的权衡方案。

Comments 9 pages, 2 figures