University of Chinese Academy of Sciences（中国科学院大学）

SOLAR-RL: Semi-Online Long-horizon Assignment Reinforcement Learning

SOLAR-RL：半在线长 horizon 分配强化学习

Jichao Wang, Liuyang Bian, Yufeng Zhou, Han Xiao, Yue Pan, Guozhi Wang, Hao Wang, Zhaoxiong Wang, Yafei Wen, Xiaoxin Chen, Shuai Ren, Lingfang Zeng

机构 * vivo AI Lab（vivo人工智能实验室） ； Zhejiang Lab（浙江实验室） ； CUHK MMLab（香港大学多模态实验室） ； Hubei University（湖北省大学） ； Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） 纠错

AI总结 SOLAR-RL通过整合全局轨迹信息到离线学习中，提升GUI任务的长horizon完成率和鲁棒性，提供高效样本利用的自主导航方案。

Comments 14 pages, 11 figures. Accepted to Findings of the Association for Computational Linguistics: ACL 2026

Navigating Large-Scale Document Collections: MuDABench for Multi-Document Analytical QA

在大规模文档集合中导航：MuDABench用于多文档分析问答

Zhanli Li, Yixuan Cao, Lvzhou Luo, Ping Luo

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences (CAS)（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Wenlan School of Business, Zhongnan University of Economics and Law（中南财经政法大学文澜商学院） 纠错

AI总结 本文提出在大规模半结构化文档集合上进行分析问答的任务，介绍了MuDABench多文档分析问答基准，要求跨多个文档提取和综合信息以进行定量分析，实验发现标准RAG系统表现不佳，提出多代理工作流以提升性能。

Comments Findings of ACL 2026. The camera-ready version corrects some labeling errors. The accompanying repository is continuously updated based on community feedback; for the most up-to-date implementation and results, please refer to the repository

SparseBalance: Load-Balanced Long Context Training with Dynamic Sparse Attention

SparseBalance: 基于动态稀疏注意力的负载平衡长上下文训练

Hongtao Xu, Jianchao Tan, Yuxuan Hu, Pengju Lu, Hongyu Wang, Pingwei Sun, Yerui Sun, Yuchen Xie, Xunliang Cai, Mingzhen Li, Weile Jia

机构 * School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） ； Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出SparseBalance算法系统协同设计框架，通过动态稀疏调整和稀疏感知批处理策略，解决长上下文训练中的负载不平衡问题，提升模型精度与系统效率。

Chain-of-Memory: Lightweight Memory Construction with Dynamic Evolution for LLM Agents

链式记忆：轻量级记忆构建与动态演化用于大语言模型代理

Xiucheng Xu, Bingbing Xu, Xueyun Tian, Zihe Huang, Rongxin Chen, Yunfan Li, Huawei Shen

机构 * State Key Laboratory of AI Safety（人工智能安全国家重点实验室） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出CoM框架，通过轻量级记忆构建与动态演化机制，提升LLM代理的持久知识维护与长周期决策能力，实验显示在LongMemEval和LoCoMo基准上准确率提升7.5%-10.4%，计算开销降低2.7%-6.0%。

When Models Outthink Their Safety: Unveiling and Mitigating Self-Jailbreak in Large Reasoning Models

当模型超越安全限制：揭示并缓解大推理模型的自我突破

Yingzhi Mao, Chunkang Zhang, Junxiang Wang, Xinyan Guan, Boxi Cao, Yaojie Lu, Hongyu Lin, Xianpei Han, Le Sun

机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 研究揭示大推理模型存在自我突破现象，提出CoG框架通过分步干预缓解安全问题，平衡安全与推理性能。

Comments ACL 2026. The first two authors contributed equally. The main text is 9 pages, with an appendix of 28 pages. The paper contains 20 figures and 15 tables

Segment Any-Quality Images with Generative Latent Space Enhancement

通过生成潜在空间增强实现任意质量图像分割

Guangqian Guo, Yong Guo, Xuehui Yu, Wenbo Li, Yaoxing Wang, Shan Gao

机构 * Northwestern Polytechnical University（西北工业大学） ； Huawei（华为） ； University of Chinese Academy of Sciences（中国科学院大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 本文提出GleSAM，通过生成潜在空间增强提升低质量图像分割鲁棒性，采用潜在扩散方法改进SAM框架，构建LQSeg数据集，实验证明在复杂退化下表现优异。

Comments Accepted by CVPR2025