The University of Hong Kong（香港大学）

OVD: On-policy Verbal Distillation

OVD：在线语言蒸馏

Jing Xiong, Hui Shen, Shansan Gong, Yuxin Cheng, Jianghan Shen, Chaofan Tao, Haochen Tan, Haoli Bai, Lifeng Shang, Ngai Wong

机构 * The University of Hong Kong, Hong Kong, China（香港大学） ； Nanjing University, Nanjing, China（南京大学） ； Huawei Technologies, China（华为技术） 纠错

AI总结 OVD通过离散语言分数替代token级对齐，实现高效在线蒸馏，提升Web问答和数学推理任务的性能与训练效率。

Comments Technical Report

MMFineReason: Closing the Multimodal Reasoning Gap via Open Data-Centric Methods

MMFineReason: 通过以开放数据为中心的方法缩小多模态推理差距

Honglin Lin, Zheng Liu, Yun Zhu, Chonghan Qin, Juekai Lin, Xiaoran Shang, Conghui He, Wentao Zhang, Lijun Wu

机构 * Shanghai Artificial Intelligence Laboratory, OpenDataLab（上海人工智能实验室、OpenDataLab） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 MMFineReason通过大规模多模态推理数据集和基于难度的过滤策略，提升模型推理能力与参数效率。

EROAM: Event-based Camera Rotational Odometry and Mapping in Real-time

EROAM：基于事件相机的实时旋转里程计与建图

Wanli Xing, Shijie Lin, Linhan Yang, Zeqing Zhang, Yanjun Du, Maolin Lei, Yipeng Pan, Chen Wang, Jia Pan

机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； Centre for Transformative Garment Production（转型服装生产中心） ； 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） ； Humanoids and Human Centered Mechatronics Research Line, Istituto Italiano Di Tecnologia (IIT)（人形与以人为核心机电系统研究组，意大利IIT） 纠错

AI总结 EROAM通过球形事件表示和ES-ICP框架，实现基于事件相机的实时高精度旋转里程计与建图，提升空间分辨率和计算效率，适用于高速和长序列场景。

Comments Accepted by IEEE Transactions on Robotics (T-RO), 2026. Project page: https://wlxing1901.github.io/eroam/

Minion: A Technology Probe to Explore How Users Negotiate Harmful Value Conflicts with AI Companions

Minion：一种技术探测器，用于探索用户如何与AI伙伴协商有害的价值冲突

Xianzhe Fan, Qing Xiao, Xuhui Zhou, Yuran Su, Zhicong Lu, Maarten Sap, Hong Shen

机构 * The University of Hong Kong（香港大学） ； Human-Computer Interaction Institute, Carnegie Mellon University（人机交互研究所，卡内基梅隆大学） ； Language Technologies Institute, Carnegie Mellon University（语言技术研究所，卡内基梅隆大学） ； Tsinghua University（清华大学） ； Department of Computer Science, George Mason University（计算机科学系，乔治·马歇尔大学） 纠错

AI总结 Minion通过探测用户与AI伙伴协商有害价值冲突的过程，揭示了设计中需平衡用户责任与AI安全的挑战。

Comments 21 pages, 4 figures

HPTune: Hierarchical Proactive Tuning for Collision-Free Model Predictive Control

HPTune：用于无碰撞模型预测控制的分层前瞻性调优

Wei Zuo, Chengyang Li, Yikun Wang, Bingyang Cheng, Zeyi Ren, Shuai Wang, Derrick Wing Kwan Ng, Yik-Chung Wu

机构 * The University of Hong Kong（香港大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 HPTune通过分层前瞻性调优方法，结合快速和慢速调优策略，提升模型预测控制在复杂环境中的避障效率和适应性。

Comments Accepted by IEEE ICASSP 2026

When should I search more: Adaptive Complex Query Optimization with Reinforcement Learning

我应该何时搜索更多：基于强化学习的自适应复杂查询优化

Wei Wen, Sihang Deng, Tianjun Wei, Keyu Chen, Ruizhi Qiao, Xing Sun

机构 * Tencent Youtu Lab（腾讯云图实验室） ； The University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出自适应复杂查询优化框架ACQO，通过强化学习解决复杂查询优化中的子查询数量确定、文档排序与合并问题，实现更稳定高效的查询处理。

Comments 16 pages, 7 figures

Listen, Look, Drive: Coupling Audio Instructions for User-aware VLA-based Autonomous Driving

Listen, Look, Drive: 通过用户意识的VLA基于自主驾驶的音频指令耦合

Ziang Guo, Feng Yang, Xuefeng Zhang, Jiaqi Guo, Kun Zhao, Yixiao Zhou, Peng Lu, Sifa Zheng, Zufeng Zhang

机构 * SuZhou Automotive Research Institute of Tsinghua University（清华大学苏州汽车研究院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Hyundai Motor Advanced Tech. R&D Center ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） 纠错

AI总结 EchoVLA通过结合音频指令与视觉信息，提升自动驾驶对用户意图和情绪的感知能力，显著降低误差和碰撞率。

Comments Accepted by IV

DBellQuant: Breaking the Bell with Double-Bell Transformation for LLMs Post Training Binarization

DBellQuant: 通过双铃变换打破贝尔限制以实现LLMs预训练后二值化

Zijian Ye, Wei Huang, Yifei Yu, Tianhe Ren, Zhongrui Wang, Xiaojuan Qi

机构 * University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学） 纠错

AI总结 DBellQuant通过双铃变换实现LLMs预训练后量化，显著提升压缩性能与模型效果。

Comments 19 pages; Appendix added