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

2606.07000 2026-06-08 cs.AI 新提交

Teaching the Way, Not the Answer: Privileged Tutoring Distillation for Multimodal Policy Optimization

教方法而非答案：用于多模态策略优化的特权辅导蒸馏

Shizhe Xiang, Ke An, Wenlong Yu, Yue Liu, Jian Luan, Pei Fu, Qilong Wang

机构 * Tianjin University（天津大学）； Beijing Institute of Technology（北京理工大学）； Singapore Management University（新加坡国立大学）； University of Chinese Academy of Sciences（中国科学院大学）； Xiaomi Inc（小米公司）

AI总结提出PTD-PO框架，通过构建特权提示提供密集的令牌级监督，避免暴露答案，并采用Top-K JS散度稳定蒸馏，显著提升多模态推理性能。

2606.06679 2026-06-08 cs.CL cs.AI cs.CY 新提交

HKJudge: A Legal Discourse-Annotated Corpus for Interpreting What Courts Find, How They Reason, and What They Rule

HKJudge：用于解释法院认定事实、推理过程和裁决结果的法律话语标注语料库

Xi Xuan, Wenxin Zhang, Yufei Zhou, King-kui Sin, Chunyu Kit

机构 * City University of Hong Kong（香港城市大学）； University of Chinese Academy of Sciences（中国科学院大学）

AI总结提出首个句子级专家标注的法律话语数据集HKJudge，包含香港各级法院刑事判决，设计双层话语模式（26种修辞角色和3种判刑要素），并基于BERT和LLM进行基准评估。

2606.05759 2026-06-08 cs.CV

Physics-Guided Deep Unfolding for Blind Cross-Sensor Spectral Super-Resolution via Learning the Spectral Transformation Function

物理引导的深度展开网络用于盲跨传感器光谱超分辨率：通过学习光谱变换函数

Zhaolin Li, Jinsong Chen, Shanxin Guo, Tuo Zhang, Xinglong Zhang, Pan Chen

机构 * Center for Geo-Spatial Information, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（地理信息中心，深圳先进技术研究院，中国科学院）； University of Chinese Academy of Sciences（中国科学院大学）； Shenzhen Engineering Laboratory of Ocean Environmental Big Data Analysis and Application（深圳海洋环境大数据分析与应用工程实验室）

AI总结提出一种物理引导的深度展开网络PGU-Net，通过交替优化联合估计高光谱图像和可学习的光谱变换函数，解决盲跨传感器光谱超分辨率问题。

2604.02029 2026-06-08 cs.AI 版本更新

The Latent Space: Foundation, Evolution, Mechanism, Ability, and Outlook

潜空间：基础、演化、机制、能力与展望

Xinlei Yu, Zhangquan Chen, Yongbo He, Tianyu Fu, Guanting Dong, Cheng Yang, Chengming Xu, Yue Ma, Xiaobin Hu, Zhe Cao, Jie Xu, Guibin Zhang, Jiale Tao, Jiayi Zhang, Siyuan Ma, Kaituo Feng, Haojie Huang, Youxing Li, Ronghao Chen, Huacan Wang, Chenglin Wu, Zikun Su, Xiaogang Xu, Kelu Yao, Kun Wang, Chen Gao, Yue Liao, Ruqi Huang, Tao Jin, Zhucun Xue, Cheng Tan, Jiangning Zhang, Wenqi Ren, Yanwei Fu, Yong Liu, Yu Wang, Xiangyu Yue, Yu-Gang Jiang, Shuicheng Yan

机构 * National University of Singapore（国立新加坡大学）； Fudan University（复旦大学）； Tsinghua University（清华大学）； Zhejiang University（浙江大学）； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）； Renmin University of China（中国人民大学）； The Chinese University of Hong Kong（香港中文大学）； The Hong Kong University of Science and Technology（香港科技大学）； DeepWisdom（深智科技）； Nanjing University（南京大学）； Shanghai Jiatong University（上海交通大学）； Nanyang Technological University（南洋理工大学）； Tencent Hunyuan（腾讯文深）； QuantaAlpha（量子阿尔法）； Beijing University of Posts and Telecommunications（北京邮电大学）； Zhejiang Lab（浙江实验室）； University of Chinese Academy of Sciences（中国科学院大学）； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））； Sun Yat-sen University（中山大学）

AI总结本文综述潜空间在语言模型中的基础、演化、机制与能力，指出其克服显式空间计算的结构性限制，并展望未来研究方向。