Zhejiang University（浙江大学）

Pass the Baton: Trajectory-Relayed On-Policy Distillation

传递接力棒：轨迹中继的在线策略蒸馏

Haolei Xu, Xiaowen Xu, Haiwen Hong, Zixuan Ni, Hongxing Li, Yiwen Qiu, Weiming Lu, Yongliang Shen

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 研究针对在线策略蒸馏的前缀失败问题，利用师生延续不对称性提出Relay-OPD方法，通过教师在触发点接管生成轨迹段，让学生在其上优化，在数学推理基准测试中取得优异成绩，提升效果并减少训练轨迹长度。

Comments Project Page: https://zju-real.github.io/Relay-OPD Code: https://github.com/zju-real/Relay-OPD

INTACT: Isomorphic Intent-to-Action Learning for Search-Free World Models

INTACT：用于无搜索世界模型的同构意图到动作学习

Junhan Sun, Hao Zhao, Guofeng Zhang

机构 * State Key Laboratory of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； InSpatio 纠错

AI总结 研究针对前向潜在世界模型恢复动作需昂贵搜索的问题，提出INTACT方法，通过特定架构和技术实现意图到动作学习，在多任务上取得高成功率，减少采样并提升性能，还具有快速推理能力。

Comments 28 pages, 11 figures, including appendices

OmniDelta: Skill-Driven Budget Allocation for Token Compression in OmniLLMs

OmniDelta：用于OmniLLMs中令牌压缩的技能驱动预算分配

Haoyang Huang, Wenjie Huang, Tianqi Xu, Hongyaoxing Gu, Kang Tan, Yikai Fu, Yuhao Shen, Tianyu Liu, Baolin Zhang, Jun Zhang, Xinyi Hu, Jun Dai, Shuang Ge, Lei Chen, Yue Li, Mingchen Wang, Meng Zhang

机构 * Zhejiang University（浙江大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学） ； Alibaba（阿里巴巴） 纠错

AI总结 研究针对OmniLLMs长音频-视频令牌序列成本高的问题，提出技能驱动的OmniDelta框架，通过构建技能池、结合意图与内容感知分配预算，能与现有策略结合，实验证明其在多个基准上建立新的准确性-效率前沿，减少内存并加速推理。

Comments 24 pages, 8 figures

OmniPhys: Knowledge-Graph-Driven Benchmarking and Collective Optimization for Physical Commonsense in Text-to-Image Generation

OmniPhys：文本到图像生成中物理常识的知识图谱驱动基准测试与集体优化

Yajing Xu, Yarong Lan, Jiaoyan Chen, Yichi Zhang, Jeff Z. Pan, Mingchen Tu, Zhizhen Liu, Wen Zhang, Huajun Chen

机构 * Zhejiang University（浙江大学） ； The University of Manchester（曼彻斯特大学） ； The University of Edinburgh（爱丁堡大学） ； Ant Group（蚂蚁集团） 纠错

AI总结 针对文本到图像模型常违反物理常识及现有基准测试不足等问题，引入基于物理知识图谱的OmniPhys基准测试，提出OmniPrompt迭代框架，经对12个模型评估，显著提升了物理一致性。

Comments accepted by KDD 2026 DB track

SGTP: Sampling-based Game-Theoretic Planning for Real-Time Multi-Vehicle Autonomous Racing

SGTP：基于采样的博弈论实时多车辆自主赛车规划

Zhouheng Li, Fangguo Zhao, Mattia Piccinini, Baha Zarrouki, Yuan Gao, Zitong Shan, Johannes Betz, Chen Lv, Lei Xie

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

AI总结 针对自主多车辆赛车中平衡战略多样性与计算效率的难题，提出基于采样的博弈论规划（SGTP）框架，结合博弈论推理与GPU加速采样，经可行性选择确保安全过渡，模拟显示其在多智能体场景表现良好，还开源代码及基准促进研究。

Everyone is unique: Towards Behaviorally Heterogeneous Negotiation Dialogue Systems for Debt Collection

每个人都是独特的：迈向用于债务催收的行为异质性协商对话系统

Yuhang Yang, Kai Tang, Chao Ye, Haobo Wang, Qiqi Luo, Jinguang Zheng, Zhixin Zhang

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） 纠错

AI总结 针对债务催收场景中现有基准无法体现用户行为异质性的问题，提出DebtBench基准并开发DebtGPT代理，用16个先进LLMs实验，发现多数模型表现不佳，DebtGPT优于开源基线且性能与GPT-4o相当。

RoCo-ACE: Rollout-Conditioned Online Distillation for Retention-Aware Knowledge Injection

RoCo-ACE：用于保留感知知识注入的基于展开的在线蒸馏

Yan Hong, Wei Li, Kedong Xiu, Jun Lan, Shuheng Zhou, Zhongcai Lyu, Huijia Zhu, Weiqiang Wang, Jianfu Zhang

机构 * Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 研究针对知识注入中拟合权威答案致行为偏差问题，提出RoCo-ACE方法，通过同展开无参考/基于参考条件的似然对比及参考侧锚定校正，在多知识注入设置等下，实现最佳注入知识准确性且保持保留率接近基础模型。

Crystalis: Progressive Nucleation and Semantic Annealing for Coordinated Multi-View Visualization Generation

Crystalis：用于协同多视图可视化生成的渐进式成核与语义退火

Dazhen Deng, Zhaoping He, Xin Qian, Xiaotong Wang, Zi Ying, Yingcai Wu

机构 * Zhejiang University（浙江大学） 纠错

AI总结 研究针对大语言模型难以生成协同多视图可视化的问题，提出Crystalis框架，基于以查询为中心的CMV建模，通过渐进式成核和语义退火机制，在多任务基准测试中取得高成功率，且经用户研究验证了工作流程可用性。

Steering topology distributions for unified generative design of architected metamaterials

用于结构化超材料统一生成设计的引导拓扑分布

Haolin Li, Yuyang Miao, Menglei Li, Jinshuai Bai, Liyuan Wang, Xin Liu, Bo Gao, Jiantao Liu, Danilo Mandic, Zahra Sharif Khodaei, M. H. Aliabadi, Weiqiu Chen

机构 * Imperial College London（伦敦帝国理工学院） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Southwest Jiaotong University（西南交通大学） ； Ningbo University（宁波大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 研究结构化超材料设计问题，提出GenTO统一框架，通过训练扩散模型并引导拓扑分布，能为异构任务重用拓扑先验，保留结构多样性，获高性能方案，确立拓扑知识为超材料设计统一原则。