Huawei（华为）

Search for Truth from Reasoning: A Dynamic Representation Editing Framework for Steering LLM Trajectories

从推理中寻找真理：一种用于引导LLM轨迹的动态表示编辑框架

Tianlong Wang, Yuhang Wang, Weibin Liao, Xin Gao, Xinyu Ma, Yang Lin, Yasha Wang, Liantao Ma

机构 * ByteDance Inc.（字节跳动公司） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术研究院（天津滨海）） 纠错

AI总结 提出DynaSteer动态表示编辑框架，通过模式聚类和Fisher-LDA提取纯净真理，并基于前瞻熵选择性引导轨迹，提升LLM推理真实性。

Comments Accepted by ICML'26

XSearch: Explainable Code Search via Concept-to-Code Alignment

XSearch: 通过概念到代码对齐实现可解释的代码搜索

Yiming Liu, Ruofan Liu, Yun Lin, Zicong Zhang, Weiyu Kong, Pengnian Qi, Xiao Cheng, Weinan Zhang, Qianxiang Wang, Linpeng Huang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

AI总结 本文提出XSearch框架，通过将代码搜索转化为概念对齐问题，提升代码搜索的可解释性和泛化能力，在分布偏移基准测试中性能提升显著。

Comments Accepted to ISSTA 2026

Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates

信任区域逆强化学习：利用局部策略更新的显式双上升

Anish Diwan, Davide Tateo, Christopher E. Mower, Haitham Bou-Ammar, Jan Peters, Oleg Arenz

机构 * Technical University of Darmstadt（达姆斯塔特技术大学） ； Lund University（隆德大学） ； German Research Center for AI (DFKI)（人工智能研究中心（DFKI）） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） ； Huawei, Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院） 纠错

AI总结 本文提出TRIRL算法，通过信任区域优化策略更新，实现奖励函数的单调改进，避免对抗方法的不稳定性，提升多任务表现。

Comments Accepted as a conference paper at the International Conference on Machine Learning (ICML) 2026. Revised to include review feedback

Control-DINO: Feature Space Conditioning for Controllable Image-to-Video Diffusion

Control-DINO：用于可控图像到视频扩散的特征空间条件

Edoardo A. Dominici, Thomas Deixelberger, Konstantinos Vardis, Markus Steinberger

机构 * Huawei Technologies, Switzerland（华为技术（瑞士）） ； Huawei Technologies, Austria（华为技术（奥地利）） ； Graz University of Technology, Austria（格拉茨技术大学） 纠错

AI总结 本文提出Control-DINO，通过解耦外观与其他特征，实现对视频扩散模型的可控生成，提升生成渲染的可控性。

Comments ECCV 2026 - Project Page https://dedoardo.github.io/projects/control-dino/

LearNAT: Learning NL2SQL with AST-guided Task Decomposition for Large Language Models

LearNAT: 基于AST引导任务分解的NL2SQL大语言模型学习

Weibin Liao, Xin Gao, Tianyu Jia, Rihong Qiu, Yifan Zhu, Yang Lin, Xinyu Ma, Junfeng Zhao, Yasha Wang

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Key Laboratory of High Confidence Software Technologies, Ministry of Education（教育部高可信软件技术重点实验室） ； Big Data Technology Research Center, Nanhu Laboratory（纳米实验室大数据技术研究中心） ； National Engineering Research Center For Software Engineering, Peking University（北京大学软件工程国家工程研究中心） ； Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术研究院（天津滨海）） ； School of Computer Sciences, Beijing University of Posts and Telecommunications（北京邮电大学计算机科学系） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Seed, ByteDance Inc.（字节跳动公司） 纠错

AI总结 提出LearNAT框架，通过AST引导的分解合成过程和边际感知强化学习，增强小规模LLM的NL2SQL任务分解能力，以7B参数模型达到GPT-4可比性能。

Comments Accepted by ICLR'26