Fudan University（复旦大学）

IRPM: Intergroup Relative Preference Modeling for Pointwise Generative Reward Models

IRPM：基于组间相对偏好的点wise生成奖励模型

Haonan Song, Qingchen Xie, Huan Zhu, Feng Xiao, Luxi Xing, Liu Kang, Fuzhen Li, Zhiyong Zheng, Feng Jiang, Ziheng Li, Kun Yan, Qingyi Si, Yanghua Xiao, Hongcheng Guo, Fan Yang

机构 * HUJING Digital Media \& Entertainment Group (XingYun Lab), Beijing, China ； Department of Automation, Tsinghua University, Beijing, China ； Fudan University, Shanghai, China ； Beihang University, Beijing, China ； Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China 纠错

AI总结 IRPM通过组间比较扩展Bradley-Terry模型，从成对偏好数据中训练点wise GRMs，实现高效可扩展的奖励建模。

Comments Comments: Updated title for clarity; improved theoretical derivations; added experiments at additional parameter scales and more ablations; added experimental details in the appendix; updated author list (added five co-authors) to reflect contributions to experiments and writing

SLIM-Brain: A Data- and Training-Efficient Foundation Model for fMRI Data Analysis

SLIM-Brain: 一种数据和训练高效的人脑fMRI数据分析基础模型

Mo Wang, Junfeng Xia, Wenhao Ye, Enyu Liu, Kaining Peng, Jianfeng Feng, Quanying Liu, Hongkai Wen

机构 * Department of Biomedical Engineering, Southern University of Science and Technology, China（南方科技大学生物医学工程系） ； Department of Computer Science, University of Warwick, The UK（沃里克大学计算机科学系） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, China（复旦大学脑启发式智能科学技术研究所） 纠错

AI总结 SLIM-Brain是一种高效的人脑fMRI数据分析基础模型，通过两阶段自适应设计提升数据和训练效率，实现高效预训练和多样化任务性能。

Comments release code

EtCon: Edit-then-Consolidate for Reliable Knowledge Editing

EtCon：编辑后整合以实现可靠的知识编辑

Ruilin Li, Yibin Wang, Wenhong Zhu, Chenglin Li, Jinghao Zhang, Chenliang Li, Junchi Yan, Jiaqi Wang

机构 * Wuhan University（武汉大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 EtCon通过编辑后整合范式提升LLMs的知识编辑可靠性与现实应用能力，保留预训练能力。

A Unified Study of LoRA Variants: Taxonomy, Review, Codebase, and Empirical Evaluation

LoRA变体的统一研究：分类、综述、代码库和实证评估

Haonan He, Jingqi Ye, Minglei Li, Zhengbo Wang, Tao Chen, Lei Bai, Peng Ye

机构 * Shanghai Artificial Intelligence 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） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 本文系统研究了LoRA变体，通过分类、理论综述、代码库和实证评估，揭示了LoRA及其变体对学习率的敏感性，并展示了其在多种任务中的性能优势。

Comments Submitted to IEEE Transactions on Pattern Analysis and Machine Intelligence, Under Review

Darwinian Memory: A Training-Free Self-Regulating Memory System for GUI Agent Evolution

达尔文记忆：一种无训练的自调节记忆系统用于GUI代理进化

Hongze Mi, Yibo Feng, WenJie Lu, Song Cao, Jinyuan Li, Yanming Li, Xuelin Zhang, Haotian Luo, Songyang Peng, He Cui, Tengfei Tian, Jun Fang, Hua Chai, Naiqiang Tan

机构 * Didichuxing Co. Ltd（滴滴出行有限公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tianjin University（天津大学） ； Sun Yat-sen University（中山大学） ； Fudan University（复旦大学） 纠错

AI总结 达尔文记忆系统通过自进化架构提升GUI代理的执行稳定性与成功率，无需额外训练或架构开销。

Unrewarded Exploration in Large Language Models Reveals Latent Learning from Psychology

大语言模型中的无奖励探索揭示了心理学中的潜在学习

Jian Xiong, Jingbo Zhou, Zihan Zhou, Yixiong Xiao, Le Zhang, Jingyong Ye, Rui Qian, Yang Zhou, Dejing Dou

机构 * Fudan University, China（复旦大学） ； Auburn University, USA（阿伯茨罕大学） ； Baidu Research, China（百度研究院） 纠错

AI总结 研究发现大语言模型在无奖励探索阶段表现出潜在学习动态，通过实验验证其在无奖励和有奖励训练下的性能差异，并提出理论解释。

Comments 17pages, 1 figure

MrRoPE: Mixed-radix Rotary Position Embedding

MrRoPE: 混基 radix 旋转位置嵌入

Qingyuan Tian, Wenhong Zhu, Xiaoran Liu, Xiaofeng Wang, Rui Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 纠错

AI总结 MrRoPE通过混合基数转换策略，统一了RoPE扩展方法，实现了无需微调的长序列泛化，提升了编码长度上限和检索准确性。

Identity-GRPO: Optimizing Multi-Human Identity-preserving Video Generation via Reinforcement Learning

身份保持的多人类视频生成优化：通过强化学习进行优化

Xiangyu Meng, Zixian Zhang, Zhenghao Zhang, Junchao Liao, Long Qin, Weizhi Wang

机构 * Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） 纠错

AI总结 Identity-GRPO通过强化学习优化多人类身份保持的视频生成，显著提升一致性指标。

Comments Our project and code are available at https://ali-videoai.github.io/identity_page, https://github.com/alibaba/identity-grpo