Peking University（北京大学）

InstructDiff: Domain-Adaptive Data Selection via Differential Entropy for Efficient LLM Fine-Tuning

InstructDiff：通过微分熵实现领域自适应的数据选择以实现高效的LLM微调

Junyou Su, He Zhu, Xiao Luo, Liyu Zhang, Hong-Yu Zhou, Yun Chen, Peng Li, Yang Liu, Guanhua Chen

机构 * Peking University（北京大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Tsinghua University（清华大学） ； SUFE（上海财经大学） ； SUSTech（南方科技大学） 纠错

AI总结 InstructDiff通过微分熵实现领域自适应的数据选择，提升LLM微调效率，实验显示在数学推理和通用指令遵循任务上分别提高17%和52%。

TriPlay-RL: Tri-Role Self-Play Reinforcement Learning for LLM Safety Alignment

TriPlay-RL：三角色自我对抗强化学习用于大语言模型安全对齐

Zhewen Tan, Wenhan Yu, Jianfeng Si, Tongxin Liu, Kaiqi Guan, Huiyan Jin, Jiawen Tao, Xiaokun Yuan, Duohe Ma, Xiangzheng Zhang, Tong Yang, Lin Sun

机构 * Peking University（北京大学） ； Qiyuan Tech（启元科技） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 TriPlay-RL通过三角色自我对抗强化学习，实现LLM安全对齐的高效且可扩展范式，提升攻击有效性、安全性能和评估准确性。

Agentic reinforcement learning empowers next-generation chemical language models for molecular design and synthesis

代理强化学习赋能下一代化学语言模型用于分子设计与合成

Hao Li, He Cao, Shenyao Peng, Zijing Liu, Bin Feng, Yu Wang, Zhiyuan Yan, Yonghong Tian, Yu Li, Li Yuan

机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； Shenzhen Graduate School, Shenzhen, 518055, China（深圳研究生院，深圳，518055，中国） ； International Digital Economy Academy (IDEA)（国际数字经济学院（IDEA）） ； Peng Cheng Laboratory, Shenzhen, 518000, China（鹏城实验室，深圳，518000，中国） 纠错

AI总结 ChemCRAFT通过代理强化学习实现化学语言模型的高效分子设计与合成，突破传统模型在成本与隐私间的限制。

Comments Working in Progress, 13 pages, 4 figures

From Next-Token to Next-Block: A Principled Adaptation Path for Diffusion LLMs

从单个token到单个block：一种为扩散语言模型设计的原理性适应路径

Yuchuan Tian, Yuchen Liang, Shuo Zhang, Yingte Shu, Guangwen Yang, Wei He, Sibo Fang, Tianyu Guo, Kai Han, Chao Xu, Hanting Chen, Xinghao Chen, Yunhe Wang

机构 * Peking University（北京大学） ； Huawei Technologies（华为技术） 纠错

AI总结 本文提出了一种原理性适应路径，将自回归模型适配到扩散语言模型，以提升其长上下文生成能力，并在7B类模型中取得最佳性能。

Comments 14 pages, 5 figures

RoboArmGS: High-Quality Robotic Arm Splatting via Bézier Curve Refinement

RoboArmGS: 通过贝塞尔曲线精修实现高质量的机器人手臂泼溅

Hao Wang, Xiaobao Wei, Ying Li, Qingpo Wuwu, Dongli Wu, Jiajun Cao, Ming Lu, Wenzhao Zheng, Shanghang Zhang

机构 * Peking University（北京大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 RoboArmGS通过可学习的贝塞尔曲线精修URDF编排运动，实现高质量机器人手臂运动建模和渲染。

A Cross-Domain Graph Learning Protocol for Single-Step Molecular Geometry Refinement

用于单步分子几何优化的跨领域图学习协议

Chengchun Liu, Wendi Cai, Boxuan Zhao, Fanyang Mo

机构 * School of AI for Science, Peking University Shenzhen Graduate School（人工智能科学学院，北京大学深圳研究生院） 纠错

AI总结 GeoOpt-Net通过跨领域图学习协议实现单步分子几何优化，以高精度预测DFT质量结构，显著提升量子化学计算效率。

Comments 17 pages, 6 figures

Breaking the Blocks: Continuous Low-Rank Decomposed Scaling for Unified LLM Quantization and Adaptation

打破块限制：连续低秩分解缩放用于统一的大语言模型量化与适应

Pingzhi Tang, Ruijie Zhou, Fanxu Meng, Wenjie Pei, Muhan Zhang

机构 * Institute for Artificial Intelligence, Peking University, Beijing, China（北京大学人工智能研究院） ； Yuanpei College, Peking University, Beijing, China（北京大学元培学院） ； State Key Laboratory of General Artificial Intelligence, BIGAI, Beijing, China（通用人工智能国家重点实验室） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） 纠错

AI总结 LoRDS通过低秩分解实现高效统一的大语言模型量化与适应，提升表达能力并优化推理效率。

Do Transformers Have the Ability for Periodicity Generalization?

Transformer 是否具备周期性泛化能力？

Huanyu Liu, Ge Li, Yihong Dong, Sihan Wu, Peixu Wang, Sihao Cheng, Taozhi Chen, Kechi Zhang, Hao Zhu, Tongxuan Liu

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； College of AI, Tsinghua University（清华大学人工智能学院） ； School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）科学与工程学院） 纠错

AI总结 本文研究了 Transformer 在周期性泛化方面的局限性，通过引入抽象代数和推理视角，揭示了模型在处理复合周期性任务时的不足，并提出了可控生成基准 Coper。

Decoding in Geometry: Alleviating Embedding-Space Crowding for Complex Reasoning

解码中的几何学：缓解嵌入空间拥挤以促进复杂推理

Yixin Yang, Qingxiu Dong, Zhifang Sui

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） 纠错

AI总结 本文提出CraEG方法，通过几何引导重新加权缓解嵌入空间拥挤，提升大语言模型在数学问题解决中的推理能力和生成性能。

RoboStriker: Hierarchical Decision-Making for Autonomous Humanoid Boxing

RoboStriker: 为自主人形 boxing 的分层决策

Kangning Yin, Zhe Cao, Wentao Dong, Weishuai Zeng, Tianyi Zhang, Qiang Zhang, Jingbo Wang, Jiangmiao Pang, Ming Zhou, Weinan Zhang

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） ； Shanghai Innovation Institute（上海创新研究院） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

AI总结 RoboStriker通过分层三阶段框架实现自主人形拳击，结合动作跟踪学习与潜在空间正则化，提升竞争性能和现实迁移能力。

Training-Free Representation Guidance for Diffusion Models with a Representation Alignment Projector

无需训练的表示引导用于扩散模型的表示对齐投影器

Wenqiang Zu, Shenghao Xie, Bo Lei, Lei Ma

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

AI总结 本文提出无需训练的表示引导方法，通过引入表示对齐投影器提升扩散模型的语义对齐与图像一致性。

Beyond Activation Patterns: A Weight-Based Out-of-Context Explanation of Sparse Autoencoder Features

超越激活模式：基于权重的稀疏自编码器特征非情境解释

Yiting Liu, Zhi-Hong Deng

机构 * State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（通用人工智能国家重点实验室，智能科学与技术学院，北京大学） 纠错

AI总结 该研究提出基于权重的解释框架，揭示稀疏自编码器特征在非情境下的功能效应，发现部分特征直接预测输出并参与注意力机制。