Xi'an Jiaotong University（西安交通大学）

HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning

HiPolicy：分层多频动作分块用于策略学习

Jiyao Zhang, Zimu Han, Junhan Wang, Xionghao Wu, Shihong Lin, Jinzhou Li, Hongwei Fan, Ruihai Wu, Dongjiang Li, Hao Dong

机构 * CFCS, School of CS, PKU（北京大学计算机学院计算与金融研究中心） ； National Key Laboratory for Multimedia Information Processing, School of CS, PKU（北京大学计算机学院多媒体信息处理国家重点实验室） ； XJTU（西安交通大学） ； THU（清华大学） ； BUAA（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司） 纠错

AI总结 HiPolicy通过分层多频动作分块框架，联合预测不同频率的动作序列，以捕捉粗粒度高层次计划和精确的反应动作，提升策略学习的性能和执行效率。

Controllable Singing Style Conversion with Boundary-Aware Information Bottleneck

可控的歌唱风格转换与边界感知信息瓶颈

Zhetao Hu, Yiquan Zhou, Wenyu Wang, Zhiyu Wu, Xin Gao, Jihua Zhu

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Fudan University（复旦大学） ； Division of Music and Audio Union Wheatland Culture and Media Ltd.（音乐与音频联合Wheatland文化传媒有限公司） 纠错

AI总结 本文提出了一种新颖的歌唱风格转换系统，通过边界感知信息瓶颈、帧级技术矩阵和高频带补全策略，解决风格泄漏、动态渲染和高保真生成问题，实现高质量的风格转换。

Comments 8 pages, 5 figures

Confidence Should Be Calibrated More Than One Turn Deep

置信度应比单轮更深入地校准

Zhaohan Zhang, Chengzhengxu Li, Xiaoming Liu, Chao Shen, Ziquan Liu, Ioannis Patras

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出多轮校准任务，解决多轮对话中置信度动态校准问题，通过MTCal和ConfChat提升模型在多轮交互中的事实性和一致性。

Breakthrough the Suboptimal Stable Point in Value-Factorization-Based Multi-Agent Reinforcement Learning

突破基于价值因子化的多智能体强化学习中的次优稳定点

Lesong Tao, Yifei Wang, Haodong Jing, Jingwen Fu, Miao Kang, Shitao Chen, Nanning Zheng

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi'an Jiaotong University（西安交通大学人工智能与机器人研究所，人机混合增强智能国家重点实验室） ； Zhongguancun Academy（中关村学院） 纠错

AI总结 本文提出多轮价值因子化框架MRVF，通过迭代过滤次优动作以实现全局最优，揭示了非最优稳定点对性能的影响，实验验证了方法的有效性。