The Chinese University of Hong Kong（香港中文大学）

M-GRPO: Stabilizing Self-Supervised Reinforcement Learning for Large Language Models with Momentum-Anchored Policy Optimization

M-GRPO：通过动量锚定策略优化稳定大语言模型的自监督强化学习

Bizhe Bai, Hongming Wu, Peng Ye, Tao Chen

机构 * Shanghai Innovation Institute（上海创新研究院） ； College of Future Information Technology, Fudan（复旦大学未来信息技术学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 M-GRPO通过动量锚定策略优化和IQR过滤方法，稳定大语言模型的自监督强化学习训练，提升训练稳定性和性能。

Comments 7 pages, 5 figures,Accepted NeurIPS 2025 Workshop on Efficient Reasoning

Scalable Quantum Error Mitigation with Neighbor-Informed Learning

可扩展的邻域感知学习量子误差缓解

Zhenyu Chen, Bin Cheng, Minbo Gao, Xiaodie Lin, Ruiqi Zhang, Zhaohui Wei, Zhengfeng Ji

机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学姚期 Banking 数学科学中心） ； Department of Mathematics, Tsinghua University（清华大学数学系） ； Yanqi Lake Beijing Institute of Mathematical Sciences and Applications（燕琦湖北京数学科学与应用研究院） 纠错

AI总结 本文提出邻域感知学习框架，通过灵活高效的训练方法提升量子误差缓解的性能，实现理论与实际的双重优势。

Large Language Newsvendor: Decision Biases and Cognitive Mechanisms

大语言新闻供应商：决策偏差与认知机制

Jifei Liu, Zhi Chen, Yuanguang Zhong

机构 * School of Business Administration, South China University of Technology（华南理工大学商学院） ； Department of Decisions, Operations and Technology, The Chinese University of Hong Kong（香港中文大学决策、运营与技术系） 纠错

AI总结 研究分析大语言模型在新闻供应商问题中的决策偏差，发现其放大人类认知偏差，提出通过结构化提示优化AI决策可靠性。

Repulsor: Accelerating Generative Modeling with a Contrastive Memory Bank

Repulsor：利用对比记忆库加速生成建模

Shaofeng Zhang, Xuanqi Chen, Ning Liao, Haoxiang Zhao, Xiaoxing Wang, Haoru Tan, Sitong Wu, Xiaosong Jia, Qi Fan, Junchi Yan

机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（人工智能与数据科学学院，中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； HKU（香港大学） ； CUHK（香港大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） 纠错

AI总结 Repulsor通过对比记忆库机制，无需外部编码器，实现高效的生成建模，显著提升收敛速度和生成质量。

Comments 19 pages, 19 figures

Optimal Convergence Analysis of DDPM for General Distributions

DDPM在一般分布下的最优收敛性分析

Yuchen Jiao, Yuchen Zhou, Gen Li

机构 * Department of Statistics and Data Science, Chinese University of Hong Kong（香港中文大学统计与数据科学系） ； Department of Statistics, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校统计系） 纠错

AI总结 本文研究了DDPM在一般分布下的收敛性，通过引入放松光滑性条件，证明了其在KL散度中的收敛速率，并揭示了DDPM与DDIM在维度依赖上的相似性。

ViCO: A Training Strategy towards Semantic Aware Dynamic High-Resolution

ViCO: 一种面向语义感知动态高分辨率的训练策略

Long Cui, Weiyun Wang, Jie Shao, Zichen Wen, Gen Luo, Linfeng Zhang, Yanting Zhang, Yu Qiao, Wenhai Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； Donghua University（东华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 ViCO通过动态调整视觉标记数量以适应图像语义复杂度，有效降低推理成本的同时保持模型性能。

Learning to Integrate Diffusion ODEs by Averaging the Derivatives

通过平均导数学习整合扩散ODEs

Wenze Liu, Xiangyu Yue

机构 * MMLab, The Chinese University of Hong Kong（中国香港大学） 纠错

AI总结 本文提出割线损失方法，通过学习ODE整合来提升扩散模型的推断速度和稳定性，实验表明其在CIFAR-10和ImageNet-256×256上取得良好效果。

Comments Accepted to NeurIPS 2025

Score-Based Turbo Message Passing for Plug-and-Play Compressive Image Recovery

基于评分的turbo信息传递用于即插即用压缩图像恢复

Chang Cai, Xiaojun Yuan, Ying-Jun Angela Zhang

机构 * Department of Information Engineering, The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR（信息工程系，香港中文大学（深圳校区）） ； National Key Lab. of Wireless Commun., Uni. of Electronic Sci. and Tech. of China, Chengdu, China（无线通信国家重点实验室，电子科技大学，成都，中国） 纠错

AI总结 本文提出了一种基于评分的turbo信息传递框架，利用评分建模与经验贝叶斯最优去噪的关系，提升压缩图像恢复的性能-复杂度权衡。

Comments IEEE SPAWC 2025

Human-Like Robot Impedance Regulation Skill Learning from Human-Human Demonstrations

类人机器人阻抗调节技能从人与人示范中学习

Chenzui Li, Xi Wu, Yiming Chen, Tao Teng, Xuefeng Zhang, Sylvain Calinon, Darwin Caldwell, Fei Chen

机构 * Department of Mechanical and Automation Engineering, T-Stone Robotics Institute, The Chinese University of Hong Kong（机械与自动化工程系，T-Stone机器人研究院，香港中文大学） ； College of Science and Technology, Ningbo University（科学与技术学院，宁波大学） ； Idiap Research Institute（Idiap研究机构） 纠错

AI总结 本文提出HIImpRSL框架，通过模仿学习和LSTM模块实现机器人在多人协作任务中类人阻抗调节与适应能力。

Comments 13 pages, 9 figures

From Pruning to Grafting: Dynamic Knowledge Redistribution via Learnable Layer Fusion

从剪枝到嫁接：通过可学习层融合实现动态知识再分配

Zehua Pei, Hui-Ling Zhen, Xianzhi Yu, Sinno Jialin Pan, Mingxuan Yuan, Bei Yu

机构 * The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学） ； Noah’s Ark Lab, Huawei, Hong Kong SAR（华为诺亚实验室，香港） 纠错

AI总结 FuseGPT通过动态知识再分配和可学习层融合，实现更高效的模型压缩与性能提升。

TimeWalker: Personalized Neural Space for Lifelong Head Avatars

TimeWalker: 为终身头像的个性化神经空间

Dongwei Pan, Yang Li, Hongsheng Li, Kwan-Yee Lin

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； CUHK（香港中文大学） 纠错

AI总结 TimeWalker通过个性化神经空间实现终身头像的重建与动画，结合动态神经基融合模块和2D高斯点散射技术，实现真实感的面部表情和年龄变化建模。

Comments Project Page: https://timewalker2025.github.io/timewalker.github.io/