Tencent（腾讯）

Best Practice Critic Optimization

如何稳定且高效地训练评价模型

Penghui Qi, Xiangxin Zhou, Wee Sun Lee

机构 * National University of Singapore（新加坡国立大学） ； Tencent Hunyuan（腾讯混元） 纠错

AI总结 该研究提出BPCO流程稳定高效训练评价模型，在数学推理任务上，其优于基线，且采样1个响应时可匹配或超过基于组的GRPO基线。

Denoising the Future: Context-Aware Spectral Diffusion for Temporal Knowledge Graph Extrapolation

去噪未来：用于时序知识图谱外推的上下文感知谱扩散

Yanglei Gan, Peng He, Run Lin, Peiyuan Jiang, Yifan Wang, Qiao Liu

机构 * Southwest Minzu University（西南民族大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯） 纠错

AI总结 针对现有扩散式时序知识图谱外推方法的目标判别信号削弱问题，提出FreqDiff频率感知扩散框架，通过双流去噪器与频域正则化项提升性能，在四个公开基准上达最优表现。

Comments EMNLP 2026 Main

CoinVE-200K: A Large-Scale High-Quality Dataset for Compositional Instruction-Guided Video Editing

CoinVE-200K：用于组合式指令引导视频编辑的大规模高质量数据集

Fuchen Long, Cong Wang, Zitao Gao, Wenhao Zhong, Yu Cheng, Xiaolu Hou, Yan Li, Xiao Cao, Xinlong Sun, Xi Chen, Yu Liu

机构 * Tencent（腾讯） 纠错

AI总结 本文提出用于组合式指令引导视频编辑的大规模高质量数据集CoinVE-200K，构建基准CoinVE-Bench及22B参数模型CoinVE-Edit，在基准测试中表现优异。

Comments Project page: this https URL (https://coinve200k.github.io) and Dataset is available at this https URL (https://huggingface.co/datasets/FireCRT/CoinVE-200K) and see source codes at this https URL (https://github.com/coinve200k/CoinVE-200K)

TangramPuzzle: Evaluating Multimodal Large Language Models with Compositional Spatial Reasoning

TangramPuzzle: 通过组合空间推理评估多模态大语言模型

Daixian Liu, Jiayi Kuang, Yinghui Li, Yangning Li, Di Yin, Haoyu Cao, Xing Sun, Ying Shen, Hai-Tao Zheng, Liang Lin, Philip S. Yu

机构 * Tsinghua University（清华大学） ； Sun-Yat Sen University（孙逸人大学） ； Tencent Youtu Lab（腾讯优图实验室） ； University of Illinois Chicago（伊利诺伊大学香槟分校） 纠错

AI总结 TangramPuzzle通过几何基准测试评估多模态大语言模型的组合空间推理能力，发现模型在匹配轮廓时忽视几何约束，导致碎片变形。

Comments EMNLP 2026 Findings

Reconquering Bell sampling on qudits: stabilizer learning and testing, quantum pseudorandomness bounds, and more

Jonathan Allcock, Joao F. Doriguello, Gábor Ivanyos, Miklos Santha

机构 * Tencent Quantum Laboratory（腾讯量子实验室） ； HUN-REN Alfréd Rényi Institute of Mathematics（匈牙利冯·诺依曼数学研究所） ； HUN-REN Institute for Computer Science and Control（匈牙利计算机科学与控制研究所） ； Centre for Quantum Technologies（量子技术中心） ； National University of Singapore（新加坡国立大学） ； CNRS, IRIF, Université Paris Cité（法国国家科学研究中心、IRIF、巴黎Cité大学） 纠错

Comments 48 pages, 1 figure. v2: slightly improved results, some proofs and sections rewritten, references added and fixed; v3: a few sections completely rewritten, better stabiliser testing bounds, several typos and inconsistencies fixed