Tsinghua University（清华大学）

R2-Write: Reflection and Revision for Open-Ended Writing with Deep Reasoning

R2-Write：基于深度推理的开放性写作反思与修订

Wanlong Liu, Bo Zhang, Chenliang Li, Shaopeng Lai, Yuning Wu, Xuanyu Lei, Ming Yan

机构 * Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University, Beijing, China（清华大学（中国北京）） 纠错

AI总结 本文提出R2-Write框架，通过迭代作家-评判者交互生成高质量思考轨迹，增强开放性写作的深度推理能力，实验表明显式引入反思与修订模式显著提升了写作任务性能。

Comments 31 pages

NavCrafter: Exploring 3D Scenes from a Single Image

NavCrafter：从单张图像探索3D场景

Hongbo Duan, Peiyu Zhuang, Yi Liu, Zhengyang Zhang, Yuxin Zhang, Pengting Luo, Fangming Liu, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院人工智能与机器人中心） ； Peng Cheng Laboratory（鹏城实验室） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Central Media Technology Institute, Huawei Incorporated Company（华为技术有限公司中央媒体技术研究院） 纠错

AI总结 NavCrafter通过合成新颖视角视频序列，实现从单张图像生成灵活的3D场景，采用视频扩散模型和几何感知扩展策略，提升可控多视角合成与3D重建精度。

Comments 8 pages accepted by ICRA 2026

Student-in-the-Loop Chain-of-Thought Distillation via Generation-Time Selection

通过生成时间选择的学生在环链式思维蒸馏

Chaoqun He, Yingfa Chen, Chaojun Xiao, Xu Han, Lijie Wen

机构 * Tsinghua University（清华大学） 纠错

AI总结 本文提出Gen-SSD框架，通过生成时间选择提升链式思维蒸馏效果，实验显示其在数学推理基准上优于传统知识蒸馏和其他基线方法。

Comments 17 pages, 6 figures

IndustryCode: A Benchmark for Industry Code Generation

IndustryCode: 一个用于行业代码生成的基准

Puyu Zeng, Zhaoxi Wang, Zhixu Duan, Liang Feng, Shaobo Wang, Cunxiang Wang, Jinghang Wang, Bing Zhao, Hu Wei, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出IndustryCode基准，涵盖125个工业挑战和579个子问题，支持多种编程语言，评估大模型在工业场景中的代码生成能力。

Comments 37 pages, 28 figures, 4 tables. Includes appendix

Cross-Vehicle 3D Geometric Consistency for Self-Supervised Surround Depth Estimation on Articulated Vehicles

跨车辆3D几何一致性用于机械臂车辆上的自监督周围深度估计

Weimin Liu, Jiyuan Qiu, Wenjun Wang, Joshua H. Meng

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（哥本哈根大学遥感与地球观测实验室） ； California PATH, University of California, Berkeley（加州大学伯克利分校加州PATH） 纠错

AI总结 本文提出ArticuSurDepth框架，通过跨视图和跨车辆几何一致性提升机械臂车辆周围深度估计的结构一致性与精度。

Beyond Fixed Inference: Quantitative Flow Matching for Adaptive Image Denoising

超越固定推断：用于自适应图像去噪的定量流匹配

Jigang Duan, Genwei Ma, Xu Jiang, Wenfeng Xu, Ping Yang, Xing Zhao

机构 * School of Mathematical Sciences, Capital Normal University（首都师范大学数学科学学院） ； National Center for Applied Mathematics Beijing, Capital Normal University（首都师范大学北京国家应用数学中心） ； Academy for Multidisciplinary Studies, Capital Normal University（首都师范大学交叉科学研究院） ； Institute of Nuclear and New Energy Technology, Tsinghua University（清华大学核能与新能源技术研究院） 纠错

AI总结 本文提出定量流匹配框架，通过估计噪声水平并自适应调整推断轨迹，提升图像去噪的准确性和效率。

MLFCIL: A Multi-Level Forgetting Mitigation Framework for Federated Class-Incremental Learning in LEO Satellites

MLFCIL：一种多级遗忘缓解框架，用于低轨卫星的联邦类增量学习

Heng Zhang, Xiaohong Deng, Sijing Duan, Wu Ouyang, KM Mahfujul, Yiqin Deng, Zhigang Chen

机构 * Gannan University of Science and Technology（赣南科技学院） ； Tsinghua University（清华大学） ； Queen University（女王大学） ； Lingnan University（岭南大学） ； Central South University（中南大学） 纠错

AI总结 本文提出MLFCIL框架，通过多级方法缓解低轨卫星联邦类增量学习中的遗忘问题，提升模型稳定性和可塑性，实验表明其在准确性和遗忘缓解方面优于基线方法。

Comments Submitted to IEEE Internet of Things Journal

OPRIDE: Offline Preference-based Reinforcement Learning via In-Dataset Exploration

OPRIDE: 通过数据集内探索实现离线偏好驱动强化学习

Yiqin Yang, Hao Hu, Yihuan Mao, Jin Zhang, Chengjie Wu, Yuhua Jiang, Xu Yang, Runpeng Xie, Yi Fan, Bo Liu, Yang Gao, Bo Xu, Chongjie Zhang

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； Tsinghua University（清华大学） ； Moonshot AI（月之暗面） ； Amazon（亚马逊） ； University of Arizona（亚利桑那大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

AI总结 本文提出OPRIDE算法，通过改进探索策略和折扣调度机制提升离线偏好驱动强化学习的查询效率，实验表明其在多种任务中表现优异。

Journal ref ICLR-2026

EGM: Efficient Visual Grounding Language Models

EGM: 高效视觉语义语言模型

Guanqi Zhan, Changye Li, Zhijian Liu, Yao Lu, Yi Wu, Song Han, Ligeng Zhu

机构 * NVIDIA（英伟达） ； MIT（麻省理工学院） ； University of Oxford（牛津大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出EGM，通过生成大量中等质量token来提升小模型的视觉语义能力，实验证明其在效率和性能上优于大模型。

Investigating Test Overfitting on SWE-bench

对SWE-bench上测试过拟合的调查

Toufique Ahmed, Jatin Ganhotra, Avraham Shinnar, Martin Hirzel

机构 * IBM ； Institute for Clarity in Documentation（文献清晰研究所） ； Inria Paris-Rocquencourt（法国国家信息与自动化研究所巴黎-罗康库尔） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕默研究实验室） 纠错

AI总结 本文研究了在代码仓库问题解决中过度依赖测试导致的测试过拟合问题，分析了自动测试生成系统可能存在的缺陷及改进方法。

Seer: Online Context Learning for Fast Synchronous LLM Reinforcement Learning

Seer：在线上下文学习用于快速同步LLM强化学习

Ruoyu Qin, Weiran He, Weixiao Huang, Yangkun Zhang, Yikai Zhao, Bo Pang, Xinran Xu, Yingdi Shan, Yongwei Wu, Mingxing Zhang

机构 * Moonshot AI（月之暗面） ； Tsinghua University（清华大学） 纠错

AI总结 Seer通过动态负载均衡、上下文感知调度和自适应分组推测解码技术，显著降低长尾延迟并提升资源利用率，实现2.04倍的端到端效率提升。

Diffusion Models as Dataset Distillation Priors

扩散模型作为数据集蒸馏先验

Duo Su, Huyu Wu, Huanran Chen, Yiming Shi, Yuzhu Wang, Xi Ye, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech., BNRist Center, THU-Bosch ML Center, Tsinghua University（清华大学计算机科学与技术系、北京信息科学与技术国家研究中心、清华-博世机器学习中心） ； Institute of Computing Technology, CAS（中国科学院计算技术研究所） ； University of Electronic Science and Technology of China（电子科技大学） ； South China University of Technology（华南理工大学） 纠错

AI总结 本文提出Diffusion As Priors方法，通过量化合成与真实数据在特征空间的相似性提升数据集蒸馏的代表性，无需重新训练即可生成高质量数据集。

Learn to Relax with Large Language Models: Solving Constraint Optimization Problems via Bidirectional Coevolution

通过大语言模型学习放松：通过双向共进化解决约束优化问题

Beidan Liu, Zhengqiu Zhu, Chen Gao, Tianle Pu, Yong Zhao, Wei Qi, Quanjun Yin

机构 * State Key Laboratory of Digital Intelligent Modeling and Simulation, National University of Defense Technology（国防科技大学数字智能建模与仿真国家重点实验室） ； BNRist, Tsinghua University（清华大学北京信息科学与技术国家研究中心） ； Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） ； College of Systems Engineering, National University of Defense Technology（国防科技大学系统工程学院） 纠错

AI总结 本文提出AutoCO方法，结合运筹学约束放松原理与LLM推理，通过双向共进化机制提升复杂约束优化问题的求解能力，实验验证其在硬问题中的优越性。

Be Careful When Fine-tuning On Open-Source LLMs: Your Fine-tuning Data Could Be Secretly Stolen!

在对开源大语言模型进行微调时要小心：你的微调数据可能被偷偷窃取！

Zhexin Zhang, Yuhao Sun, Junxiao Yang, Shiyao Cui, Yuanchao Zhang, Hongning Wang, Minlie Huang

机构 * The Conversational AI (CoAI) group, DCST, Tsinghua University（清华大学计算机科学与技术系对话式人工智能组） ； The University of Melbourne（墨尔本大学） ； MYbank, Ant Group（蚂蚁集团网商银行） 纠错

AI总结 研究揭示了在开源大语言模型上微调时，通过简单后门训练可能窃取私有微调数据的风险，实验表明提取成功率高达76.3%，并提出检测防御策略但发现其易被绕过。

Comments Accepted to ICLR 2026