Alibaba（阿里巴巴）

CLIPO: Contrastive Learning in Policy Optimization Generalizes RLVR

CLIPO: 在策略优化中通过对比学习推广RLVR

Sijia Cui, Pengyu Cheng, Jiajun Song, Yongbo Gai, Guojun Zhang, Zhechao Yu, Jianhe Lin, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba Institute of Automation, Chinese Academy of Sciences（文勤大模型应用团队，阿里巴巴自动化研究所，中国科学院） ； Qwen Large Model Application Team, Alibaba（文勤大模型应用团队，阿里巴巴） 纠错

AI总结 CLIPO通过对比学习机制改进RLVR，提升大语言模型的策略优化泛化与鲁棒性

RedFuser: An Automatic Operator Fusion Framework for Cascaded Reductions on AI Accelerators

RedFuser: 一种用于AI加速器上级联缩减操作的自动运算符融合框架

Xinsheng Tang, Yangcheng Li, Nan Wang, Zhiyi Shu, Xingyu Ling, Junna Xing, Peng Zhou, Qiang Liu

机构 * Alibaba Cloud Computing（阿里云计算） 纠错

AI总结 RedFuser通过自动识别级联缩减模式并生成优化内核，实现AI加速器上的高效运算符融合，提升执行效率。

Comments 22 pages, 13 figures, ASPLOS '26

LaTeX Compilation: Challenges in the Era of LLMs

LaTeX编译：在大语言模型时代面临的挑战

Tianyou Liu, Ziqiang Li, Xurui Liu, Yu Wu, Yansong Li

机构 * Southern University of Science and Technology（南方科技大学） ； Alibaba（阿里巴巴） ； Tsinghua University（清华大学） ； Rutgers University（罗格斯大学） ； Liii Network（Liii网络） 纠错

AI总结 本文提出Mogan STEM作为替代TeX的结构编辑器，通过高效的数据结构和按需插件加载，在编译效率、生成语义和工具生态系统等方面优于TeX，并展示了其在LLM微调中的优势。

Comments 25 pages, 12 figures