Tencent（腾讯）

MiA-Signature: Approximating Global Activation for Long-Context Understanding

MiA-Signature：近似全局激活以实现长上下文理解

Yuqing Li, Jiangnan Li, Mo Yu, Zheng Lin, Weiping Wang, Jie Zhou

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Pattern Recognition Center, WeChat AI, Tencent（微信AI模式识别中心） ； Hunyuan Team, Tencent（腾讯文心一言团队） 纠错

AI总结 本文提出MiA-Signature，通过压缩表示近似全局激活对下游处理的影响，提升长上下文理解任务的性能。

Comments This is a work in progress; we will continue to revise and improve the manuscript

WavCube: Unifying Speech Representation for Understanding and Generation via Semantic-Acoustic Joint Modeling

WavCube：通过语义-声音联合建模统一语音表示以实现理解和生成

Guanrou Yang, Tian Tan, Qian Chen, Zhikang Niu, Yakun Song, Ziyang Ma, Yushen Chen, Zeyu Xie, Tianrui Wang, Yifan Yang, Wenxi Chen, Qi Chen, Wenrui Liu, Shan Yang, Xie Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tencent（腾讯） ； Independent Researcher（独立研究员） ； Peking University（北京大学） ； Tianjin University（天津大学） ； Zhejiang University（浙江大学） 纠错

AI总结 WavCube通过语义-声音联合建模统一语音表示，解决语音理解和生成的表示兼容问题，实现压缩后的高性能语音任务表现。

UniPrefill: Universal Long-Context Prefill Acceleration via Block-wise Dynamic Sparsification

UniPrefill: 通过块级动态稀疏化实现通用长上下文预填加速

Qihang Fan, Huaibo Huang, Zhiying Wu, Bingning Wang, Ran He

机构 * MAIS&NLPR, CASIA（MAIS与NLPR，中国科学院自动化研究所） ； UCAS（中国科学技术大学） ； WeChat, Tencent（微信，腾讯） 纠错

AI总结 本文提出UniPrefill框架，通过块级动态稀疏化提升长上下文预填效率，兼容各种模型架构，实现TTFT加速，支持连续批处理和vLLM调度策略。

Comments code: https://github.com/qhfan/UniPrefill.git

A$^2$TGPO: Agentic Turn-Group Policy Optimization with Adaptive Turn-level Clipping

A$^2$TGPO: 基于自适应回合裁剪的代理回合策略优化

Dingwei Chen, Zefang Zong, Zhipeng Ma, Leo Luo, Yang Li, Chengming Li, Peng Chen, Jie Jiang

机构 * Tencent Inc（腾讯公司） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen MSU-BIT University（深圳MSU-BIT大学） 纠错

AI总结 本文提出A$^2$TGPO，通过自适应回合裁剪和改进的归一化与累积方法，解决强化学习中代理大语言模型的回合级信用分配问题，提升多轮交互中单个工具调用的评估准确性。

Democratizing Tool Learning with Environments Fully Simulated by a Free 8B Language Model

用免费的8B语言模型完全模拟环境来民主化工具学习

Chenming Tang, Hsiu-Yuan Huang, Weijie Liu, Junqiang Zheng, Saiyong Yang, Yunfang Wu

机构 * National Key Laboratory for Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； LLM Department, Tencent（腾讯LLM部门） 纠错

AI总结 本文提出TRUSTEE方法，利用免费开源的8B语言模型模拟动态环境，结合自适应课程学习机制，有效训练工具调用代理，实验证明其在多数情况下优于需额外资源的基线方法。

Comments Preprint

STEER: Structured Event Evidence for Video Reasoning via Multi-Objective Reinforcement Learning

STEER: 通过多目标强化学习进行视频推理的结构事件证据

Zinuo Li, Yongxin Guo, Jun Liu, Jiawei Zhan, Xi Jiang, Chengjie Wang, Mohammed Bennamoun, Farid Boussaid, Feng Zheng, Qiuhong Ke

机构 * University of Western Australia（西澳大学） ； CUHKSZ（香港科技大学） ； Tencent Youtu Lab（腾讯优图实验室） ； SUSTech（南方科技大学） ； Monash University（墨尔本大学） 纠错

AI总结 本文提出结构事件证据方法，通过多目标强化学习解决视频推理中事件结构缺失问题，提出STEER-60K数据集和P-FAB算法提升推理效率与准确性。

EternalMath: A Living Benchmark of Frontier Mathematics that Evolves with Human Discovery

EternalMath: 一个与人类发现同步演化的前沿数学基准

Jicheng Ma, Guohua Wang, Xinhua Feng, Yiming Liu, Zhichao Hu, Yuhong Liu

机构 * School of Mathematics, Renmin University of China（中国人民大学数学学院） ； Tencent（腾讯） 纠错

AI总结 本文提出一个自动化数学推理评估框架，通过将最新数学文献转化为可执行任务，构建可扩展的EternalMath基准，揭示LLM在前沿数学上的性能差距。