高校专区
揭开黑箱：关于大语言模型多步推理机制的综述
机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文综述了大语言模型多步推理机制，探讨了隐式和显式推理过程，并提出了未来研究方向。
Comments Technical Report
基于单领域到全领域泛化的强化学习进行思维链压缩
机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） ； 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） ； LLM-Core Xiaomi（小米LLM-Core）
AI总结 本文提出了一种基于单领域到全领域泛化的强化学习方法，通过样本级软强化学习压缩思维链推理，有效减少响应长度并提升跨领域泛化能力。
MCPAgentBench: 一个用于评估LLM代理MCP工具使用的现实任务基准
机构 * Peking University（北京大学） ； ZTE（中兴通讯）
AI总结 MCPAgentBench通过现实任务和动态沙盒环境评估LLM代理在复杂工具调用中的能力差异，提供开源代码以促进工具使用能力研究。
KBE-DME: 通过知识增强的基准进化实现动态多模态评估
机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学）
AI总结 KBE-DME通过整合多模态知识和动态基准进化，实现对多模态大语言模型能力的更全面评估。
PPGFlowECG: 基于跨模态编码的潜在修正流用于PPG引导的ECG生成和心血管疾病检测
机构 * National Institute of Health Data Science, Peking University, China（北京大学国家健康数据科学研究院） ； School of Intelligence Science and Technology, Peking University, China（北京大学智能科学与技术学院） ； Data Science Institute, Imperial College London, UK（伦敦帝国理工学院数据科学研究院） ； University of Chinese Academy of Sciences, China（中国科学院大学）
AI总结 PPGFlowECG通过跨模态编码和潜在修正流，实现PPG引导的ECG生成，提升心血管疾病检测的可扩展性和可靠性。
Manalyzer: 基于多智能体系统的端到端自动化元分析
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Nankai University（南开大学） ； Peking University（北京大学）
AI总结 Manalyzer通过多智能体系统实现端到端自动化元分析，有效缓解了传统方法中的幻觉问题，并在多模态数据处理中取得显著性能提升。
Stackelberg 自注释：一种鲁棒的数据高效 LLM 对齐方法
机构 * Key Laboratory of High Confidence Software Technologies, Ministry of Education（高可信软件技术重点实验室，教育部） ； Center on Frontiers of Computing Studies, Peking University（计算前沿研究中心，北京大学） ； School of Computer Science, Peking University（计算机学院，北京大学）
AI总结 本文提出Stackelberg自标注方法，通过少量人工标注和迭代自我标注，实现高效LLM对齐，减少对昂贵人工标注的依赖。
黎曼流体时空图网络
机构 * Guangdong University of Technology（广东技术大学） ； Peking University（北京大学） ； South China Agricultural University（华南农业大学） ； Sun Yat-Sen University（中山大学）
AI总结 RLSTG通过结合连续时间流体动力学与黎曼流形几何，有效建模复杂结构的时空图，提升表示质量与性能。
Comments This paper has been accepted to The Web Conference 2026
推动扩散语言模型及其变体未来发展的十大开放挑战
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peking University（北京大学） ； Huawei Technologies（华为技术有限公司） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出推动扩散语言模型及其变体发展的十大挑战，并提出以多尺度标记化、主动遮罩和潜在思考为核心的四支柱战略路线图，旨在突破因果瓶颈，实现复杂结构推理和多模态整合。
vLinear：一种强大的多变量时间序列预测线性模型
机构 * State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（人工智能通用基础理论国家重点实验室，智能科学与技术学院，北京大学）
AI总结 vLinear通过vecTrans模块和WFMLoss目标，实现高效的多变量时间序列预测，提升预测精度并加速推理过程。
自我改进作为一致性优化：一种理论解释
机构 * Peking University（北京大学） ； University of Oxford（牛津大学） ； UC Berkeley（加州大学伯克利分校） ； George Washington University（乔治华盛顿大学）
AI总结 本文提出一致性优化理论，解释语言模型如何通过自我改进提升准确性，并证明其在半监督学习中的最优性。
Comments 39 pages
LLM-as-RNN: 一种用于内存更新和序列预测的循环语言模型
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学） ； Shandong University（山东大学） ； Huazhong University of Science and Technology（华中科技大学） ； UT Southwestern Medical Center（西南医学中心）
AI总结 LLM-as-RNN通过将冻结的LLM转化为循环预测器，利用自然语言记忆实现在线学习，有效提升序列预测精度并生成可解释的学习轨迹。
Comments 17 pages, 5 figures, 6 tables
延迟承诺解码用于扩散语言模型
机构 * Peking University（北京大学） ； Huawei Technologies（华为技术）
AI总结 本文提出延迟承诺解码方法，通过基于不确定性的策略提升扩散语言模型解码质量和效率，实验显示在多个模型和基准测试中效果显著。
量化与推理：探索和缓解低比特LLM在数学推理中的退化
机构 * The Hong Kong Polytechnic University（香港理工大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出了一种轻量级方法，通过定位和恢复量化模型中最早出现的故障步骤，有效缓解低比特LLM在数学推理中的退化问题。
Comments 27pages
重复对比学习增强Mamba在时间序列预测中的选择性
机构 * School of Intelligence Science and Technology, Peking University, Beijing（智能科学与技术学院，北京大学，北京） ； Computational Intelligence Laboratory（计算智能实验室） ； Institute for Artificial Intelligence（人工智能研究院） ； State Key Laboratory of General Artificial Intelligence, Peking University, Beijing（通用人工智能国家重点实验室，北京大学，北京）
AI总结 重复对比学习通过增强Mamba的选择能力，提升时间序列预测性能，达到最新成果。
自回归模型在任意阶生成中与扩散模型相媲美
机构 * National Key Lab of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（国家关键人工智能实验室，智能科学与技术学院，北京大学） ； School of Mathematical Sciences, Peking University（数学科学学院，北京大学） ； Amazon AGI SF Lab（亚马逊人工智能SF实验室） ； Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）
AI总结 本文提出A3框架，通过自回归建模实现任意阶生成，超越传统扩散模型，提升语言建模的灵活性和效率。
超越视觉真实性：迈向可靠的金融时间序列生成
机构 * The University of Tokyo（东京大学） ； Peking University（北京大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Northeastern University（东北大学）
AI总结 本文提出 SFAG 模型，通过引入结构性约束解决金融时间序列生成中对尾部事件和不对称性的忽视问题，提升生成数据的实用性和稳定性。
Comments Accepted by ICASSP 2026
探索带有相邻帧先验的谈话头模型用于语音保留的面部表情操纵
机构 * Guangdong University of Technology（广东工业大学） ； Peking University（北京大学） ； Sun Yat-sen University（中山大学）
AI总结 本文提出THFEM框架，结合AD-THG模型与SPFEM，通过相邻帧学习策略提升语音保留的面部表情操纵效果。
Comments Accepted by ACM Transactions on Multimedia Computing, Communications, and Applications
空间视觉导航：具有显式空间感知和探索的零样本视觉-语言导航
机构 * Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University（机器人与控制实验室、先进制造与机器人学院，以及湍流与复杂系统国家重点实验室，北京大学） ； Defense Innovation Institute, Academy of Military Sciences, Beijing（国防科技创新研究院，军事科学院，北京） ； Tianjin Artificial Intelligence Innovation Center, Tianjin（天津人工智能创新中心，天津） ； Institute of Computing and Intelligence, Harbin Institute of Technology (Shenzhen)（计算与智能学院，哈尔滨工业大学（深圳））
AI总结 Spatial-VLN通过增强空间感知和探索机制，提升零样本视觉-语言导航在复杂环境中的泛化与鲁棒性。
教导大型推理模型有效的反思
机构 * Peking University（北京大学） ； The University of Hong Kong（香港大学） ； Huawei Technologies（华为技术有限公司） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 本文提出SCFT和RLERR方法，通过自我批评和强化学习提升大型推理模型的反思能力，实验表明在AIME2024和AIME2025基准上效果优于现有方法。
Comments 14 pages (including appendix), 5 figures
GaussianTrimmer: 3DGS 分割的在线边界修剪
机构 * Peking University Shenzhen Graduate School（北京大学深圳研究生院）
AI总结 GaussianTrimmer通过生成虚拟相机和基于2D分割结果的原语层面修剪，提升3D高斯分割的边界质量。
ReWorld：面向具身世界模型的多维奖励建模
机构 * Eastern Institute of Technology（东部技术研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学）
AI总结 ReWorld通过多维奖励建模提升具身世界模型的物理真实性和任务完成能力
感知、理解和推理，一个用于视频虚假新闻检测的多模态基准
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学）
AI总结 本文提出POVFNDB多模态基准，通过10个任务系统评估MLLMs在视频虚假新闻检测中的感知、理解和推理能力，并通过微调Qwen2.5VL-7B-Instruct达到最先进的性能。
Mxplainer: 通过模仿麻将代理解释和学习洞察
机构 * Peking University, Beijing 100871, China（北京大学）
AI总结 Mxplainer通过模仿麻将代理，利用参数化搜索算法学习并解释黑箱代理的决策过程，提升动作预测准确率和可解释性。
Comments https://doi.org/10.3390/a18120738
Journal ref Algorithms 2025, 18(12), 738
在黑暗中寻求：通过测试时实例级策略梯度进行潜在空间推理
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； NLCo Lab, Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院NLCo实验室） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 LatentSeek通过测试时实例级策略梯度在潜在空间中提升LLM推理能力，展现高效且可扩展的性能。
DALD-PCAC：基于密度适应的学习描述符用于点云无损属性压缩
机构 * City University of Hong Kong（香港城市大学） ； Peking University Shenzhen Graduate School（北京大学深圳研究生院） ； University of Missouri-Kansas City（密苏里大学-堪萨斯城分校） ； Tencent Media Laboratory（腾讯媒体实验室）
AI总结 DALD-PCAC通过密度适应学习描述符和注意力机制，实现点云无损属性压缩的高效压缩与鲁棒性提升。
Comments Accepted by TOMM
学习因子分解与适应：一种通用的时空基础模型方法
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） ； Huawei 2012 Laboratories（华为2012实验室） ； East China Normal University（华东师范大学）
AI总结 FactoST-v2通过因子分解方法实现通用时空基础模型，提升跨领域泛化能力和效率。
Comments This is an extended version of the paper presented at NeurIPS 2025. Code available at https://github.com/CityMind-Lab/FactoST
ARC：面向长周期信息检索代理的主动与反思驱动上下文管理
机构 * Peking University（北京大学） ； Beihang University（北京航空航天大学） ； Qiyuan Tech（启元科技）
AI总结 ARC 通过主动和反思驱动的上下文管理方法，提升了长周期信息检索代理的性能，显著提高了准确性。
Comments 15 pages, 5 figures
TF-CoDiT：基于扩散变换器的条件时间序列合成用于国债期货
机构 * School of Software and Microelectronics, Peking University（软件与微电子学院，北京大学） ； Financial Markets Division, Pingan Bank Co. Ltd（平安银行金融市场部） ； China Electronics Cloud Technology Co., Ltd（中国电子云技术有限公司）
AI总结 TF-CoDiT通过引入FinMAP协议和小波变换，实现低数据条件下国债期货时间序列的高质量合成，生成数据误差低于0.453。
DeFlow：解耦流形建模与价值最大化以实现离线策略提取
机构 * Peking University, Institute of Artificial Intelligence, China, Beijing（北京大学人工智能研究所）
AI总结 DeFlow通过解耦流形建模与价值最大化，利用流匹配技术实现高效离线策略提取，提升复杂行为流形的捕捉与生成能力。
Comments 14 pages, 3 figures
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