Peking University（北京大学）

DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation in the Era of Data-Centric AI

DataFlow：面向数据导向AI时代的统一数据准备与工作流自动化框架

Hao Liang, Xiaochen Ma, Zhou Liu, Zhen Hao Wong, Zhengyang Zhao, Zimo Meng, Runming He, Chengyu Shen, Qifeng Cai, Zhaoyang Han, Meiyi Qiang, Yalin Feng, Tianyi Bai, Zewei Pan, Ziyi Guo, Yizhen Jiang, Jingwen Deng, Qijie You, Peichao Lai, Tianyu Guo, Chi Hsu Tsai, Hengyi Feng, Rui Hu, Wenkai Yu, Junbo Niu, Bohan Zeng, Ruichuan An, Lu Ma, Jihao Huang, Yaowei Zheng, Conghui He, Linpeng Tang, Bin Cui, Weinan E, Wentao Zhang

机构 * Peking University（北京大学） ； Institute for Advanced Algorithms Research（先进算法研究所） ； OriginHub Technology（OriginHub技术） ； OpenDataLab（OpenData实验室） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； LLaMA-Factory Team（LLaMA-Factory团队） 纠错

AI总结 DataFlow通过统一的数据准备框架和自动化工作流，提升LLM性能，实现高效、可靠的数据处理。

Non-Asymptotic Global Convergence of PPO-Clip

PPO-Clip算法的非渐近全局收敛性

Yin Liu, Qiming Dai, Junyu Zhang, Zaiwen Wen

机构 * Beijing International Center for Mathematical Research, Peking University（北京国际数学研究中心，北京大学） ； School of Mathematical Sciences, Peking University（北京大学数学学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； Beijing International Center for Mathematical Research and Center for Machine Learning Research, Peking University（北京国际数学研究中心和机器学习研究中心，北京大学） 纠错

AI总结 本文研究了PPO-Clip算法的非渐近全局收敛性，通过理论分析建立了前向KL正则化器的线性收敛率及反向KL正则化器的静止收敛与局部线性收敛。

PoseMoE: Mixture-of-Experts Network for Monocular 3D Human Pose Estimation

PoseMoE：用于单目3D人体姿态估计的专家混合网络

Mengyuan Liu, Jiajie Liu, Jinyan Zhang, Wenhao Li, Junsong Yuan

机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（国家通用人工智能重点实验室，北京大学深圳研究生院） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science and Engineering, University at Buffalo, State University of New York（计算机科学与工程系，布法罗大学，纽约州立大学） 纠错

AI总结 PoseMoE通过专家混合网络提升单目3D人体姿态估计精度，通过解耦2D姿态与深度特征编码，优化深度特征学习与跨专家知识聚合。

Comments IEEE Transactions on Image Processing (T-IP)

Unleashing Humanoid Reaching Potential via Real-world-Ready Skill Space

通过现实-ready技能空间释放人形机器人的抓取潜力

Zhikai Zhang, Chao Chen, Han Xue, Jilong Wang, Sikai Liang, Yun Liu, Zongzhang Zhang, He Wang, Li Yi

机构 * IIIS, Tsinghua University（清华大学人工智能研究院） ； Peking University（北京大学） ； Galbot ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Qi Zhi Institute（上海智院） ； Nanjing University（南京大学） ； Tongji University（同济大学） 纠错

AI总结 本研究提出R2S2方法，通过现实-ready技能空间提升人形机器人在现实环境中的抓取能力，实现高效且鲁棒的仿真到现实转移。

A Tri-Dynamic Preprocessing Framework for UGC Video Compression

UGC视频压缩的三动态预处理框架

Fei Zhao, Mengxi Guo, Shijie Zhao, Junlin Li, Li Zhang, Xiaodong Xie

机构 * School of Computer Science, Peking University（北京大学计算机学院） ； Bytedance（字节跳动） 纠错

AI总结 本文提出一种三动态预处理框架，通过自适应调节预处理强度、量化级别和率失真损失函数，提升UGC视频压缩效果。

Comments Accepted as a POSTER and for publication in the ICASSP 2024 proceedings

MAIN: Mutual Alignment Is Necessary for instruction tuning

MAIN：互斥对齐是指令微调的必要条件

Fanyi Yang, Jianfeng Liu, Xin Zhang, Haoyu Liu, Xixin Cao, Yuefeng Zhan, Hao Sun, Weiwei Deng, Feng Sun, Qi Zhang

机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司） 纠错

AI总结 本文提出MAIN框架，通过互斥约束增强指令与响应的一致性，提升LLM在多种基准上的性能。

Comments Accepted by EMNLP 2025