高校专区
从夹注到集注：面向中文古典文本注疏知识的上下文保留式组织
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Peking University（北京大学）
AI总结 本文提出保留夹注上下文依赖的计算框架，将集注编纂化为NLP任务，在《山海经》案例中CoNLL F1超97%，为历史注疏知识大规模组织及下游任务奠定基础。
Comments 15 pages, 4 figures
LabEvolver：面向安全且务实的湿实验室智能体的无训练经验演化框架
机构 * School of AI for Science, Peking University（北京大学AI科学学院） ； School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 LabEvolver是无训练框架，通过内外部循环为湿实验室智能体配备情景记忆，在溶液制备任务中提升效率与安全性，在ALFWorld中也提升了连续任务成功率，支持闭环自动化科学发现。
少复制，多扎根：通过证据感知强化学习克服长上下文推理中的重复复制
机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团）
AI总结 研究长上下文推理中语言模型的重复复制问题，提出GEAR奖励塑造方法，通过区分关键证据和干扰上下文来增强奖励信号，经实验验证该方法能提升模型性能，减少重复复制，凸显准确扎根证据对长上下文推理的重要性。
FieryGS: 在真实世界中实现火灾合成的物理集成高斯点云方法
机构 * School of EECS, Peking University（电子工程系，北京大学） ； School of Intelligence Science and Technology, Peking University（智能科学与技术学院，北京大学） ； Yuanpei College, Peking University（元培学院，北京大学） ； ByteDance Seed（字节跳动种子） ； Wangxuan Institute of Computer Technology, Peking University（王璇计算机技术研究所，北京大学） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院，北京，中国）
AI总结 FieryGS通过整合物理准确的燃烧模拟与渲染，实现真实世界3D场景中逼真的火灾合成，结合多模态大语言模型进行物理材料推理，提升火灾动态的可控性和真实性。
Comments ICLR 2026
GeoRA: 为强化学习可验证奖励设计的几何感知低秩适应
机构 * Meituan（美团） ； Peking University（北京大学）
AI总结 GeoRA通过利用RLVR更新子空间的各向异性与压缩性结构，采用SVD提取主方向初始化低秩适配器，冻结残差部分作为结构锚点，从而在数学、医学和编程领域优于现有低秩基线，同时在跨领域任务中表现更佳。
Comments Accepted at ACL 2026 Main
GPA-RAM：用于空间任务学习的抓取预训练增强型机器人注意力Mamba
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（国家一般人工智能重点实验室，北京大学深圳研究生院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； State Key Laboratory of Internet of Things for Smart City, University of Macau（智慧城市物联网重点实验室，澳门大学）
AI总结 该研究提出GPA-RAM框架，通过GPA增强模仿策略并开发RAM实现高效计算，在多机器人平台的空间操纵任务中显著提升成功率，兼顾精度与实时性。
Beacon：智能体何时及如何执行智能体视觉推理
机构 * Peking University（北京大学） ； Kling Team（Kling团队） ； HKUST(GZ)（香港科技大学（广州）） ； CUHK（香港中文大学） ； ZJU（浙江大学） ； THU（清华大学）
AI总结 本研究针对现有智能体视觉推理模型模式适应性有限、工具增益被损害抵消的问题，提出Beacon模型，通过强化学习相关机制提升性能与适应性，在多基准上表现优异。
Comments 33 pages
FaithEyes：通过多智能体过程图像验证实现可信的工具使用
机构 * Samsung Research（三星研究院） ； Peking University（北京大学）
AI总结 本研究提出多智能体框架FaithEyes，通过子智能体判断主智能体的工具调用以提升工具使用可信性，在视觉感知与推理基准上实现了更优准确率。
多渠道提升策略学习
机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） ； Beihang University（北京航空航天大学） ； CUHK-shenzhen（香港中文大学（深圳））
AI总结 针对电商多渠道营销预算分配的预测后优化范式失效问题，提出快慢因果框架ReAlloc，经淘宝模拟与A/B测试验证可同时提升支付订单量和收入。
超越改写：书籍级组织提升训练中合成教科书数据的质量
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本研究提出可扩展的合成教科书数据流程，发现书籍级组织可提升语言模型训练中期的下游性能，在Llama3-8B上也验证了该设计维度的有效性。
Comments 31 pages, 3 figures, 11 tables
Flux-OPD：基于演化上下文的在线策略蒸馏
机构 * Peking University（北京大学） ； Kling Team（KLING团队） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhongguancun Academy（中关村学院）
AI总结 该研究针对开放域大语言模型训练缺乏可验证奖励的问题，提出Flux-OPD范式，利用演化上下文作为监督，通过分解反向KL目标优化，在开放域任务上性能优于现有OPD范式。
TAPO：面向大语言模型智能体的过渡感知策略优化
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Pengcheng Laboratory（鹏城实验室）
AI总结 该研究提出TAPO框架，通过策略优化与过渡监督交替训练，增强LLM智能体对环境过渡的敏感性，作为轻量即插即用模块，在WebShop和ALFWorld实验中提升任务性能。
Comments 16 pages, 5 figures
RefineSVG：视觉反馈驱动的图像转SVG生成强化学习
机构 * Shenzhen University（深圳大学） ； Peking University（北京大学）
AI总结 RefineSVG是一种视觉反馈驱动的闭环框架，通过引入SVG语义词汇表和渐进式训练，使MLLM实现高保真图像转SVG生成，性能优于现有基线。
Comments 17 pages, 5 main-paper figures. Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). Includes the complete supplementary material
HSS-Synth：面向大语言模型的人文社科数据合成
机构 * Zhejiang University（浙江大学） ； Inclusion AI, Ant Group（蚂蚁集团Inclusion AI） ； Peking University（北京大学） ； Qwen Team, Alibaba Group（阿里巴巴集团通义千问团队）
AI总结 本文针对LLM的HSS数据稀缺问题，提出以学科为中心的HSS-Synth流水线，生成23.7万指令微调样本，使Qwen3-8B-Base达SOTA并提升相关能力。
Comments ACL Findings 2026 Paper
分歧解码：无训练的能力融合
机构 * Peking University（北京大学） ； International Digital Economy Academy (IDEA)（国际数字经济学院） ； The University of Hong Kong（香港大学）
AI总结 针对通用大模型缺领域知识、专家模型逻辑弱的问题，提出无训练的Divergence Decoding框架，通过Jensen-Shannon散度自适应路由，在科学基准上融合两类模型能力，性能优于单模型基线。
KernelGenBench：面向基于大语言模型的内核生成的多源多芯片基准测试
机构 * Beijing Normal University（北京师范大学） ； Beijing Jiaotong University（北京交通大学） ； Institute of Automation, CAS（中国科学院自动化研究所） ； Peking University（北京大学） ； BAAI（北京智源人工智能研究院）
AI总结 该研究提出KernelGenBench基准，评估LLM与智能体生成的Triton内核，发现智能体方法优于纯LLM采样，cuBLAS算子最具挑战，跨平台性能退化严重，自主生成成本远高于简单采样。
Comments 10 pages, 4 figures. Code and data are publicly available at https://github.com/flagos-ai/KernelGenBench
ACPO：通过细粒度替代熵实现自适应信用策略优化
机构 * Peking University（北京大学） ； Baidu Inc.（百度公司） ； Kuaishou Inc（快手公司）
AI总结 研究针对强化学习中稀疏奖励致令牌级信用分配难的问题，提出基于模式局部替代熵的ACPO框架，通过不对称调制策略更新改进信用分配，实验表明其优于多种强化学习基线。
通过视频表示正则化缓解复合误差
机构 * Peking University（北京大学）
AI总结 针对视频扩散世界模型自回归生成的复合误差问题，研究发现其与表示维度崩溃相关，提出视频表示正则化方法，在VBench指标上显著优于Diffusion Forcing，提升了长视频生成的鲁棒性。
SpatialQ：基于视觉的多模态大语言模型（MLLM）理解3D Gaussian Splatting场景质量
机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； Fuzhou University（福州大学）
AI总结 针对3DGS场景质量评估的局限，本文提出SpatialQ框架，通过VGGT编码器与Qwen-MLLM实现结构感知的多模态质量评估，解决传统IQA仅依赖2D线索的问题。
GoGoTB：基于规范驱动覆盖闭合的智能体式RTL验证
机构 * Tencent（腾讯） ； School of Integrated Circuits, Peking University（北京大学集成电路学院） ； Southwest Jiaotong University（西南交通大学） ； Institute of Electronic Design Automation, Peking University（北京大学电子设计自动化研究所） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路高精尖创新中心）
AI总结 GoGoTB是实现端到端验证闭合的智能体式RTL验证框架，在8个RTL设计上无需人工干预，实现100%环境生成成功率及多维度高覆盖率，优于现有方法。
Comments 9 pages, 7 figures, 3 tables. Xin Xin and Jincheng Lou contributed equally to this work and share first authorship
Ouroboros-Spatial：闭环数据-模型循环的空间推理
机构 * Peking University（北京大学） ； Ant International（蚂蚁国际） ； The University of Hong Kong（香港大学）
AI总结 提出Ouroboros-Spatial自演化框架，通过提议器与求解器闭环交互，动态生成与模型能力匹配的训练样本，在六个空间推理基准上以十分之一数据量显著提升Qwen3-VL性能。
RedKnot: 基于头部感知的KV重用和SegPagedAttention的高效长上下文LLM服务
机构 * Xiaohongshu Inc., China（小红书公司，中国） ； Peking University（北京大学） ； Huawei Cloud（华为云）
AI总结 提出RedKnot系统，通过按KV头分解缓存并采用SegPagedAttention，实现位置无关的KV重用、前缀压缩、冷热分离和分布式放置，在不重训练模型的情况下提升资源效率。
PACE: 面向动作分块策略的相位感知分块执行方法
机构 * Peking University（北京大学） ； JD Explore Academy（京东探索研究院）
AI总结 提出PACE方法，通过在线预测动作分块中的低速过渡点作为重规划边界，自适应选择执行步长，无需重新训练即可提升机器人策略成功率。
Comments 21 pages, 7 figures, 6 tables. Preprint
DP-MGTD：通过自适应差分隐私实体净化实现隐私保护的机器生成文本检测
机构 * Nanyang Technological University（南洋理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Hengxin Tech（恒心科技）
AI总结 DP-MGTD通过自适应差分隐私实体净化技术，在保障隐私的前提下实现对机器生成文本的高精度检测。
Comments This article is unable to reproduce the experimental results, and we no longer have confidence in the main conclusion of this article
UniMem：用于无边界任务流的互补情景到参数记忆
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Lab of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Meituan（美团） ； AI Centre, Department of Computer Science, University College London（伦敦大学学院计算机科学系人工智能中心）
AI总结 研究针对大语言模型在无边界任务流部署的稳定性 - 可塑性困境，提出UniMem自路由框架，用可学习路由令牌协调互补记忆路径，能按需扩展记忆，实验证明其在长周期流任务序列中优于基线并保持执行保真度。
WorkSurface-Bench：在多表面知识路由上对企业代理进行基准测试
机构 * Peking University（北京大学） ； Zhongguancun Academy（中关村科学城） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 针对企业代理整合异构知识源时表面路由能力评估不足的问题，提出WorkSurface-Bench基准测试，含多种任务且答案可审计，评估多个模型主干，揭示表面选择与任务完成关系及干预效果，并发布相关资源。
DecoEvo：文本空间中求解器与评分标准生成器技能的分数解耦协同进化
机构 * Tsinghua University（清华大学） ； Qwen Business Unit of Alibaba（阿里巴巴的通义业务部） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peking University（北京大学）
AI总结 研究文本空间优化中现有方法瓶颈，提出DecoEvo方法，通过解耦目标协同进化求解器与评分标准生成器技能，不依赖黄金评分标准，在多基准和大语言模型主干上表现优异，有显著相对增益。
用于LoRA微调的Stiefel流形上无回缩优化
机构 * Center for Data Science, Peking University（北京大学数据科学中心） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Department of Mathematics, University of California, Berkeley（美国加州大学伯克利分校数学系） ； Center for Machine Learning Research and Changsha Institute for Computing and Digital Economy, Peking University（北京大学机器学习研究中心和长沙计算与数字经济研究院）
AI总结 研究针对Stiefel流形优化中现有方法的问题，提出无回缩且无惩罚参数算法，利用相关特性建立收敛保证。将LoRA微调问题转为流形优化问题，引入Manifold-LoRA，经实验验证其在加速训练及下游性能方面的优势。
转向信号来自何处：激活转向中的激活源选择
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； YiXin-AILab（易信人工智能实验室）
AI总结 研究激活转向中转向信号的来源选择，通过实验表明改变源激活会影响转向成功率，有效转向信号来自执行边界状态，基于此提出尾部减法，揭示转向取决于模型即将做的事而非已出现的内容。
GAUGE：在没有标准答案的情况下对代理构建的金融模型进行评分
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Adelaide（阿德莱德大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学）
AI总结 研究针对金融模型无标准答案的问题，引入GAUGE基准，依据分析师实际做法评估代理构建的估值模型，通过多种方式验证，揭示高级、初级分析师及学生在模型评分上的差异，指出当前代理在模型构建与估值判断上的强弱情况，并发布相关资源。
Comments 35 pages, including appendices. Code, benchmark materials, and evaluation artifacts will be publicly released
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈