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

2608.24982 2026-08-28 cs.CL cs.AI cs.CV cs.LG cs.MM 版本更新

Unsupervised Post-Training of Foundation Models: A Survey

基础模型的无监督后训练：一项综述

Yijie Xu, Qianyi Cai, Huizai Yao, Yili Wang, Tianfu Wang, Cehao Yang, Xingbo Yao, Zhiyu Guo, Aiwei Liu, Xuming Hu, Weiyu Guo, Hui Xiong

机构 * HKUST(GZ)（香港科技大学（广州））； HKUST（香港科技大学）； Xiaohongshu Inc.（小红书公司）； WeChat, Tencent（腾讯微信）； CUHK（香港中文大学）； AI Robotics（人工智能机器人）

AI总结该综述梳理80种无监督后训练（UPT）方法，按更新信号来源分类，揭示内部信号与任务结构对UPT效果的影响，构建统一框架用于UPT的选择与评估。

Comments Accepted to Findings of EMNLP 2026. 20 pages, 3 figures, 8 tables

2602.20159 2026-08-28 cs.CV cs.AI cs.LG cs.MM cs.RO 版本更新

A Very Big Video Reasoning Suite

一个非常大的视频推理套件

Maijunxian Wang, Ruisi Wang, Juyi Lin, Ran Ji, Thaddäus Wiedemer, Qingying Gao, Dezhi Luo, Yaoyao Qian, Lianyu Huang, Zelong Hong, Jiahui Ge, Qianli Ma, Hang He, Yifan Zhou, Lingzi Guo, Lantao Mei, Jiachen Li, Hanwen Xing, Tianqi Zhao, Fengyuan Yu, Weihang Xiao, Yizheng Jiao, Jianheng Hou, Danyang Zhang, Pengcheng Xu, Boyang Zhong, Zehong Zhao, Gaoyun Fang, John Kitaoka, Yile Xu, Hua Xu, Kenton Blacutt, Tin Nguyen, Siyuan Song, Haoran Sun, Shaoyue Wen, Linyang He, Runming Wang, Yanzhi Wang, Mengyue Yang, Ziqiao Ma, Raphaël Millière, Freda Shi, Nuno Vasconcelos, Daniel Khashabi, Alan Yuille, Yilun Du, Ziming Liu, Bo Li, Dahua Lin, Ziwei Liu, Vikash Kumar, Yijiang Li, Lei Yang, Zhongang Cai, Hokin Deng

机构 * University of California, Berkeley（加州大学伯克利分校）； Nanyang Technological University（南洋理工大学）； Northeastern University（东北大学）； University of Tübingen（图宾根大学）； Johns Hopkins University（约翰霍普金斯大学）； University of Michigan（密歇根大学）； University of Southern California（南加州大学）； Washington University in St. Louis（圣路易斯华盛顿大学）； Shanghai Jiao Tong University（上海交通大学）； East China Normal University（华东师范大学）； Stanford University（斯坦福大学）； University of Texas at Austin（得克萨斯大学奥斯汀分校）； University of California, Los Angeles（加州大学洛杉矶分校）； Cornell University（康奈尔大学）； San Jose State University（圣何塞州立大学）； University of California, Irvine（加州大学尔湾分校）； Technical University of Munich（慕尼黑技术大学）； University of California, San Diego（加州大学圣地亚哥分校）； Imperial College London（伦敦帝国学院）； University of Wisconsin--Madison（威斯康星大学麦迪逊分校）； University of Edinburgh（爱丁堡大学）； Hong Kong University of Science（香港科学大学）； New York University（纽约大学）； Auburn University（阿伯丁大学）； Columbia University（哥伦比亚大学）； University of Bristol（布里斯托大学）； University of Waterloo（滑铁卢大学）； The Chinese University of Hong Kong（香港中文大学）； Carnegie Mellon University（卡内基梅隆大学）； University of Oxford（牛津大学）； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）

AI总结 VBVR数据集和评估框架旨在解决视频推理能力研究中的大规模数据缺乏问题，通过大规模实验观察到对未见任务的泛化能力。

Comments Homepage: this https URL (https://video-reason.com/?v=vbvr)

2505.22203 2026-08-28 cs.LG cs.AI cs.CL 版本更新

From Accuracy to Robustness: A Study of Rule- and Model-based Verifiers in Mathematical Reasoning

从准确率到鲁棒性：数学推理中基于规则与基于模型的验证器研究

Yuzhen Huang, Weihao Zeng, Xingshan Zeng, Qi Zhu, Junxian He

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学）； The Chinese University of Hong Kong（香港中文大学）； Tsinghua University（清华大学）

AI总结本研究以数学推理为案例，分析了基于规则与基于模型的验证器在静态评估和RL训练中的表现，发现两类验证器分别存在误拒和奖励黑客问题，为开发更优RL奖励系统提供了参考。

Comments EMNLP 2026 Main Conference