大厂专区
LVLMs中的词汇劫持：通过排除惰性标记来揭示关键注意力头以缓解幻觉
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； The Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文通过分析LVLMs的注意力机制，揭示了词汇劫持现象，提出HABI方法定位惰性标记，并引入NHAR指标评估其影响，最终提出HAVAE方法增强关键注意力头以减少幻觉。
Comments Accepted by ACL 2026 Main
AGoQ：激活与梯度量化用于低内存分布式训练大语言模型
机构 * School of Computer Science（计算机科学学院） ； Technology, Harbin Institute of Technology, Shenzhen（技术学院，哈尔滨工业大学，深圳） ； Huawei Technologies Ltd（华为技术有限公司）
AI总结 AGoQ通过层感知激活量化和梯度量化技术，实现近4位激活存储和8位梯度存储，降低内存使用并提升训练速度，实验表明在不同规模LLM上内存减少达52%，训练速度提升1.34倍。
HyPER：通过假设路径扩展与缩减实现可扩展的大语言模型推理中的探索与利用平衡
机构 * Institute for Artificial Intelligence, Peking University, Beijing（北京大学人工智能研究院） ； Huawei（华为） ； School of Integrated Circuits, Peking University, Beijing（北京大学集成电路学院）
AI总结 HyPER通过动态扩展-缩减控制问题优化多路径解码，提升推理准确性与计算效率，实验显示在不同基准上准确率提升8-10%，token使用减少25-40%。
基于主观逻辑评估AI训练数据集的可信度——一个偏见用例
机构 * Huawei Technologies（华为技术有限公司） ； Ulm Universität（乌尔姆大学）
AI总结 本文提出首个评估AI训练数据集可信度的框架，通过主观逻辑处理不确定性和偏见等全局属性，实验表明方法能有效识别类别不平衡并在集中式和联邦学习中保持可解释性和鲁棒性。
Comments Accepted at ECML PKDD Bias Workshop '25
ROS-LLM：一个用于具身AI的ROS框架，具有任务反馈和结构化推理
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Leeds（利兹大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； East China Normal University（华东师范大学） ； Huawei Technologies（华为技术有限公司） ； ETH Zurich（苏黎世联邦理工学院） ； University College London（伦敦大学学院）
AI总结 本文提出一种基于ROS的框架，允许非专家通过自然语言提示和上下文信息编程机器人，结合大语言模型实现任务描述和行为模式控制，实验验证了其在多样化场景中的鲁棒性和扩展性。
Comments This document contains 26 pages and 13 figures
Journal ref Nature Machine Intelligence 8, 313-325 (2026)
通过二元反馈个性化大语言模型：一种偏好校正的优化框架
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出C-BPO框架，通过偏好校正的二元信号实现LLM个性化，解决用户间差异问题，实验表明其在多种任务中优于基线方法。
Comments Accepted by ACL 2026 Main
FocuSFT：基于稀释意识的长上下文微调的双层优化
机构 * The Chinese University of Hong Kong（香港中文大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 FocuSFT通过双层优化框架解决长上下文微调中注意力稀释问题，提升模型在长上下文下的准确性和表现。
SpaceMind++：迈向空间感知认知地图的视频多模态大语言模型
机构 * Fudan University（复旦大学） ； Huawei（华为） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 SpaceMind++通过构建体素化认知地图，实现空间一致性的视觉推理，提升视频多模态大语言模型在3D环境中的表现。
Comments 14 pages, 3 figures
RePO-VLA：面向视觉-语言-动作模型的恢复驱动策略优化
机构 * Sun Yat-sen University（中山大学） ； South China University of Technology（华南理工大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 本文提出RePO-VLA框架，通过恢复驱动策略优化提升视觉-语言-动作模型在长时程接触丰富操作中的鲁棒性，通过恢复意识初始化、进度感知语义价值函数和价值条件细化等方法，提高对抗成功率。
基于LR条件SplitMeanFlow和GAN精炼的噪声启动一步真实世界超分辨率
机构 * Nanjing University of Science and Technology（南京理工大学） ； Nanjing University（南京大学） ； Huawei（华为）
AI总结 本文提出SMFSR框架，通过LR条件SplitMeanFlow和GAN精炼实现噪声启动的一步真实世界超分辨率，保留扩散模型的随机噪声起点并提升生成效率与真实感。
DocSeeker：基于证据 grounding 的结构化视觉推理用于长文档理解
机构 * Huazhong University of Science and Technology（华中科技大学） ； Huawei Inc.（华为公司）
AI总结 本文提出DocSeeker，通过结构化分析、定位和推理流程解决长文档理解中的信号噪声比低和监督不足问题，实现对超长文档的鲁棒泛化。
Comments CVPR 2026 Highlight
重新思考在LLM后训练中专家轨迹的利用
机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖先进研究院技术研究所） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 本文提出Plasticity-Ceiling框架，通过分解最终性能上限，揭示SFT与RL的协同优化方法，建立SFT-然后-RL的流水线，解决同步方法的稳定性问题，并提供精确的缩放指南。
Comments ACL-26, Main Conference
EAM: 利用扩散变换器提升盲超分辨率
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 本文提出EAM模型，利用DiT架构提升盲超分辨率，引入Ψ-DiT块和渐进性掩码图像建模策略，实现更优的图像恢复效果。
Comments Revision of Section 4.1
MARLaaS：多租户异步强化学习即服务
机构 * Huawei Technologies Canada（华为技术加拿大）
AI总结 MARLaaS通过轻量LoRA适配器共享基础模型和异步架构解耦训练流程，实现多任务并发强化学习细调，提升加速器利用率4.3倍，训练时间缩短85%。
SwiftI2V: 通过条件分段生成实现高效的高分辨率图像到视频生成
机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； Joy Future Academy（京东探索研究院） ； HKU（香港大学） ； HUAWEI Research（华为研究）
AI总结 本文提出SwiftI2V框架，通过分段生成和双向上下文交互，在2K分辨率下实现高效图像到视频生成，相比端到端模型减少GPU时间202倍。
Comments 27 pages, 17 figures
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