Peking University（北京大学）

Rethinking Video Generation Model for the Embodied World

重新思考具身世界的视频生成模型

Yufan Deng, Zilin Pan, Hongyu Zhang, Xiaojie Li, Ruoqing Hu, Yufei Ding, Yiming Zou, Yan Zeng, Daquan Zhou

机构 * Peking University（北京大学） 纠错

AI总结 本文提出Rbench机器人视频生成基准和RoVid-X数据集，旨在解决高保真机器人视频生成中的数据短缺问题，推动具身AI发展。

Comments Github: https://github.com/DAGroup-PKU/ReVidgen/ Project website: https://dagroup-pku.github.io/ReVidgen.github.io/

Evaluation of Large Language Models in Legal Applications: Challenges, Methods, and Future Directions

评估大型语言模型在法律应用中的表现：挑战、方法与未来方向

Yiran Hu, Huanghai Liu, Chong Wang, Kunran Li, Tien-Hsuan Wu, Haitao Li, Xinran Xu, Siqing Huo, Weihang Su, Ning Zheng, Siyuan Zheng, Qingyao Ai, Yun Liu, Renjun Bian, Yiqun Liu, Charles L. A. Clarke, Weixing Shen, Ben Kao

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； University of Waterloo（多伦多大学） ； Shanghai Jiaotong University（上海交通大学） ； Peking University（北京大学） 纠错

AI总结 本文探讨了大型语言模型在法律应用中的评估挑战与方法，分析了现有评估框架的局限性，并提出了未来研究方向。

PCL-Reasoner-V1.5: Advancing Math Reasoning with Offline Reinforcement Learning

PCL-Reasoner-V1.5：通过离线强化学习推进数学推理

Yao Lu, Dengdong Fan, Jianzheng Nie, Fan Xu, Jie Chen, Bin Zhou, Yonghong Tian

机构 * Peng Cheng Laboratory（鹏城实验室） ； Peking University（北京大学） 纠错

AI总结 PCL-Reasoner-V1.5通过离线强化学习方法，在数学推理任务中达到新高度，实现90.9%和85.6%的准确率。

DARA: Few-shot Budget Allocation in Online Advertising via In-Context Decision Making with RL-Finetuned LLMs

DARA: 通过基于上下文的决策制定实现在线广告中的少样本预算分配

Mingxuan Song, Yusen Huo, Bohan Zhou, Shenglin Yin, Zhen Xiao, Jieyi Long, Zhilin Zhang, Chuan Yu

机构 * Peking University（北京大学） ； School of Computer Science（计算机科学学院） ； Alibaba Group（阿里巴巴集团） ； Theta Labs, Inc.（Theta Labs公司） 纠错

AI总结 DARA通过结合LLMs的上下文学习与细粒度优化，实现在线广告中的少样本预算分配，提升广告商价值。

Comments Accepted at The ACM Web Conference (WWW) 2026

Partial Decoder Attention Network with Contour-weighted Loss Function for Data-Imbalance Medical Image Segmentation

具有轮廓加权损失函数的部分解码器网络用于数据不平衡医学图像分割

Zhengyong Huang, Ning Jiang, Xingwen Sun, Lihua Zhang, Peng Chen, Jens Domke, Yao Sui

机构 * Institute of Medical Technology, Peking University Health Science Center, Peking University, Beijing, China（北京大学医学部医学技术研究所） ； National Institute of Health Data Science, Peking University, Beijing, China（北京大学国家健康数据科学研究院） ； Department of Radiology, Peking University Third Hospital, Beijing, China（北京大学第三医院放射科） ； RIKEN Center for Computational Science (R-CCS), Kobe, Japan（日本京都大学RIKEN计算科学中心） ； National Institute of Health Data Science, Peking University, the Institute of Medical Technology, Peking University Health Science Center, and the Institute for Artificial Intelligence, Peking University, Beijing, China（北京大学国家健康数据科学研究院、北京大学医学部医学技术研究所以及北京大学人工智能研究所） 纠错

AI总结 PDANet通过轮廓加权损失函数提升小结构分割性能，优于九种现有方法，提高Dice评分2.32%-3.60%。

Opening the Black Box: A Survey on the Mechanisms of Multi-Step Reasoning in Large Language Models

揭开黑箱：关于大语言模型多步推理机制的综述

Liangming Pan, Jason Liang, Jiaran Ye, Minglai Yang, Xinyuan Lu, Fengbin Zhu

机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文综述了大语言模型多步推理机制，探讨了隐式和显式推理过程，并提出了未来研究方向。

Comments Technical Report

Reinforcement Learning for Chain of Thought Compression with One-Domain-to-All Generalization

基于单领域到全领域泛化的强化学习进行思维链压缩

Hanyu Li, Jiangshan Duo, Bofei Gao, Hailin Zhang, Sujian Li, Xiaotie Deng, Liang Zhao

机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） ； 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） ； LLM-Core Xiaomi（小米LLM-Core） 纠错

AI总结 本文提出了一种基于单领域到全领域泛化的强化学习方法，通过样本级软强化学习压缩思维链推理，有效减少响应长度并提升跨领域泛化能力。

MCPAgentBench: A Real-world Task Benchmark for Evaluating LLM Agent MCP Tool Use

MCPAgentBench: 一个用于评估LLM代理MCP工具使用的现实任务基准

Wenrui Liu, Zixiang Liu, Elsie Dai, Wenhan Yu, Lei Yu, Tong Yang, Jinjun Han, Hong Gao

机构 * Peking University（北京大学） ； ZTE（中兴通讯） 纠错

AI总结 MCPAgentBench通过现实任务和动态沙盒环境评估LLM代理在复杂工具调用中的能力差异，提供开源代码以促进工具使用能力研究。

KBE-DME: Dynamic Multimodal Evaluation via Knowledge Enhanced Benchmark Evolution

KBE-DME: 通过知识增强的基准进化实现动态多模态评估

Junzhe Zhang, Huixuan Zhang, Xiaojun Wan

机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学） 纠错

AI总结 KBE-DME通过整合多模态知识和动态基准进化，实现对多模态大语言模型能力的更全面评估。

PPGFlowECG: Latent Rectified Flow with Cross-Modal Encoding for PPG-Guided ECG Generation and Cardiovascular Disease Detection

PPGFlowECG: 基于跨模态编码的潜在修正流用于PPG引导的ECG生成和心血管疾病检测

Xiaocheng Fang, Jiarui Jin, Haoyu Wang, Che Liu, Jieyi Cai, Yujie Xiao, Guangkun Nie, Bo Liu, Shun Huang, Hongyan Li, Shenda Hong

机构 * National Institute of Health Data Science, Peking University, China（北京大学国家健康数据科学研究院） ； School of Intelligence Science and Technology, Peking University, China（北京大学智能科学与技术学院） ； Data Science Institute, Imperial College London, UK（伦敦帝国理工学院数据科学研究院） ； University of Chinese Academy of Sciences, China（中国科学院大学） 纠错

AI总结 PPGFlowECG通过跨模态编码和潜在修正流，实现PPG引导的ECG生成，提升心血管疾病检测的可扩展性和可靠性。

Manalyzer: End-to-end Automated Meta-analysis with Multi-agent System

Manalyzer: 基于多智能体系统的端到端自动化元分析

Wanghan Xu, Wenlong Zhang, Fenghua Ling, Ben Fei, Yusong Hu, Runmin Ma, Bo Zhang, Fangxuan Ren, Jintai Lin, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Nankai University（南开大学） ； Peking University（北京大学） 纠错

AI总结 Manalyzer通过多智能体系统实现端到端自动化元分析，有效缓解了传统方法中的幻觉问题，并在多模态数据处理中取得显著性能提升。

Stackelberg Self-Annotation: A Robust Approach to Data-Efficient LLM Alignment

Stackelberg 自注释：一种鲁棒的数据高效 LLM 对齐方法

Xu Chu, Zhixin Zhang, Tianyu Jia, Yujie Jin

机构 * Key Laboratory of High Confidence Software Technologies, Ministry of Education（高可信软件技术重点实验室，教育部） ； Center on Frontiers of Computing Studies, Peking University（计算前沿研究中心，北京大学） ； School of Computer Science, Peking University（计算机学院，北京大学） 纠错

AI总结 本文提出Stackelberg自标注方法，通过少量人工标注和迭代自我标注，实现高效LLM对齐，减少对昂贵人工标注的依赖。