大厂专区
TTPO：测试时策略优化
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 该研究针对大语言模型测试时训练的伪标签缺陷，提出 TTPO 方法，通过不对称目标函数与 token 级选择优化，在无标签下实现了与标签监督 OPSD 相当的性能，提升了模型数学推理能力并增强了跨任务泛化性。
Comments Project Page: this https URL (https://zju-real.github.io/TTPO) Code: this https URL (https://github.com/ZJU-REAL/TTPO)
R2M-Bench：通过交互式视频世界模型中的相对一致性评估重访记忆
机构 * DreamX Team, Alibaba Group（阿里巴巴集团DreamX团队） ； Tongji University（同济大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 该研究提出R2M-Bench基准，通过同滚动过程的相对校准评估视频世界模型的重访记忆，其NMR与人类判断相关性良好，可减少慢动作捷径，DreamX-World-Memo表现最优。
Comments Code: this https URL (https://github.com/AMAP-ML/R2MBench)
STAR：面向文档到文档机器翻译的句子翻译对齐率
机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Alibaba Group（阿里巴巴集团）
AI总结 该研究针对文档到文档机器翻译的结构对齐问题，提出STAR指标与StarPO框架，实验显示StarPO可提升翻译质量与结构完整性，还能让小型模型超越GPT-4o等大型系统并保持更优令牌效率。
Comments EMNLP 2026
SpatialCrafter：基于生成式3D代理的单图像世界建模
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； ManyCore Tech Inc.（ManyCore科技公司） ； Jilin University（吉林大学）
AI总结 SpatialCrafter是解决图像到场景生成问题的两阶段框架，通过3D代理及相关策略提升3D一致性，构建了115K场景的新数据集，性能优于现有方法且鲁棒性强。
Comments 12 pages
RubricRM：基于动态评分规则的生成式奖励模型，用于图像生成与编辑
机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） ； Alibaba DAMO Academy（阿里巴巴达摩院）
AI总结 该研究提出RubricRM框架，为文本到图像生成和图像编辑训练专用模型，其性能优于现有专用奖励模型，且与强专有MLLM评估器竞争力相当，可用于图像生成与编辑的奖励建模。
Comments Accepted to EMNLP 2026 Main Conference
Self-OPD：无需教师模型的流匹配模型的在线策略蒸馏
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出Self-OPD，一种无需教师模型的流匹配模型在线策略蒸馏框架，通过分支SDE候选与奖励比较优化速度场，在基准测试中优于现有无教师的RL和OPD方法。
Comments 19 pages, 10 figures
知晓何时不重用：自主大语言模型后训练中的条件经验迁移
机构 * Alibaba Cloud Computing（阿里巴巴云计算）
AI总结 本研究针对自主大语言模型后训练中经验重用的决策问题，提出BCIT方法，通过绑定效果上下文、检查条件等减少有害更新，提升模型质量。
PailitaoGR：用于生成式图像检索的基于图像的潜在思考方法
机构 * Alibaba Group（阿里巴巴集团）
AI总结 本文提出PailitaoGR方法，通过设计聚焦目标感知与选择性辅助证据利用机制，在生成式图像检索任务中较现有基准平均提升13.8%，验证了方法有效性。
Chart2SVG：从栅格图表图像生成可编辑的SVG
机构 * Renmin University of China（中国人民大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Shandong University（山东大学） ； Microsoft Research（微软研究院） ； Qwen Large Model Application Team, Alibaba（阿里巴巴通义大模型应用团队） ； University of Technology Sydney（悉尼科技大学）
AI总结 Chart2SVG是融合图表语义令牌、Beagle+数据集与Chart Structure Graph的多模态大语言模型，可生成可编辑SVG，在图表重建与编辑任务中性能优于基线，助力智能可视化工具发展。
AudioSpan：覆盖音频理解的时长与深度
机构 * Qwen Team, Alibaba Group（通义千问团队，阿里巴巴集团） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本研究提出覆盖10分钟至2小时音频的基准AudioSpan，含3240个分三认知层级的问题，评估12个大型音频-语言模型，发现从长音频提取相关事实是核心难点，该基准可公开获取。
从惯性到客观性：通过噪声隔离改进深度研究智能体
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 针对深度研究智能体存在的惯性偏差问题，提出NIS-Agent方法，在网页分类和最终答案验证环节应用上下文隔离，降低33%的token成本，训练的8B模型性能可与GPT-4o相当。
Comments EMNLP 2026 Main Conference
大型视觉语言模型（LVLMs）能否揭示视觉错觉背后的真相？感知与推理能力分析
机构 * Adelaide University（阿德莱德大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Amap, Alibaba Group（阿里巴巴集团高德地图） ； Beihang University（北京航空航天大学）
AI总结 本文利用IllusionReasoning基准，以视觉错觉为诊断工具评估LVLMs，发现多款LVLMs的推理能力不及宣称水平，为其优化提供了新方向。
Comments EMNLP2026 Findings
SkillChain: 为基于图像的电商AI助手闭环技能演化
机构 * Alibaba Group（阿里巴巴集团）
AI总结 提出SkillChain框架，通过技能创建、路由优化和主体精炼三阶段自动化技能生命周期，解决电商图像助手多意图混淆问题，显著提升响应质量和用户参与度。
DIANOIA: 多智能体推理的诊断性分解与联合优化
机构 * Alibaba Group（阿里巴巴集团）
AI总结 提出DIANOIA框架，通过覆盖度、保真度和综合度三个可测量通道分解多智能体推理增益，并基于此设计诊断协议和对应系统，在多个基准上以更少token实现更优性能。
Comments DIANOIA has been accepted by EMNLP 2026 as a main conference paper
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈