The Hong Kong University of Science and Technology（香港科技大学）

GARDO: Reinforcing Diffusion Models without Reward Hacking

GARDO：无需奖励黑客的扩散模型强化

Haoran He, Yuxiao Ye, Jie Liu, Jiajun Liang, Zhiyong Wang, Ziyang Yuan, Xintao Wang, Hangyu Mao, Pengfei Wan, Ling Pan

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； Kuaishou Technology（快手科技） ； CUHK MMLab（港中文大学MMLab） ； The University of Edinburgh（爱丁堡大学） 纠错

AI总结 GARDO通过自适应正则化和多样性增强，有效缓解扩散模型中的奖励黑客问题，提升生成多样性与样本效率。

Comments 17 pages. Project: https://tinnerhrhe.github.io/gardo_project

iCLP: Large Language Model Reasoning with Implicit Cognition Latent Planning

iCLP: 基于隐式认知潜在规划的大语言模型推理

Sijia Chen, Di Niu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Alberta（阿尔伯塔大学） 纠错

AI总结 iCLP通过隐式认知潜在规划提升大语言模型的推理准确性和效率，实现跨领域泛化与可解释性。

Comments 9 pages, 6 figures. The source code is publicly available at https://github.com/AgenticFinLab/latent-planning

IDT: A Physically Grounded Transformer for Feed-Forward Multi-View Intrinsic Decomposition

IDT: 一种物理基础的Transformer用于前馈多视角内在分解

Kang Du, Yirui Guan, Zeyu Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

AI总结 IDT通过基于Transformer的注意力机制实现多视角内在图像分解，采用物理基础模型分离材料和照明效应，提升多视角一致性。

Comments 10 pages 4 figures

MobileWorld: Benchmarking Autonomous Mobile Agents in Agent-User Interactive and MCP-Augmented Environments

MobileWorld: 用于Agent-用户交互和MCP增强环境中的自主移动代理基准测试

Quyu Kong, Xu Zhang, Zhenyu Yang, Nolan Gao, Chen Liu, Panrong Tong, Chenglin Cai, Hanzhang Zhou, Jianan Zhang, Liangyu Chen, Zhidan Liu, Steven Hoi, Yue Wang

机构 * Tongyi Lab , Alibaba Group（通义实验室，阿里巴巴集团） ； HKUST (GZ)（香港科技大学（广州）） ； University of Florida（佛罗里达大学） 纠错

AI总结 MobileWorld通过201个任务和20个应用的挑战性基准测试，评估代理在用户交互和MCP增强环境中的表现，揭示了与AndroidWorld相比的显著性能下降。

Bringing The Consistency Gap: Explicit Structured Memory for Interleaved Image-Text Generation

弥合一致性差距：用于交错图像-文本生成的显式结构化记忆

Zeteng Lin, Xingxing Li, Wen You, Xiaoyang Li, Zehan Lu, Yujun Cai, Jing Tang

机构 * Hong Kong University of Science and Technology(Guangzhou)（香港科技大学（广州）） ； University of Queensland（昆士兰大学） 纠错

AI总结 IUT-Plug通过显式结构化记忆机制解决多模态生成中的上下文漂移问题，提升长序列一致性。

Triple-BERT: Do We Really Need MARL for Order Dispatch on Ride-Sharing Platforms?

Triple-BERT: 为网约车平台订单调度是否真的需要MARL？

Zijian Zhao, Sen Li

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 Triple-BERT通过动作分解和BERT网络提升网约车平台订单调度效率，实现11.95%的性能提升。

Generalising Traffic Forecasting to Regions without Traffic Observations

面向无交通观测区域的交通预测泛化

Xinyu Su, Majid Sarvi, Feng Liu, Egemen Tanin, Jianzhong Qi

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出GenCast模型，通过整合物理信息神经网络和外部信号学习模块，提升无交通观测区域的交通预测泛化能力。

Comments Accepted by AAAI 2026

Automatic Stage Lighting Control: Is it a Rule-Driven Process or Generative Task?

自动舞台照明控制：是规则驱动过程还是生成任务？

Zijian Zhao, Dian Jin, Zijing Zhou, Xiaoyu Zhang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； The University of Hong Kong（香港大学） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 本文提出Skip-BART模型，将自动舞台照明控制视为生成任务，通过学习专业照明工程师经验，生成生动的人类化灯光效果，并创建首个舞台照明数据集以支持模型训练与评估。

A Survey of Efficient Reasoning for Large Reasoning Models: Language, Multimodality, and Beyond

大推理模型高效推理的综述：语言、多模态与更远的探索

Xiaoye Qu, Yafu Li, Zhao-Chen Su, Weigao Sun, Jianhao Yan, Dongrui Liu, Ganqu Cui, Daizong Liu, Shuxian Liang, Junxian He, Peng Li, Wei Wei, Jing Shao, Chaochao Lu, Yue Zhang, Xian-Sheng Hua, Bowen Zhou, Yu Cheng

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Soochow University（苏州大学） ； Westlake University（西湖大学） ； Peking University（北京大学） ； Tongji University（同济大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文综述了大推理模型在提升推理效率方面的最新研究，聚焦于语言、多模态及未来方向，旨在推动该领域的发展。

Comments Update recent RL papers. Project page: https://github.com/XiaoYee/Awesome_Efficient_LRM_Reasoning