Alibaba（阿里巴巴）

LumosX: Relate Any Identities with Their Attributes for Personalized Video Generation

LumosX：通过身份与属性的关系实现个性化视频生成

Jiazheng Xing, Fei Du, Hangjie Yuan, Pengwei Liu, Hongbin Xu, Hai Ci, Ruigang Niu, Weihua Chen, Fan Wang, Yong Liu

机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎斑实验室） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 LumosX通过结合身份与属性关系，提升多主体个性化视频生成的精细度和一致性，采用数据与模型双改进策略，构建了全面的基准测试平台。

Comments ICLR 2026 Camera Ready Version. Code and Models: https://jiazheng-xing.github.io/lumosx-home/

AgenticRS-EnsNAS: Ensemble-Decoupled Self-Evolving Architecture Search

AgenticRS-EnsNAS: ensemble-decoupled 自我进化架构搜索

Yun Chen, Moyu Zhang, Jinxin Hu, Yu Zhang, Xiaoyi Zeng

机构 * Alibaba Group（阿里巴巴集团） 纠错

AI总结 本文提出ensemble-decoupled架构搜索框架，通过预测系统级性能降低评估成本，统一了连续和离散pi的解决方案策略，揭示了基础多样性增益和准确增益两种改进机制。

PoC: Performance-oriented Context Compression for Large Language Models via Performance Prediction

PoC：通过性能预测实现面向性能的上下文压缩

Runsong Zhao, Shilei Liu, Jiwei Tang, Langming Liu, Haibin Chen, Weidong Zhang, Yujin Yuan, Tong Xiao, Jingbo Zhu, Wenbo Su, Bo Zheng

机构 * Northeastern University, China（东北大学，中国） ； Tsinghua University（清华大学） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） 纠错

AI总结 本文提出PoC方法，通过设定性能底线而非压缩比来优化大语言模型的上下文压缩，设计两种预测器并验证其在问答和摘要任务中的性能优势。

AIGQ: An End-to-End Hybrid Generative Architecture for E-commerce Query Recommendation

AIGQ: 电商查询推荐的端到端混合生成架构

Jingcao Xu, Jianyun Zou, Renkai Yang, Zili Geng, Qiang Liu, Haihong Tang

机构 * Taobao \& Tmall Group of Alibaba Hangzhou China ； University of Electronic Science ； Taobao \& Tmall Group of Alibaba 纠错

AI总结 AIGQ通过端到端生成框架解决电商查询推荐中的语义浅层、冷启动差和偶然性问题，采用兴趣感知列表监督微调和兴趣感知列表组相对策略优化，提升查询相关性和列表属性。

Taking a Deep Breath: Enhancing Language Modeling of Large Language Models with Sentinel Tokens

深呼吸：通过哨兵令牌增强大语言模型的语言建模

Weiyao Luo, Suncong Zheng, Heming Xia, Weikang Wang, Yan Lei, Tianyu Liu, Shuang Chen, Zhifang Sui

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，北京大学计算机学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院） ； Tencent Hunyuan（腾讯文言） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 本文提出通过插入哨兵令牌使大语言模型能够总结离散文本块信息，提升长文本建模能力，实验验证了方法的有效性。

Target Concept Tuning Improves Extreme Weather Forecasting

目标概念调谐提升极端天气预测

Shijie Ren, Xinyue Gu, Ziheng Peng, Haifan Zhang, Peisong Niu, Bo Wu, Xiting Wang, Liang Sun, Jirong Wen

机构 * Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团） ； Institute of Atmospheric Physics, Chinese Academy of Sciences（中国科学院大气物理研究所） 纠错

AI总结 本文提出TaCT框架，通过选择性模型改进提升台风预测性能，同时保持常规场景表现。利用稀疏自编码器和反事实分析发现失效相关概念，仅在概念激活时更新参数，实验显示在不同地区台风预测有显著提升。