National University of Singapore（新加坡国立大学）

Efficient Reinforcement Learning for Large Language Models with Intrinsic Exploration

为大语言模型高效强化学习引入内在探索

Yan Sun, Jia Guo, Stanley Kok, Zihao Wang, Zujie Wen, Zhiqiang Zhang

机构 * National University of Singapore（新加坡国立大学） ； Ant Group（蚂蚁集团） 纠错

AI总结 PREPO通过利用内在数据属性提升大语言模型强化学习的数据效率，减少回放需求同时保持性能。

BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning

BadCLIP++: 多模态对比学习中隐蔽且持久的后门

Siyuan Liang, Yongcheng Jing, Yingjie Wang, Jiaxing Huang, Ee-chien Chang, Dacheng Tao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） 纠错

AI总结 BadCLIP++通过语义融合触发器和参数稳定技术，实现了多模态对比学习中隐蔽且持久的后门攻击，实验显示其在低污染率下具有高攻击成功率。

Comments 25 pages, 10 figures

Physical Human-Robot Interaction for Grasping in Augmented Reality via Rigid-Soft Robot Synergy

通过增强现实的刚-柔机器人协同实现人机交互抓取

Huishi Huang, Jack Klusmann, Haozhe Wang, Shuchen Ji, Fengkang Ying, Yiyuan Zhang, John Nassour, Gordon Cheng, Daniela Rus, Jun Liu, Marcelo H Ang, Cecilia Laschi

机构 * Advanced Robotics Centre (ARC), National University of Singapore (NUS)（先进机器人中心（ARC），新加坡国立大学） ； Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（高性能计算研究所（IHPC），科技研究局（A*STAR）） ； Chair of Cognitive Systems, Technical University of Munich (TUM)（认知系统教授职位，慕尼黑技术大学） ； Singapore-MIT Alliance for Research and Technology (SMART) Centre（新加坡-麻省理工联合研究技术中心） ； Computer Science and Artificial Intelligence Lab (CSAIL), Massachusetts Institute of Technology（计算机科学与人工智能实验室（CSAIL），麻省理工学院） 纠错

AI总结 本文提出了一种基于增强现实的物理人机交互框架，通过虚拟与现实的协同实现混合刚柔机器人的远程操作与抓取任务。

Comments Camera-ready version for RoboSoft 2026. 8 pages, 6 figures

The Chicken and Egg Dilemma: Co-optimizing Data and Model Configurations for LLMs

数据与模型配置的协同优化：大语言模型的鸡与蛋困境

Zhiliang Chen, Alfred Wei Lun Leong, Shao Yong Ong, Apivich Hemachandra, Gregory Kang Ruey Lau, Chuan-Sheng Foo, Zhengyuan Liu, Nancy F. Chen, Bryan Kian Hsiang Low

机构 * National University of Singapore（新加坡国立大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） 纠错

AI总结 JoBS通过联合优化数据和模型配置，利用性能预测器提升大语言模型训练效率，有效降低优化成本。