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

The Pensieve Paradigm: Stateful Language Models Mastering Their Own Context

Pensieve范式：具备状态的语言模型掌握自身上下文

Xiaoyuan Liu, Tian Liang, Dongyang Ma, Deyu Zhou, Haitao Mi, Pinjia He, Yan Wang

机构 * Tencent AI Lab（腾讯人工智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 StateLM 通过内部推理循环和记忆工具，使语言模型具备状态管理能力，从而在长文档问答、聊天记忆和深度研究任务中取得显著性能提升。

RAM-Net: Expressive Linear Attention with Selectively Addressable Memory

RAM-Net：具有可选地址记忆的表达性线性注意力

Kaicheng Xiao, Haotian Li, Liran Dong, Guoliang Xing

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

AI总结 RAM-Net通过可选地址记忆机制，在保持线性模型效率的同时提升长距离检索和复杂依赖捕捉能力。

Towards Fair and Comprehensive Evaluation of Routers in Collaborative LLM Systems

迈向协作大语言模型系统中路由器的公平且全面评估

Wanxing Wu, He Zhu, Yixia Li, Lei Yang, Jiehui Zhao, Hongru Wang, Jian Yang, Benyou Wang, Bingyi Jing, Guanhua Chen

机构 * Southern University of Science and Technology（南方科技大学） ； Institut Polytechnique de Paris（巴黎政治学院） ； Peking University（北京大学） ； Deepexi Technology Co. Ltd.（深醒科技有限公司） ； University of Edinburgh（爱丁堡大学） ； Beihang University（北航） ； Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） 纠错

AI总结 本文提出RouterXBench框架和ProbeDirichlet路由器，通过内部隐藏状态提升路由能力与跨领域鲁棒性，实现对协作大语言模型系统中路由器的公平全面评估。

Comments Our code is publicly available at https://github.com/zhuchichi56/RouterXBench

Think Longer to Explore Deeper: Learn to Explore In-Context via Length-Incentivized Reinforcement Learning

思考更长以探索更深入：通过长度激励强化学习学习上下文中的探索

Futing Wang, Jianhao Yan, Yun Luo, Ganqu Cui, Zhi Wang, Xiaoye Qu, Yue Zhang, Yu Cheng, Tao Lin

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖研究所以高级技术研究所） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 通过长度激励强化学习，提升模型在上下文中的探索能力，从而在领域内和领域外任务中取得性能提升。

How Smart Is Your GUI Agent? A Framework for the Future of Software Interaction

你的GUI代理有多智能？面向软件交互未来的框架

Sidong Feng, Chunyang Chen

机构 * The Chinese University of Hong Kong（香港中文大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

AI总结 本文提出GUI代理自主级别框架，旨在明确自主性并评估软件交互的可信赖性进展。

Ctrl&Shift: High-Quality Geometry-Aware Object Manipulation in Visual Generation

Ctrl&Shift: 视觉生成中高质量的几何感知物体操控

Penghui Ruan, Bojia Zi, Xianbiao Qi, Youze Huang, Rong Xiao, Pichao Wang, Jiannong Cao, Yuhui Shi

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Southern University of Science and Technology（南方科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； IntelliFusion Inc.（IntelliFusion公司） ； University of Electronic Science and Technology of China（电子科技大学） ； NVIDIA 纠错

AI总结 Ctrl&Shift通过端到端扩散框架实现高质量几何感知物体操控，无需显式3D建模，兼顾细粒度控制与现实泛化能力。

Comments Accepted at ICLR 2026

Charting Empirical Laws for LLM Fine-Tuning in Scientific Multi-Discipline Learning

绘制LLM微调的实证定律以用于科学多学科学习

Lintao Wang, Zhuqiang Lu, Yilin Zhu, Kun Hu, Zhenfei Yin, Shixiang Tang, Zhiyong Wang, Wanli Ouyang, Xinzhu Ma

机构 * The University of Sydney（悉尼大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Edith Cowan University（埃德温·考文大学） ； University of Oxford（牛津大学） ； The Chinese University of Hong Kong（香港中文大学） ； Beihang University（北航大学） 纠错

AI总结 本研究通过构建五学科语料库，揭示了多学科LLM微调的四个实证定律，为科学领域通用LLM的发展提供了可操作的指导。

Position-Aware Self-supervised Representation Learning for Cross-mode Radar Signal Recognition

基于位置感知的自监督表征学习用于跨模式雷达信号识别

Hongyang Zhang, Haitao Zhang, Yinhao Liu, Kunjie Lin, Yue Huang, Xinghao Ding

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳）） 纠错

AI总结 RadarPos通过位置感知自监督学习提升跨模式雷达信号识别的判别能力和鲁棒性。

FaithRL: Learning to Reason Faithfully through Step-Level Faithfulness Maximization

FaithRL: 通过步骤级忠实性最大化学习合理推理

Runquan Gui, Yafu Li, Xiaoye Qu, Ziyan Liu, Yeqiu Cheng, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 FaithRL通过步骤级忠实性最大化优化，减少大型语言模型的幻觉并提高推理准确性。