大厂专区
MAIGO: 通过历史清理的在线策略自蒸馏缓解对话丢失
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） ； Fuzhou University（福州大学） ； Tencent（腾讯）
AI总结 针对大语言模型在多轮对话中性能下降（对话丢失）的问题，提出MAIGO方法，通过在线策略自蒸馏和清理历史助手回复来减少自污染，无需验证器或推理时辅助，显著提升多轮对话准确性。
RLVR 数据集及其查找方法：通过数据溯源寻找更好的训练数据
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）
AI总结 针对可验证奖励强化学习（RLVR）数据集来源不清的问题，提出基于谱系感知搜索的原子源追踪框架（ATLAS），追溯超过99.7%的实例至20个原子源，并基于源级反事实归因（SCA）原则构建去污染数据集DAPO++，其质量分数Q与下游RLVR性能强相关。
Comments 7 figures, 12 tables
基于策略内在知识边界增强的高效智能体强化学习
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）
AI总结 提出AKBE方法，通过双路径（有工具和无工具）在线策略训练动态探测模型内在知识边界，构建针对性监督信号，在保持准确率的同时减少工具调用。
REVERSE: 强化证据验证与搜索的智能体图像地理定位
机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； WeChat Vision, Tencent Inc（腾讯公司）
AI总结 提出REVERSE框架，通过多轮智能体推理强化证据搜索与验证的交互，在图像地理定位任务中优于强检索增强基线，以4B模型媲美更大模型。
LiveK12Bench: 大型多模态模型真的征服了高中水平的考试吗？
机构 * Tencent PCG（腾讯PCG） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 本文提出动态多学科基准LiveK12Bench，通过自动化流水线和新颖的模拟考试评估方案，揭示大型多模态模型在真实考试场景下性能显著下降，尤其对复杂视觉布局敏感。
检索即推理：通过LLM-Wiki实现自我进化的智能体原生检索
机构 * Tencent Inc.（腾讯公司）
AI总结 提出LLM-Wiki系统，将外部知识组织为可编译、可组合、自进化的Wiki页面，通过工具调用接口实现搜索、阅读和链接跟踪操作，并引入错误簿进行持续自纠正，在多项多跳问答基准上取得最优结果。
Comments 15 pages, 3 figures, 10 tables, 1 algorithm
AuthTrace: 主题密集的单作者语料库中的证据构建诊断
机构 * Tencent Inc.（腾讯公司） ； Beijing, China（中国北京）
AI总结 提出AuthTrace基准，通过扇入梯度诊断主题密集单作者语料库中证据构建系统的召回率、精度和答案正确性，发现证据召回是答案正确性的最强预测因子。
VisualNeedle: 信息密集场景中的主动视觉搜索基准
机构 * Hunyuan, Tencent（腾讯 Hunyuan） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 针对多模态大语言模型在细粒度感知基准中依赖捷径而非真实视觉证据的问题，提出VisualNeedle基准，通过反事实裁剪-黑化设置评估模型在信息密集场景中的主动视觉搜索能力，实验表明最佳模型准确率仅56.01%，落后人类63.00%。
RepoMirage: 通过扰动探测代码智能体的仓库上下文推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） ； Tencent（腾讯）
AI总结 提出RepoMirage评估套件，通过语义保持的仓库级扰动和扩展任务，揭示代码智能体在仓库上下文推理中的显著缺陷，并基于结构优先的原型工作流RepoAnchor展示改进。
预见与学习：在主动智能体中释放空闲时间计算
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent（腾讯）
AI总结 提出ProAct主动智能体架构，利用空闲时间计算预测并满足用户未来需求，通过ProActEval基准测试验证其在任务加速、减少用户努力和降低幻觉率方面的显著优势。
Comments 26 pages, 4 figures; code available at https://github.com/AgentACE-AI/ProAct
SciResearcher: 面向前沿科学推理的深度研究智能体规模化
机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； Tencent AI Lab（腾讯AI实验室）
AI总结 提出SciResearcher框架，通过合成基于学术证据的概念与计算任务并训练智能体，在HLE-Bio/Chem-Gold等基准上达到最优性能。
Comments 23 pages, 6 figures, 15 tables
Chat2Workflow: 用自然语言生成可执行可视化工作流的基准
机构 * Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 提出Chat2Workflow基准，用于评估大语言模型从自然语言生成可执行可视化工作流的能力，并设计了一个智能体基线以提升性能。
Comments Work in progress
TAGRPO: 通过直接轨迹对齐提升图像到视频生成中的GRPO
机构 * The University of Hong Kong（香港大学） ； Tencent Hunyuan（腾讯文心）
AI总结 针对图像到视频生成中GRPO优化效果不佳的问题，提出基于对比学习的TAGRPO框架，通过中间潜变量对齐高奖励轨迹并远离低奖励轨迹，结合记忆库提升多样性，显著优于DanceGRPO。
Comments 18 pages, 12 figures
Pusa V1.0: 通过向量化时间步长适应解锁预训练视频扩散模型中的时间控制
机构 * City University of Hong Kong（香港城市大学） ； The Chinese University of Hong Kong（香港中文大学） ； Huawei Research（华为研究） ； Great Bay University（大湾大学） ； AI Technology Center, Tencent PCG（腾讯AI技术中心） ； Lingnan University（岭南大学） ； Hong Kong Centre for Cerebro-Cardiovascular Health Engineering（香港脑心血管健康工程中心）
AI总结 提出向量化时间步长适应（VTA）方法，在统一视频扩散框架中实现细粒度时间控制，零样本完成图像到视频生成、起止帧控制等任务，且不破坏基础模型能力。
Comments Code is open-sourced at https://github.com/Yaofang-Liu/Pusa-VidGen
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