Calibration without Ground Truth
无需真实标注的校准
机构 * Peking University（北京大学） ； Microsoft Research（微软研究院）
AI总结 本文提出一种无需标注的校准方法，通过参考模型改进校准不准确的强模型，实现性能提升。
高校专区
Peking University（北京大学）
Ad Insertion in LLM-Generated Responses
在大语言模型生成响应中插入广告
机构 * University of Michigan（密歇根大学） ； Peking University（北京大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出了解耦广告插入与响应生成、以及竞价与用户查询的框架，通过基于类型拍卖机制实现近最优的社会福利，同时提高计算效率和上下文一致性。
Comments 31 pages, 8 figures
MetaGen: Self-Evolving Roles and Topologies for Multi-Agent LLM Reasoning
MetaGen: 多智能体LLM推理中的自演化角色与拓扑
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； School of Urban Planning and Design, Peking University（北京大学城市规划与设计学院）
AI总结 MetaGen通过自演化角色和拓扑提升多智能体LLM推理的准确性和效率
DiaDem: Advancing Dialogue Descriptions in Audiovisual Video Captioning for Multimodal Large Language Models
DiaDem: 促进音频视频字幕中的对话描述以提升多模态大语言模型
机构 * New Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别新实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Peking University（北京大学） ； Nanjing University（南京大学）
AI总结 DiaDem通过合成高质量数据集和难度分区的两阶段GRPO策略，提升了音频视频字幕中的对话描述准确性，并在多种基准测试中表现出色。
Comments Project webpage: https://diadem-captioner.github.io/
iFSQ: Improving FSQ for Image Generation with 1 Line of Code
iFSQ：通过一行代码改进图像生成的FSQ
机构 * Peking University（北京大学） ； Tencent Hunyuan（腾讯文言）
AI总结 iFSQ通过一行代码改进图像生成的FSQ，解决了重建保真度与信息效率的平衡问题，并揭示了离散与连续表示的最佳平衡点及AR与扩散模型的性能差异。
Comments Technical Report; Fixed eq.7 & 8 and corresponding content
LoaQ: Layer-wise Output Approximation Quantization
LoaQ: 层级输出近似量化
机构 * Wangxuan Institute of Computer Technology, Peking University（计算机技术研究所，北京大学）
AI总结 LoaQ通过引入输出匹配因素，改进了基于层级的后训练量化方法，提升了模型量化质量并具有简洁的闭式解。
Comments under review
Remote Sensing Image Intelligent Interpretation with the Language-Centered Perspective: Principles, Methods and Challenges
遥感图像智能解读的以语言为中心的视角：原理、方法与挑战
机构 * School of Geosciences and Info-Physics, Central South University（中南大学地球科学与信息物理学院） ； Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University（西南交通大学地质科学与环境工程学院） ； School of Earth and Space Sciences, Peking University（北京大学地球与空间科学学院） ； Institute of Remote Sensing Information Processing (IRSIP), Wuhan University（武汉大学遥感信息处理研究所）
AI总结 本文提出以语言为中心的遥感图像解读框架，探讨LLMs作为认知核心的作用，并总结多模态表示、知识关联等核心挑战，为认知驱动的智能地理空间分析提供理论基础。
PROPHET: An Inferable Future Forecasting Benchmark with Causal Intervened Likelihood Estimation
PROPHET：一个基于因果干预似然估计的可推断未来预测基准
机构 * Peking University（北京大学） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学）
AI总结 PROPHET引入了基于因果干预似然估计的可推断未来预测基准，通过CIL评估预测问题的可推断性，提升未来事件预测的准确性与可靠性。
An efficient, provably optimal algorithm for the 0-1 loss linear classification problem
一个高效的、可证明最优的0-1损失线性分类问题算法
机构 * Xi He School of Computer Science Peking University（何西 北京大学计算机科学学院） ； Max A. Little School of Computational Neuroscience University of Birmingham（马克斯·A·利特 布里斯托大学计算神经科学学院）
AI总结 本文提出了一种高效的、可证明最优的0-1损失线性分类算法ICE，能够在O(N^{D+1})时间内精确求解该问题，并将其推广到多项式超曲面分类问题。
Comments Published in ICLR 2026, The Fourteenth International Conference on Learning Representations. 19 pages, 6 figures
