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

Scaling Large Reasoning Models beyond Human Supervision: A Path toward Superintelligence

超越人类监督扩展大型推理模型：通往超级智能的路径

Zhiqin Yang, Jingwen Fu, Yuhan Liu, Hengyu Liu, Yonggang Zhang, Kainan Cao, Zizhuo Zhang, Chenxin Li, Ruibin Yuan, Jiahao Pan, Jiankai Sun, Zhenyuan Zhang, Yibo Li, Yunlong Lin, Jing Xiong, Sida Lin, Bo Han, Wei Xue, Yike Guo

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Zhongguancun Academy（中关村学院） ； Xi’an Jiaotong University（西安交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Hong Kong Baptist University（香港浸会大学） ； Hunyuan Tencent（腾讯混元） ； National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） 纠错

AI总结 本文研究人类监督逐步退出时大型推理模型（LRMs）的扩展路径，提出五级阶梯框架，分析自主化带来的风险，围绕策略能力等开展评估，为开发通往超级智能的自我维持学习系统提供结构化方案。

Comments 72pages

Nonparametric Contextual Pricing and Inventory Learning under Censored Demand

删失需求下的非参数情境定价与库存学习

Zean Han, Jing Liang, Ruihan Lin, Zezhen Ding, Jiheng Zhang

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

AI总结 针对在线零售中删失需求下的情境定价与库存学习问题，提出Mean-Calibrated Kernel UCB算法，证明其极小极大最优性并通过实验验证有效性。

Comments 31 pages, 3 figures

E-Commerce Bench: Evaluating LLM Agents on Long-Horizon Autonomous Business Operation

电商基准测试集：评估大语言模型智能体在长周期自主商业运营中的表现

Wei Fan, Xinjie Shen, Xudong Guo, Jianhong Tu, Yang Su, Yinger Zhang, Lianghao Deng, Fengyu Wang, Baohua Dong, Yangqiu Song, Dayiheng Liu

机构 * Qwen Team, Alibaba Group（通义千问团队，阿里巴巴集团） ； Department of Computer Science and Engineering, HKUST（香港科技大学计算机科学与工程系） ； Taobao & Tmall Group, Alibaba Group（阿里巴巴集团淘宝天猫集团） 纠错

AI总结 该研究推出首个开源电商长周期自主商业运营基准E-Commerce Bench，评估18个前沿LLM智能体，发现无单一模型占优，GPT-5.6 Sol盈利最高，Qwen3.8-Max-Preview为开源模型最优。

Closing the Verification Loop: Self-Check Captioning for Long-Paragraph Detailed Audio Captioning

闭合验证循环：用于长段落详细音频字幕的自检查字幕生成

Fengji Ma, Yan Rong, Xu Li, Chen Zhang, Pengfei Wan, Li Liu

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

AI总结 本研究针对长段落详细音频字幕的未解决问题，提出SCC框架，构建LACap-50k语料库与LC-SFT方法，使系统在开源字幕生成器中达最优性能。

Comments EMNLP2026

SimCRAFT: Distilling Remote Sensing Agents via Synthetic Trajectories and Contextual Retrieval-Augmented Fine-Tuning

SimCRAFT：通过合成轨迹和上下文检索增强微调蒸馏遥感智能体

Haoran Wang, Jing Yao, Xu Yang, Zeqing Wang, Yang Zhang, Pedram Ghamisi, Zhengchao Chen

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Helmholtz-Zentrum Dresden-Rossendorf（德累斯顿-罗森多夫亥姆霍兹中心） 纠错

AI总结 本研究提出SimCRAFT框架，通过合成轨迹与上下文检索增强微调，将复杂遥感编排能力蒸馏到7B模型，性能优于开源LLM，为轻量遥感智能提供开源基线。

Strong Drafts Need Compact Memories: Long-Context Speculative Decoding with Compressed KV Cache

强草稿需要紧凑记忆：带压缩KV缓存的长上下文推测解码

Tong Yuan, Chengxi Liao, Zeyi Wen

机构 * Data Science and Analytics Thrust, Information Hub（数据科学与分析方向、信息枢纽） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出记忆增强草稿技术，为长上下文推测解码配备压缩KV记忆，可降低70%以上草稿侧内存，使Llama~3.1-8B和70B模型分别实现最高2.08倍、3.33倍解码加速，同时保持推测解码的无损保证。

Comments EMNLP 2026 Findings

Reactivating Test-Time Scaling for Plane Geometry Problem Solving

重新激活平面几何问题求解的测试时缩放能力

Xiaoqiang Kang, Shengen Wu, Maizhen Ning, Xiaobo Jin, Kaizhu Huang, Yutao Yue, Xiaowei Huang, Qiufeng Wang

机构 * School of Advanced Technology, Xi’an Jiaotong-Liverpool University（西交利物浦大学先进技术学院） ； University of Liverpool（利物浦大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hithink Research（海天瑞声研究院） ； Digital Innovation Research Center, Duke Kunshan University（昆山杜克大学数字创新研究中心） 纠错

AI总结 该研究针对平面几何问题求解中测试时缩放失效的问题，提出多轨迹合成、感知增强训练及共识引导多轨迹集成方法，提升了不同模型规模下的几何问题求解性能，且采样成本最高降低8倍。

Comments Accepted to EMNLP 2026

DataFoundry: Evolving Data Preparators via Recursive Self-Improvement

DataFoundry：通过递归自改进演化数据准备器

Cehao Yang, Xiaojun Wu, Xueyuan Lin, Chengjin Xu, Xuhui Jiang, Hui Xiong, Jian Guo

机构 * IDEA Research, International Digital Economy Academy（国际数字经济研究院IDEA研究院） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； DataArc Tech Ltd.（DataArc科技有限公司） 纠错

AI总结 该研究提出DataFoundry框架，通过Skills-as-Modules架构的递归自改进演化数据准备器，在DataPrep-Bench多领域基准上验证其生成训练数据的下游效用优于基线，且改进不依赖特定模型。

Perceive to Hypothesize, Verify to Ground: An Agentic Reasoning Framework for Open-World Geo-Localization

感知以假设，验证以落地：面向开放世界地理定位的智能体推理框架

Yutian Jiang, Ruijie Li, Sisuo Lyu, Xixuan Hao, Qingxiang Liu, Yongzi Yu, Yuxuan Liang

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

AI总结 本研究针对开放世界地理定位的感知幻觉与上下文漂移问题，提出双层智能体框架GeoPAVE，并引入含完整推理轨迹的新型数据集PAVED，以提升地理定位的可靠性。

DVBench: Benchmarking MLLMs for Understanding Dynamic Charts and Narratives in Data Videos

DVBench：用于评估多模态大语言模型（MLLMs）理解数据视频中动态图表与叙事的基准

Bomiao Wang, Zekai Shao, Jiexiang Lan, Xiaoliang Fu, Xingchen Zeng, Siming Chen

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

AI总结 本研究推出DVBench基准，评估MLLMs在结合动态图表与叙事的数据视频理解上的表现，发现开源模型性能不严格随参数规模扩展等现象，为MLLM发展提供参考。

SnapBench: Benchmarking Snap-and-Ask Multimodal Retrieval for Mobile Interactions

SnapBench：面向移动交互的抓拍提问多模态检索基准测试

Zirong Chen, Fuda Ye, Kuan Zhang, Enjun Du, Junfu Pu, Xinlei Wang, Xinyu Zuo, Lisheng Duan, Jin Ma, Yongqi Zhang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tencent Yuanbao（腾讯元宝） ； Tsinghua University（清华大学） ； ARC Lab, Tencent（腾讯ARC实验室） ； The University of Hong Kong（香港大学） 纠错

AI总结 本研究推出首个鲁棒抓拍提问多模态检索配对基准SnapBench，评估16种多模态检索器，发现图像损坏严重影响检索，还提出自适应融合方法MOOR，凸显模态校准的必要性。

Comments 37 pages. Yuanbao Technical Report. Accepted to Findings of EMNLP 2026

SemTrace: Source-Grounded Semantic Signatures for Tracing LLM Exposure to Protected Documents

SemTrace：用于追踪大语言模型受保护文档暴露情况的基于源的语义签名

Junyan Zhang, Yudong Zeng, Yongwei Huang, Zuhao Ouyang, Hong Chen, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Bosum Institute of Management Science（博硕管理科学研究院） 纠错

AI总结 针对大语言模型文档暴露溯源问题，提出基于源的语义水印SemTrace，通过构建文档特定二进制签名实现模型不可知的受保护副本暴露检测。

Generalization over Memorization: Generalization-Aware Diffusion Adaptation for Single-Image Multi-View Synthesis

超越记忆的泛化：面向单图像多视图合成的泛化感知扩散适配

Jie Li, Xingchen Zou, Yuxuan Liang

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

AI总结 本研究提出ACM MM 2026单图像多视图合成挑战赛的获奖方案GoM，通过场景不相交验证等技术，在40个训练场景下实现293支队伍中排名第一，揭示小数据生成建模中验证设计与训练轨迹控制的关键作用。

Comments ACM Multimedia 2026 Grand Challenge Track winning paper; presents the 1st-place solution among 293 registered teams. 7 pages, 2 figures

EviAnchor: Mitigating Hallucinations in Large Vision-Language Models via Regional Visual Evidence Compensation

EviAnchor：通过区域视觉证据补偿减轻大型视觉语言模型的幻觉问题

Sihang Jia, Shuliang Liu, Songbo Yang, Xuming Hu

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

AI总结 研究针对大型视觉语言模型的幻觉问题，提出无需训练的EviAnchor框架，通过区域证据锚点和决策条件证据路由提升视觉证据利用率，在多个基准测试中改善了视觉接地性能。

AdapToPASS: Ambiguity-aware Adaptive Spherical Transformer for Panoramic Semantic Segmentation

AdapToPASS：面向全景语义分割的歧义感知自适应球形Transformer

Soumyaratna Debnath, Weiming Zhang, Shriram Damodaran, Dingwen Xiao, Addison Lin Wang

机构 * NTU Singapore（新加坡南洋理工大学） ； HKUST（香港科技大学） 纠错

AI总结 AdapToPASS是一种生物启发的球形Transformer，通过自适应建模歧义提升全景语义分割性能，在未见过的球形变换下较次优方法相对mIoU提升最高18.77%，轻量变体参数不足2M且性能优于紧凑基线。

Comments 25 Pages, 7 Tables, 15 Figures

Evaluating the Hidden Costs of Personalization in Large Language Models

评估大语言模型个性化的隐性成本

Yumeng Wang, Yuchen Wu, Cheng Qian, Zhiyuan Fan, Hyeonjeong Ha, Shujin Wu, Jiayu Liu, Heng Ji, Ge Wang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； HKUST（香港科技大学） 纠错

AI总结 本研究针对大语言模型个性化的三种隐性风险，提出PRISK评估框架，经13个模型实证分析，发现个性化信息会加剧偏见并导致特定指标下降。

MedTVL: Harnessing Vision and Language for Medical Time Series Classification

MedTVL：利用视觉与语言进行医学时间序列分类

Jiexia Ye, Jia Li, Fugee Tsung

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

AI总结 该研究提出文本引导双路径架构MedTVL，结合卷积时间路径与Transformer视觉路径，辅以自适应医学文本语义和混合专家机制，支持多模态对比学习，在多医学任务上展现出优越的分类性能与可迁移性。

Comments 12 pages, 10 figures, 7 tables

Journal ref KDD 2026

DS-Lighting: Making Agent Harnesses Explicit for Data-Science Automation

DS-Lighting：让智能体管控框架显式化以实现数据科学自动化

Fan Liu, Hao Liu

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

AI总结 DS-Lighting是一款显式化数据科学自动化管控框架的工具包，将管控框架分解为四层，集成多基准实现可控比较，可提升结果的可复现性、可比性与可靠性，减少系统级故障。

TwinKV: A Composable Repair Pass for KV Cache Eviction via Pairwise Key Redundancy

TwinKV：一种通过成对键冗余实现KV缓存驱逐的可组合修复通路

Hong Chen, Yudong Zeng, Yongwei Huang, Zuhao Ouyang, Dongnan Zheng, Junyan Zhang, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Bosum Institute of Management Science（博深管理科学研究院） 纠错

AI总结 TwinKV是一种无训练、无注意力的KV缓存可组合修复通路，通过识别上下文键的近重复项交换冗余供体与孤儿令牌，在多个长上下文基准上提升了多数驱逐策略的性能，但对少样本分类任务无帮助。

SOLO: Stable Omni-terrain Long-Horizon Perceptive Humanoid Locomotion

SOLO：稳定全地形长视距感知类人机器人运动

Pihai Sun, Gang Han, Jingkai Sun, Jiahao Ma, Zeran Su, Zelin Tao, Peiran Liu, Shuai Shi, Wei Cui, Zifan Wang, Jialin Yu, Wen Zhao, Kangning Yin, Jiaxu Wang, Jiahang Cao, Lingfeng Zhang, Hao Cheng, Jian Tang, Qiang Zhang, Yijie Guo

机构 * Artificial General Intelligence Institute, University of Science and Technology of China（中国科学技术大学通用人工智能研究院） ； X-Humanoid（X-人形机器人） ； The University of Hong Kong（香港大学） ； The Australian National University（澳大利亚国立大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） 纠错

AI总结 SOLO是解决长视距类人机器人运动脆弱性的统一框架，通过QR与TA-MSE蒸馏提升地形感知与策略学习，仿真及实际测试中通行成功率显著优于基线方法，可零样本完成长距离复杂地形任务。

GhostTac: Manipulating Tactile Sensors without Physical Contact

GhostTac：无物理接触的触觉传感器操纵技术

Kun Wang, Xuancun Lu, Ruochen Zhou, Kai Wang, Tongjun Ye, Yihao Shao, Chen Yan, Xiaoyu Ji, Wenyuan Xu

机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 研究人员提出首个非接触式触觉传感器操纵攻击GhostTac，利用电磁干扰引发测量偏差，在15个传感器上验证有效性，揭示机器人触觉传感的新型物理攻击向量。

Comments Accepted at ACM CCS 2026

Fast Trainable Multilinear Bases for Image Compression

用于图像压缩的可快速训练的多重线性基

Shiwen An, Zhongyi Ni, Huanhai Zhou, Jin-Guo Liu

机构 * Institute of Science Tokyo（东京科学大学） ； Center for Advanced Intelligence Project (AIP), RIKEN（理化学研究所先进智能项目中心） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本研究提出受量子多体理论启发的等距多重线性基，通过黎曼优化训练，在自然照片和线条图压缩上优于传统固定基，在Quick Draw任务中同质量下字节数比JPEG少约20%。

MultivationBench: A Benchmark for Multimodal Sequential Motivation Reasoning

MultivationBench：多模态序列动机推理基准

Kawai Chung, Chunkit Chan, Yauwai Yim, Yuxuan Liu, Haochen Shi, Weiqi Wang, Qing Zong, Tianshi Zheng, Yixuan Fu, Kai Chung Wong, Hao Liang, Yifan Gao, Xi Yang, Janet Hui-wen Hsiao, Yangqiu Song

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

AI总结 本文提出MultivationBench基准，基于心理学框架评估多模态序列动机推理，发现现有模型难以在序列语境中保持一致的动机推理，暴露了静态识别与动态推理的差距。

Comments 35 pages, 6 figures. Accepted to Findings of EMNLP 2026. Code and data: https://github.com/HKUST-KnowComp/MultivationBench

Can Agentic Trading Systems Pay for Their Own Intelligence?

智能交易系统能否为自身智能付费？

Qiqi Duan, Changlun Li, Chen Wang, Fan Zhang, Mengxiang Wang, Dayi Miao, Peixian Ma, Jiangpeng Yan, Liyuan Chen, Shuoling Liu, Preslav Nakov, Yuyu Luo, Nan Tang

机构 * HKUST(GZ)（香港科技大学（广州）） ； Paradoox AI（悖论人工智能公司） ； E Fund Management Co., Ltd（易方达基金管理有限公司） ； MBZUAI（Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）） ； The University of Tokyo（东京大学） 纠错

AI总结 研究基于LLM的交易系统中智能体能否为自身智能付费的问题，引入TradeLens工具包进行评估，通过多方面分析发现可行性取决于智能到利润的转化，不同模型有不同失败模式，重构了此类交易智能体的评估方式。

Comments Accepted by EMNLP 2026 Findings

Attention Amnesia in Hybrid LLMs: When CoT Fine-Tuning Breaks Long-Range Recall, and How to Fix It

混合LLM中的注意力遗忘：当CoT微调破坏长程记忆时，如何修复

Xinyu Zhou, Boyu Zhu, Yi Xu, Zhiwei Li, Yingfa Chen, Huiming Wang, Zhijiang Guo

机构 * LARK, HKUST(GZ)（香港科技大学（广州）LARK实验室） ； UCL（伦敦大学学院） ； Mistral AI ； Tsinghua University（清华大学） ； SUTD（新加坡科技设计大学） ； HKUST（香港科技大学） 纠错

AI总结 发现CoT监督微调会系统性降低混合线性注意力模型的长上下文召回能力，提出QK-Restore方法通过恢复微调前的查询-键投影矩阵来修复，无需额外训练。

Comments Accepted to EMNLP 2026 (Main)

ABLE: Representing and Mapping LLMs via Attribution-Based Large-model Embedding

ABLE：基于归因的大模型嵌入表示与映射

Zirui Wang, Yusen Hou, Shaofeng Liang, Bowen Tian, Yanlin Zhang, Wenshuo Chen, Yutao Yue

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Deep Interdisciplinary Intelligence Lab (DI2 Lab)（深度跨学科智能实验室（DI2 Lab）） 纠错

AI总结 提出ABLE框架，利用梯度特征归因和分词器无关的词级对齐构建模型嵌入，实现异构LLM的高效比较，在关系预测、模型路由和基准分数预测上表现优异。

PortBench: A Correlation-Aware, Full-Pipeline Benchmark for LLM-Driven Portfolio Management

PortBench: 一种相关性感知的、全流水线的LLM驱动投资组合管理基准

Yuxuan Zhao, Sijia Chen, Ningxin Su

机构 * Yantai Research Institute of Harbin Engineering University（哈尔滨工程大学烟台研究院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 提出PortBench基准，通过静态QA和动态五阶段分配流水线评估LLM在投资组合管理中的表现，发现多数模型无法超越等权重分配，且存在推理错误累积和压力下大幅回撤的问题。

Comments Project page: https://portbench.github.io/

Can Retrieval Heads See Images? Multimodal Retrieval Heads in Long-Context Vision-Language Models

检索头能看见图像吗？长上下文视觉语言模型中的多模态检索头

Aaron Branson Cigres Li, Zhaowei Wang, Yu Zhao, Yiming Du, Haobo Li, Xiyu Ren, Ginny Wong, Simon See, Lishu Luo, Haodong Duan, Pasquale Minervini, Yangqiu Song

机构 * HKUST（香港科技大学） ； University of Edinburgh（爱丁堡大学） ； CUHK（香港中文大学） ； NVAITC, NVIDIA, Santa Clara, USA（NVIDIA Santa Clara 分公司） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出一种多模态检索头检测方法，发现视觉语言模型中仅有4.4-10.2%的注意力头贡献了50%的正检索分数，这些头对长上下文推理至关重要，且可直接用于文档检索提升性能。

Comments Accepted to EMNLP 2026

IntentVLA: Short-Horizon Intent Modeling for Aliased Robot Manipulation

IntentVLA：用于有歧义机器人操作的短周期意图建模

Shijie Lian, Bin Yu, Xiaopeng Lin, Zhaolong Shen, Laurence Tianruo Yang, Yurun Jin, Haishan Liu, Changti Wu, Hang Yuan, Cong Huang, Kai Chen

机构 * HUST（华中科技大学） ； ZGCA（中钢集团人工智能研究院） ； ZGCI（中钢智能科技有限公司） ； HIT（哈尔滨工业大学） ； HKUST(GZ)（香港科技大学（广州）） ； BUAA（北京航空航天大学） ； ZZU（浙江工业大学） ； ECNU（华东师范大学） ； USTC（中国科学技术大学） ； DeepCybo 纠错

AI总结 IntentVLA通过编码近期视觉观测为紧凑的短周期意图表示，提升机器人操作的执行稳定性，并在多个基准测试中优于现有VLA基线。

Comments EMNLP 2026 Main Conference, Code can be found at https://github.com/ZGC-EmbodyAI/IntentVLA

Where Does Long-Context Supervision Actually Go? Effective-Context Exposure Balancing

长上下文监督究竟在哪里？有效上下文暴露平衡

Jinchang Zhu, Jindong Li, Chengyu Zou, Rong Fu, Chao Wang, Haowei He, Menglin Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） 纠错

AI总结 本文提出EXACT方法，通过逆频率分配长有效上下文目标，提升长上下文适应性能，在多个任务中取得显著改进。