RAGShaper: Eliciting Sophisticated Agentic RAG Skills via Automated Data Synthesis
RAGShaper: 通过自动化数据合成激发复杂的代理RAG技能
机构 * Peking University（北京大学） ； Tencent AI Lab（腾讯人工智能实验室）
AI总结 RAGShaper通过自动化数据合成构建高质量RAG任务和代理轨迹，提升模型在复杂检索任务中的鲁棒性。
高校专区
Peking University（北京大学）
VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory
VLingNav：基于适应性推理和视觉辅助语言记忆的具身导航
机构 * Peking University（北京大学） ； Zhongguancun Academy（中关村学院）
AI总结 VLingNav通过引入适应性推理和视觉辅助语言记忆，实现了复杂具身导航任务中的高效导航与泛化能力。
Comments Project page: https://wsakobe.github.io/VLingNav-web/
JudgeRLVR: Judge First, Generate Second for Efficient Reasoning
JudgeRLVR: 先判后生成以实现高效推理
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； CFCS, School of Computer Science, Peking University（计算机学院，北京大学） ； LLM-Core Xiaomi（小智LLM核心）
AI总结 JudgeRLVR通过先判后生成的双阶段方法，提升大型语言模型在数学领域内的推理效率与准确性。
Comments 16 pages, 5 figures
OpenMic: A Multi-Agent-Based Stand-Up Comedy Generation System
OpenMic: 基于多智能体的站立喜剧生成系统
机构 * School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学学院，北京大学）
AI总结 OpenMic通过多智能体系统生成基于文化背景的站立喜剧，结合检索增强生成和专用JokeWriter提升幽默与节奏表现。
D$^2$Plan: Dual-Agent Dynamic Global Planning for Complex Retrieval-Augmented Reasoning
D$^2$Plan: 双智能体动态全局规划用于复杂检索增强推理
机构 * Peking University（北京大学）
AI总结 D$^2$Plan通过双智能体协作提升复杂检索增强推理的连贯性和抗干扰能力。
Adapting Rules of Official International Mahjong for Online Players
适应官方国际麻将规则以适应在线玩家
机构 * School of Computer Science Peking University Beijing, China（计算机学院 清华大学 北京 中国）
AI总结 本文通过AI分析提出调整官方国际麻将规则，以补偿先发优势并优化子目标计分，使游戏更适应在线玩家需求。
The Molecular Structure of Thought: Mapping the Topology of Long Chain-of-Thought Reasoning
思维的分子结构：映射长链推理的拓扑结构
机构 * LARG, SCIR, Harbin Institute of Technology（LARG、SCIR、哈尔滨工业大学） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Central South University（中南大学）
AI总结 本文提出通过分子结构类比理解长链推理的拓扑特性，引入有效语义异构体概念，并提出Mole-Syn方法提升长链推理性能和稳定性。
Comments Preprint
Precision over Diversity: High-Precision Reward Generalizes to Robust Instruction Following
精确性胜过多样性：高精度奖励能泛化到稳健的指令跟随
机构 * Harbin Institute of Technology, SCIR（哈尔滨工业大学，SCIR） ； Peking University（北京大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 本研究发现高精度奖励优于多样化的约束混合，提出数据导向的优化策略，提升指令跟随性能并减少训练时间。
Comments Under review, 13 pages, 8 figures
Memory in the Age of AI Agents
人工智能代理时代的记忆
机构 * Core Supervisors. 0.5em Affiliations: National University of Singapore, Renmin University of China, Fudan University, Peking University, Nanyang Technological University, Tongji University, University of California San Diego, Hong Kong University of Science ； Technology (Guangzhou), Griffith University, Georgia Institute of Technology, OPPO, Oxford University
AI总结 本文系统梳理了人工智能代理记忆的现状与分类，提出了记忆的三种形式、功能分类及动态分析，为未来智能设计提供理论基础。
AlignSAE: Concept-Aligned Sparse Autoencoders
AlignSAE：概念对齐的稀疏自编码器
机构 * University of Arizona（亚利桑那大学） ； Peking University（北京大学） ； Shandong University（山东大学） ； LMU Munich（慕尼黑大学）
AI总结 AlignSAE通过预训练和后训练课程方法，实现稀疏自编码器特征与概念的对齐，提升模型对特定概念的可控性和可解释性。
Comments 23 pages, 16 figures, 7 tables
GTR-CoT: Graph Traversal as Visual Chain of Thought for Molecular Structure Recognition
GTR-CoT：图遍历作为视觉推理链用于分子结构识别
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； East China Normal University（华东师范大学） ； Peking University（北京大学） ； Shanghai Jiaotong University（上海交通大学） ； Tongji University（同济大学） ； Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学）
AI总结 GTR-CoT通过图遍历机制和强化学习提升手绘分子结构识别性能，构建首个细粒度评估基准。
UniF$^2$ace: A Unified Fine-grained Face Understanding and Generation Model
UniF$^2$ace: 一个统一的细粒度人脸理解和生成模型
机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Central South University（中南大学） ； Fudan University（复旦大学） ； Guangming Lab（光明实验室） ； Zhejiang University（浙江大学） ； Lancaster University（兰卡斯特大学） ； National University of Singapore（新加坡国立大学）
AI总结 UniF$^2$ace是一个专门针对细粒度人脸理解和生成的统一多模态模型，通过双离散扩散损失和多级分组专家混合架构，提升高质量面部细节生成和细粒度属性处理能力。
ClimateIQA: A New Dataset and Benchmark to Advance Vision-Language Models in Meteorology Anomalies Analysis
ClimateIQA: 一种新的数据集和基准，以推进气象异常分析中的视觉-语言模型
机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能研究所，香港科学与技术大学（广州）） ； Thrust of Data Science and Analytics, The Hong Kong University of Science and Technology (Guangzhou)（数据科学与分析研究所，香港科学与技术大学（广州）） ； Harvard University（哈佛大学） ； Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 ClimateIQA通过引入SPOT算法和新型数据集，提升视觉-语言模型在气象异常分析中的准确性和表现。
