Fudan University（复旦大学）

AndroidLens: Long-latency Evaluation with Nested Sub-targets for Android GUI Agents

AndroidLens: 长延迟评估与嵌套子目标用于Android GUI代理

Yue Cao, Yingyao Wang, Pi Bu, Jingxuan Xing, Wei Jiang, Zekun Zhu, Junpeng Ma, Sashuai Zhou, Tong Lu, Jun Song, Yu Cheng, Yuning Jiang, Bo Zheng

机构 * Nanjing University（南京大学） ； Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） 纠错

AI总结 AndroidLens通过引入571个长延迟任务和嵌套子目标，评估Android GUI代理的性能，揭示了现实环境中任务完成的挑战。

Comments 23 pages, 13 figures, 8 tables

Deadline-Aware Online Scheduling for LLM Fine-Tuning with Spot Market Predictions

面向截止期限的在线调度用于大语言模型微调与预留市场预测

Linggao Kong, Yuedong Xu, Lei Jiao, Chuan Xu

机构 * Fudan University（复旦大学） ； University of Oregon（俄勒冈大学） ； Inria（法国国家信息与自动化研究所） 纠错

AI总结 本文提出了一种面向截止期限的在线调度方法，结合预留和按需实例，通过预测和策略选择算法实现大语言模型微调的低成本高效调度。

Reflection Pretraining Enables Token-Level Self-Correction in Biological Sequence Models

反射预训练使生物序列模型实现token级自我修正

Xiang Zhang, Jiaqi Wei, Yuejin Yang, Zijie Qiu, Yuhan Chen, Zhiqiang Gao, Muhammad Abdul-Mageed, Laks V. S. Lakshmanan, Wanli Ouyang, Chenyu You, Siqi Sun

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of British Columbia（不列颠哥伦比亚大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Stony Brook University（石溪大学） 纠错

AI总结 本文提出反射预训练方法，通过生成辅助标记提升生物序列模型的token表达能力，实现token级自我修正和推理能力提升。

Disentangling Fact from Sentiment: A Dynamic Conflict-Consensus Framework for Multimodal Fake News Detection

区分事实与情感：一种动态冲突-共识框架用于多模态虚假新闻检测

Weilin Zhou, Zonghao Ying, Junjie Mu, Shengwei Tian, Quanchen Zou, Deyue Zhang, Dongdong Yang, Xiangzheng Zhang

机构 * Xinjiang University（新疆大学） ； AI Security Lab（360AI安全实验室） ； Beihang University（北航） ； South China University of Technology（华南理工大学） ； Fudan University（复旦大学） ； Shenzhen University（深圳大学） 纠错

AI总结 本文提出动态冲突-共识框架，通过区分事实与情感空间，利用物理启发式特征动态和冲突-共识机制，提升多模态虚假新闻检测的准确率。