Tencent（腾讯）

UniAudio-Token: Empowering Semantic Speech Tokenizers with General Audio Perception

UniAudio-Token: 赋予语义语音分词器通用音频感知能力

Yuhan Song, Linhao Zhang, Aiwei Liu, Chuhan Wu, Sijun Zhang, Wei Jia, Yuan Liu, Houfeng Wang, Xiao Zhou

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息处理国家重点实验室，计算机学院，北京大学） ； Basic Model Technology Center, WeChat AI, Tencent Inc.（基础模型技术中心，微信AI，腾讯公司） 纠错

AI总结 提出UniAudio-Token框架，通过语义-声学基元（SAP）和语义-声学均衡（SAE）机制，在不牺牲语音能力的前提下为语义分词器注入通用音频感知，实现统一音频接口。

Comments 19 pages, 10 figures

Fighting Numerical Hallucinations via Data-centric Compilation for Online Financial QA

通过数据为中心的编译对抗在线金融问答中的数值幻觉

Hao Chen, Xing Tang, Qirui Liu, Weijie Shi, Shiwei Li, Fuyuan Lyu, Weihong Luo, Xiku Du, Xiuqiang He

机构 * Shenzhen Technology University（深圳科技大学） ； FiT, Tencent（腾讯金融科技部） ； South China University of Technology（华南理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； McGill University（麦吉尔大学） 纠错

AI总结 提出数据为中心推理编译器（DCRC），通过对抗数据构建、多阶段训练和编译执行推理流程，解决在线金融问答中检索增强生成面临的噪声敏感、计算脆弱和可审计性危机，实现可靠的数值推理。

Comments Accepted by KDD 2026 ADS track

MoG: Mixture of Experts for Graph-based Retrieval-Augmented Generation

MoG：用于基于图的检索增强生成的混合专家模型

Zheng Yuan, Chuang Zhou, Linhao Luo, Siyu An, Di Yin, Xing Sun, Xiao Huang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Monash University（墨尔本大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

AI总结 提出MoG框架，通过组织知识为中心枢纽图和稀疏激活的专家图，利用拓扑感知路由器动态选择相关专家图，以解决检索增强生成中统一知识库引入无关信息的问题，在MuSiQue上相对提升超过20%。

SteerFace: Debiasing Synthetic Face Generation via Adaptive Residue Perturbation

SteerFace: 通过自适应残差扰动消除合成人脸生成中的偏差

Yuxi Mi, Qiuyang Yuan, Jianqing Xu, Yichun Zhou, Xuan Zhao, Jun Wang, Rizen Guo, Shuigeng Zhou

机构 * Fudan University（复旦大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； WeChat Pay Lab33, Tencent（腾讯微信支付实验室33） 纠错

AI总结 针对合成人脸数据与真实数据分布存在视觉倾向差异的问题，提出SteerFace框架，通过将身份嵌入向随机正交方向扰动作为正则化项，抑制生成器对非身份视觉线索的依赖，从而缩小合成-真实差距。

CameraNoise: Enabling Faithful Camera Control in Video Diffusion through Geometry-Flow-Guided Noise Warping

CameraNoise: 通过几何流引导的噪声扭曲实现视频扩散中的忠实相机控制

Haoyu Zhao, Jiaxi Gu, Haoran Chen, Qingping Zheng, Yeying Jin, Hongyi Yang, Junqi Cheng, Yuang Zhang, Zenghui Lu, Huan Yu, Jie Jiang, Peng Shu, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Tencent（腾讯） ； Xiamen University（厦门大学） 纠错

AI总结 提出CameraNoise方法，通过几何流引导的噪声扭曲将相机运动编码为时间一致的随机表示，实现视频扩散中忠实且几何一致的相机控制。

Comments 28 pages, 16 figures

Journal ref Proceedings of the Forty-third International Conference on Machine Learning (ICML), 2026

SpongeBob: Sync-Aware Harmonious Audio-Visual Generative Editing

SpongeBob：同步感知的和谐视听生成式编辑

Sen Liang, Cong Wang, Fengbin Guan, Zhentao Yu, Yiting Lu, Yuanzhi Wang, Yuan Zhou, Xin Li, Zhibo Chen

机构 * University of Science and Technology of China（科学技术大学） ； Tencent Hunyuan（腾讯文生） 纠错

AI总结 提出首个端到端视听联合编辑框架SpongeBob，通过双向跨模态交互的同步感知机制和上下文感知模块，解决视频编辑中的音画不同步和语义冲突问题。

PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models

PlanningBench: 生成可扩展且可验证的规划数据以评估和训练大型语言模型

Ziliang Zhao, Zenan Xu, Shuting Wang, Hongjin Qian, Yan Lei, Minda Hu, Zhao Wang, Shihan Dou, Zhicheng Dou, Pluto Zhou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学校） ； LLM Department, Hunyuan Team, Tencent（腾讯 Hunyuan 团队 LLM 部门） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 提出PlanningBench框架，通过约束驱动合成管道生成可扩展、多样化且可验证的规划数据，用于评估和训练LLMs，并验证其在提升规划能力上的有效性。

Query-focused and Memory-aware Reranker for Long Context Processing

面向长上下文处理的查询聚焦与记忆感知重排序器

Yuqing Li, Jiangnan Li, Mo Yu, Guoxuan Ding, Yanyu Chen, Zheng Lin, Wei Zhang, 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（腾讯微信人工智能研究院模式识别中心） ； East China Normal University（华东师范大学） 纠错

AI总结 提出一种基于大语言模型中检索头注意力分数的列表式重排序框架，利用候选列表整体信息估计段落-查询相关性，无需Likert监督，在多个领域取得最优性能。

Comments Add new experiments and compare more baselines

Bottom-up Policy Optimization: Your Language Model Policy Secretly Contains Internal Policies

自底向上策略优化：你的语言模型策略内部隐藏着内部策略

Yuqiao Tan, Minzheng Wang, Shizhu He, Huanxuan Liao, Chengfeng Zhao, Qiunan Lu, Tian Liang, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tencent AI Lab（腾讯AI实验室） 纠错

AI总结 本文通过分解Transformer残差流中的内部层策略和内部模块策略，提出自底向上策略优化（BuPO）方法，通过早期优化内部层来重建LLM的推理基础，在复杂推理基准上验证了有效性。

Comments Preprint. Our code is available at https://github.com/Trae1ounG/BuPO