大厂专区
理解在早期完成：大语言模型的深度分工及其在无界上下文记忆中的应用
机构 * Tsinghua University（清华大学） ； Tencent（腾讯）
AI总结 该研究提出CoMem方法，利用大语言模型的深度分工构建无界上下文记忆，在RULER、LoCoMo等基准上性能优于全上下文KV-Direct，内存占用低、预填充速度快，证明长上下文记忆可沿层轴组织。
Comments 19 pages, 4 figures, 27 tables. Submitted to ACL Rolling Review
DataClawEval：面向真实工业场景的数据工程智能体基准测试
机构 * Tencent（腾讯） ； Xidian University（西安电子科技大学） ； South China Normal University（华南师范大学）
AI总结 DataClawEval是首个针对真实工业数据工程场景的智能体基准，含100项跨5种引擎的任务，用确定性脚本评分，评估16个前沿智能体发现最强模型仅得74.9分，自主数据工程仍是挑战。
Rehearse：从自改进自动研究中的置信度悬崖后退
机构 * Tencent（腾讯）
AI总结 该研究发现自动研究中存在置信度悬崖问题，提出Rehearse方法通过聚焦过往尝试结果记忆提升判断准确率，在三个任务的4000次训练运行预算下改善了终点性能。
SkillMentor：基于盲点诊断的大语言模型智能体自我进化
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Platform and Content Group, Tencent（腾讯平台与内容事业群） ； Soochow University（苏州大学）
AI总结 本文提出SkillMentor，将盲点诊断作为独立于执行的可学习智能体能力，通过强化学习训练导师策略，在AppWorld和BFCLv3上使执行器性能平均提升44.2%，实现无需更新执行器的智能体自我进化。
评估残差：长时序评估在匹配短任务性能之外的补充作用
机构 * Tencent（腾讯）
AI总结 该论文提出时序残差概念，指出长时序基准需将全任务成功与短阶段基线预测比较，以解释长任务失败的原因。
重尾噪声下随机优化的量子加速
机构 * The Chinese University of Hong Kong（香港中文大学） ； Westlake University（西湖大学） ； Tencent Quantum Laboratory（腾讯量子实验室）
AI总结 研究重尾噪声下随机优化，提出量子均值估计器，基于此构建量子归一化和投影随机梯度下降方法，在低维情况下，相比经典方法，能以更少查询次数找到近似平稳点或\(\epsilon\)-最优解。
Comments 56 pages
AgentHOI：通过隐式表示对齐进行人类-物体交互视频生成的多智能体推理
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Tencent HunYuan（腾讯混元）
AI总结 研究针对HOI视频生成中现有方法依赖显式运动控制的问题，提出AgentHOI，通过多智能体推理和隐式文本-运动对齐策略，实现文本驱动的HOI视频生成，提升了交互自然性等，改进了复杂场景下的表现。
Comments Under review. The code is available at https://github.com/bone-11/agenthoi
S-GRPO：面向大视觉语言模型的统一后训练方法
机构 * Tencent（腾讯）
AI总结 本文提出S-GRPO，结合模仿学习指导与偏好优化的多轨迹探索，通过条件真实轨迹注入机制解决SFT与RL的效率问题，提升收敛速度与领域适应能力。
PoseMaster: 一个统一的3D原生框架用于风格化姿态生成
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tencent Hunyuan（腾讯文脉）
AI总结 本文提出PoseMaster框架，通过统一姿态风格化与3D生成，提升3D姿态风格化的精度和多样性，采用3D骨架直接指导生成，增强模型在姿态风格化中的表现。
Comments Accepted by CVPR 2026, Code: https://github.com/hanryyan/PoseMaster
FinVault：在执行 grounded 环境中评估金融代理安全性的基准测试
机构 * SUFE（上海财经大学） ； CUHKSZ（香港中文大学） ； SUIBE（上海对外经贸大学） ； FDU（福建大学） ； XDU（西安电子科技大学） ； BUPT（北京邮电大学） ； Tencent（腾讯） ； UCAS（中国科学院大学） ； PKU（北京大学） ； QuantaAlpha（量子Alpha）
AI总结 FinVault 是首个针对金融代理的执行 grounded 安全基准测试，通过31个监管案例驱动的沙盒场景和963个测试用例，评估金融代理在现实金融环境中的安全性和防御有效性。
Comments After further review of the current submission, we have identified potential legal and intellectual property concerns associated with keeping the manuscript publicly available as a preprint. In particular, there are ongoing considerations regarding institutional affiliation information, intellectual property ownership, and related compliance matters
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