Huawei（华为）

QuantClaw: Precision Where It Matters for OpenClaw

QuantClaw：在OpenClaw中至关重要的精度

Manyi Zhang, Ji-Fu Li, Zhongao Sun, Xiaohao Liu, Zhenhua Dong, Xianzhi Yu, Haoli Bai, Xiaobo Xia

机构 * Huawei Technologies（华为技术有限公司） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 QuantClaw通过动态分配精度优化任务性能，降低计算成本和延迟，提升多轮推理效率。

Comments Blog: https://sparkengineai.github.io/QuantClaw

From Skills to Talent: Organising Heterogeneous Agents as a Real-World Company

从技能到人才：将异构智能体组织成现实世界的企业

Zhengxu Yu, Yu Fu, Zhiyuan He, Yuxuan Huang, Lee Ka Yiu, Meng Fang, Weilin Luo, Jun Wang

机构 * HUAWEI Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院） ； University Liverpool（利物浦大学） 纠错

AI总结 本文提出OneManCompany框架，通过引入Talent市场和E²R树搜索，将多智能体系统提升至组织层面，实现动态招聘和自适应改进，提升任务完成效率。

Comments 33 pages,13 figures

ReCast: Recasting Learning Signals for Reinforcement Learning in Generative Recommendation

ReCast：为生成推荐中的强化学习重构学习信号

Peiyan Zhang, Hanmo Liu, Chengxuan Tong, Yuxia Wu, Wei Guo, Yong Liu

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

AI总结 ReCast通过修复和对比学习信号框架，解决生成推荐中稀疏监督下的学习信号问题，提升推荐性能并优化计算效率。

Call-Chain-Aware LLM-Based Test Generation for Java Projects

面向调用链的基于LLM的Java项目测试生成

Guancheng Wang, Qinghua Xu, Lionel C. Briand, Zhaoqiang Guo, Kui Liu

机构 * Research Ireland Lero Centre for Software（爱尔兰Lero软件研究中心） ； University of Limerick（利默里克大学） ； University of Ottawa（渥太华大学） ； The State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； Software Engineering Application Technology Lab, Huawei（华为软件工程应用技术实验室） 纠错

AI总结 本文提出CAT方法，通过静态分析整合调用链和依赖上下文，提升测试生成的覆盖率和有效性，实验显示其在Defects4J和真实项目中均优于现有方法。

HFX: Joint Design of Algorithms and Systems for Multi-SLO Serving and Fast Scaling

HFX：多SLO服务与快速扩展的算法与系统联合设计

Zahra Yousefijamarani, Xinglu Wang, Qian Wang, Morgan Lindsay Heisler, Taha Shabani, Niloofar Gholipour, Parham Yassini, Hong Chang, Kan Chen, Qiantao Zhang, Xiaolong Bai, Jiannan Wang, Ying Xiong, Yong Zhang, Zhenan Fan

机构 * Huawei Technologies Canada Co., Ltd.（华为技术加拿大有限公司） ； Simon Fraser University（西蒙弗雷泽大学） ； École de technologie supérieure（高等技术学院） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

AI总结 HFX通过联合优化请求调度与弹性扩展，满足多样化的SLO，实验显示在延迟、成本等方面优于现有系统。

Segment Any-Quality Images with Generative Latent Space Enhancement

通过生成潜在空间增强实现任意质量图像分割

Guangqian Guo, Yong Guo, Xuehui Yu, Wenbo Li, Yaoxing Wang, Shan Gao

机构 * Northwestern Polytechnical University（西北工业大学） ； Huawei（华为） ； University of Chinese Academy of Sciences（中国科学院大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 本文提出GleSAM，通过生成潜在空间增强提升低质量图像分割鲁棒性，采用潜在扩散方法改进SAM框架，构建LQSeg数据集，实验证明在复杂退化下表现优异。

Comments Accepted by CVPR2025