Tsinghua University（清华大学）

MobiFlow: Real-World Mobile Agent Benchmarking through Trajectory Fusion

MobiFlow: 通过轨迹融合实现真实世界移动代理基准测试

Yunfei Feng, Xi Zhao, Cheng Zhang, Dahu Feng, Daolin Cheng, Jianqi Yu, Yubin Xia, Erhu Feng

机构 * Institute of Parallel and Distributed Systems (IPADS), Shanghai Jiao Tong University（上海交通大学并行与分布式系统研究所（IPADS）） ； Department of Precision Instrument, Tsinghua University（清华大学精密仪器系） ； National Innovation Institute of High-end Smart Appliances（国家高端智能家电创新研究院） 纠错

AI总结 MobiFlow通过轨迹融合算法构建任务，覆盖20个常用第三方应用，提供240种真实任务，提升模型在真实负载下的评估精度。

Exploring Knowledge Purification in Multi-Teacher Knowledge Distillation for LLMs

探索多教师知识蒸馏中知识净化

Ruihan Jin, Pengpeng Shao, Zhengqi Wen, Jinyang Wu, Mingkuan Feng, Shuo Yang, Chu Yuan Zhang, Jianhua Tao

机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 纠错

AI总结 本文提出知识净化方法，通过整合多个教师模型的推理以减少冲突并提升效率，实验表明其在知识蒸馏中提升性能并促进轻量模型部署。

Comments ICLR 2026

RedNote-Vibe: A Dataset for Capturing Temporal Dynamics of AI-Generated Text in Lifestyle Social Media

RedNote-Vibe：一种捕捉生活方式社交媒体中AI生成文本时间动态的数据集

Yudong Li, Yufei Sun, Peiru Yang, Yuhan Yao, Wanyue Li, Jiajun Zou, Haoyang Yang, Haotian Gan, Linlin Shen, Yongfeng Huang

机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Hong Kong Metropolitan University（香港都会大学） ； Shenzhen University（深圳大学） 纠错

AI总结 本文提出RedNote-Vibe数据集，用于研究AI生成文本在生活方式社交媒体中的时间动态，并提出PLAD框架以检测AI生成内容，发现人类内容在情感领域仍占优，AI内容同质化但能通过高互动性内容缩小差距。

Masked Training for Robust Arrhythmia Detection from Digitalized Multiple Layout ECG Images

掩码训练用于从数字化多布局ECG图像中鲁棒性心律失常检测

Shanwei Zhang, Deyun Zhang, Yirao Tao, Kexin Wang, Shijia Geng, Jun Li, Qinghao Zhao, Xingpeng Liu, Xingliang Wu, Shengyong Chen, Yuxi Zhou, Shenda Hong

机构 * Tianjin University of Technology（天津理工大学） ； Peking University（北京大学） ； HeartVoice Medical Technology（心语医疗科技） ； Capital Medical University（首都医科大学） ； Tianjin Medical University（天津医科大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出PatchECG模型，通过自适应变量块计数缺失学习机制和掩码训练策略，解决ECG图像中时间不同步和部分黑屏问题，实现跨导联和时间依赖的鲁棒检测。

Comments 28 pages, 9 figures