Huawei（华为）

ProMMSearchAgent: A Generalizable Multimodal Search Agent Trained with Process-Oriented Rewards

ProMMSearchAgent：一种通过过程导向奖励训练的通用多模态搜索代理

Wentao Yan, Shengqin Wang, Huichi Zhou, Yihang Chen, Kun Shao, Yuan Xie, Zhizhong Zhang

机构 * East China Normal University（东中国师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Huawei Noah's Ark Lab（华为诺亚实验室） ； Independent Researcher（独立研究者） ； University College London（伦敦大学学院） 纠错

AI总结 本文提出ProMMSearchAgent，通过过程导向奖励解决多模态代理在知识密集型视觉推理中的训练难题，实现零样本迁移至Google搜索API。

The GaoYao Benchmark: A Comprehensive Framework for Evaluating Multilingual and Multicultural Abilities of Large Language Models

高 Yao 基准：评估大型语言模型多语言和多文化能力的综合框架

Yilun Liu, Chunguang Zhao, Mengyao Piao, Lingqi Miao, Shimin Tao, Minggui He, Chenxin Liu, Li Zhang, Hongxia Ma, Jiaxin Guo, Chen Liu, Liqun Deng, Jiansheng Wei, Xiaojun Meng, Fanyi Du, Daimeng Wei, Yanghua Xiao

机构 * Huawei, China（华为，中国） ； Fudan University, China（复旦大学，中国） 纠错

AI总结 本文提出GaoYao基准，通过182300个样本、26种语言和51个地区，评估大型语言模型的多语言和多文化能力，揭示地理性能差异和任务间差距。

Comments Accepted by ACL 2026 main

The Tool-Overuse Illusion: Why Does LLM Prefer External Tools over Internal Knowledge?

工具过度使用错觉：为什么大语言模型更倾向于使用外部工具而非内部知识？

Yirong Zeng, Shen You, Yufei Liu, Qunyao Du, Xiao Ding, Yutai Hou, Yuxian Wang, Wu Ning, Haonan Song, Dandan Tu, Bibo Cai, Ting Liu

机构 * Harbin Institute of Technology, SCIR（哈尔滨理工大学SCIR研究所） ； Peking University（北京大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

AI总结 本文揭示大语言模型在推理中普遍存在工具过度使用现象，通过分析内部知识可用性区域，提出知识感知边界对齐策略，减少工具使用82.8%，并发现仅以结果奖励会鼓励工具过度使用，通过平衡奖励信号可减少66.7%的无用工具调用。

Comments 17 pages, 9 figures

MAR: Efficient Large Language Models via Module-aware Architecture Refinement

MAR：通过模块感知架构优化实现高效的大型语言模型

Junhong Cai, Guiqin Wang, Kejie Zhao, Jianxiong Tang, Xiang Wang, Luziwei Leng, Ran Cheng, Yuxin Ma, Qinghai Guo

机构 * Department of CSE, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； National Engineering Laboratory for Big Data Analytics, Xi’an Jiaotong University（西安交通大学大数据分析国家工程实验室） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； ACS Laboratory, Huawei Technologies Co., Ltd.（华为技术有限公司ACS实验室） 纠错

AI总结 本文提出MAR框架，结合状态空间模型和激活稀疏化，降低LLM的能耗并提升性能，同时设计ATMN和SBDS解决SNN与SSM整合问题，实验表明其在受限资源下性能优异且能超越同等或更大规模的高效模型。

Comments Accepted by ICASSP 2026. 5 pages, 5 figures

Hebbian Learning with Global Direction

基于全局方向的Hebb学习

Wenjia Hua, Kejie Zhao, Luziwei Leng, Ran Cheng, Yuxin Ma, Qinghai Guo

机构 * Department of CSE, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； ACS Lab, Huawei Technologies Co., Ltd.（华为技术有限公司ACS实验室） 纠错

AI总结 本文提出一种融合局部与全局信息的全局引导Hebb学习框架，通过Oja规则与竞争学习实现稳定更新，并引入符号信号指导局部更新，实验表明在大规模网络和复杂数据集上性能优于传统Hebb方法。

Comments Accepted to ICASSP 2026

Efficient Multi-Cohort Inference for Long-Term Effects and Lifetime Value in A/B Testing with User Learning

在用户学习背景下高效多队列推断长期效应和生命周期价值在A/B测试中

Dario Simionato, Andrea Tonon, Mingxue Wang, Weiguo Wang, Tong Gui, Xiaoyue Li

机构 * Huawei Ireland Research Centre（华为爱尔兰研究中心） 纠错

AI总结 本文提出一种方法，通过用户学习在短多队列A/B测试中高效估计长期治疗效应和残余生命周期价值变化，改进了传统方法的精度，识别出依赖短期或长期指标单独决策的错误场景。

GRPO-VPS: Enhancing Group Relative Policy Optimization with Verifiable Process Supervision for Effective Reasoning

GRPO-VPS：通过可验证的过程监督增强组相对策略优化以实现有效的推理

Jingyi Wang, Lei Zhu, Tengjin Weng, Song-Li Wu, Haochen Tan, Jierun Chen, Chaofan Tao, Haoli Bai, Lu Hou, Lifeng Shang, Xiao-Ping Zhang

机构 * Tsinghua University（清华大学） ； Shenzhen University（深圳大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 本文提出GRPO-VPS，通过在推理轨迹中探测模型对正确答案的信心，改进GRPO的轨迹级反馈，实现更精准高效的策略更新，实验显示在数学和通用领域任务中均取得显著提升。

Confidence-Based Mesh Extraction from 3D Gaussians

基于置信度的3D高斯体网格提取

Lukas Radl, Felix Windisch, Andreas Kurz, Thomas Köhler, Michael Steiner, Markus Steinberger

机构 * Graz University of Technology, Austria（奥地利格拉茨理工大学） ； Huawei Technologies, Austria（奥地利华为技术） 纠错

AI总结 本文提出基于置信度的3D高斯体网格提取方法，通过自监督置信框架平衡光度和几何监督，提升表面提取效率与精度。

Comments Project Page: https://r4dl.github.io/CoMe/