Peking University（北京大学）

Align Once, Benefit Multilingually: Enforcing Multilingual Consistency for LLM Safety Alignment

一次对齐，多语言受益：为LLM安全对齐强制多语言一致性

Yuyan Bu, Xiaohao Liu, ZhaoXing Ren, Yaodong Yang, Juntao Dai

机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National University of Singapore（新加坡国立大学） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） 纠错

AI总结 本文提出一种资源高效的多语言一致性对齐方法，通过多语言一致性损失实现多语言同时对齐，提升跨语言安全性和泛化能力。

Comments Accepted by ICLR 2026

MMA: Multimodal Memory Agent

MMA：多模态记忆代理

Yihao Lu, Wanru Cheng, Zeyu Zhang, Hao Tang

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

AI总结 MMA通过动态可靠性评分和冲突感知网络共识，提升多模态代理在长horizon任务中的记忆检索与决策能力，同时在多个基准测试中展现优越性能。

Mastering Olympiad-Level Physics with Artificial Intelligence

用人工智能掌握竞赛级物理

Dong-Shan Jian, Xiang Li, Chen-Xu Yan, Hui-Wen Zheng, Zhi-Zhang Bian, You-Le Fang, Ren-Xi He, Jing-Tian Zhang, Ce Meng, Ling-Shi Meng, Bing-Rui Gong, Sheng-Qi Zhang, Yan-Qing Ma

机构 * School of Physics, Peking University（物理系，北京大学） ； School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学系，北京大学） ； Center for High Energy Physics, Peking University（高能物理中心，北京大学） 纠错

AI总结 本文提出LOCA框架，通过逻辑链增强方法在物理竞赛中实现接近完美的成绩，展示了AI在复杂物理推理中的强大能力。

Comments 8 pages, 3 figures, Content from the previous article 2510.01249 is included

MC-LLaVA: Multi-Concept Personalized Vision-Language Model

MC-LLaVA：多概念个性化视觉-语言模型

Ruichuan An, Sihan Yang, Renrui Zhang, Ming Lu, Tianyi Jiang, Kai Zeng, Yulin Luo, Jiajun Cao, Hao Liang, Ying Chen, Qi She, Shanghang Zhang, Wentao Zhang

机构 * Peking University（北京大学） ； Intel Labs, China（英特尔实验室，中国） 纠错

AI总结 MC-LLaVA通过多概念指令微调和个性化提示提升视觉-语言模型的多概念个性化能力。

Prompt When the Animal is: Temporal Animal Behavior Grounding with Positional Recovery Training

提示当动物是：基于位置恢复训练的时序动物行为 grounding

Sheng Yan, Xin Du, Zongying Li, Yi Wang, Hongcang Jin, Mengyuan Liu

机构 * School of Artificial Intelligence, Chongqing University of Technology（重庆理工大学人工智能学院） ； National Key Laboratory of General Artificial Intelligence, Shenzhen Graduate School, Peking University（北京大学深圳研究生院国家通用人工智能实验室） 纠错

AI总结 本文提出 Port 框架，通过位置恢复训练提升动物行为时序 grounding 的准确性，在 Animal Kingdom 数据集上取得 38.52 的 IoU@0.3 成绩，并在 ICME 2024 挑战赛中表现突出。

Comments Accepted by ICMEW 2024

On the Expressive Power of Mixture-of-Experts for Structured Complex Tasks

关于混合专家模型在结构复杂任务中的表达能力

Mingze Wang, Weinan E

机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； AI for Science Institute, Beijing, China（北京人工智能科学研究院） 纠错

AI总结 本文研究了混合专家模型在结构复杂任务中的表达能力，证明了浅层和深层MoEs在低维性和稀疏性先验下能够高效近似复杂函数，并揭示了关键架构组件的作用。

Comments 28 pages, NeurIPS 2025 Spotlight

VerifyBench: Benchmarking Reference-based Reward Systems for Large Language Models

VerifyBench: 大型语言模型参考式奖励系统的基准测试

Yuchen Yan, Jin Jiang, Zhenbang Ren, Yijun Li, Xudong Cai, Yang Liu, Xin Xu, Mengdi Zhang, Jian Shao, Yongliang Shen, Jun Xiao, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 VerifyBench通过设计专门的基准测试评估基于参考的奖励系统，揭示现有验证器在复杂任务中的不足，推动推理模型训练的改进。

Comments ICLR 2026: https://openreview.net/forum?id=JfsjGmuFxz Project Page: https://zju-real.github.io/VerifyBench Dataset: https://huggingface.co/datasets/ZJU-REAL/VerifyBench Code: https://github.com/ZJU-REAL/VerifyBench