Tsinghua University（清华大学）

Jiuge-Tuiqiao: An Interpretable Human-AI System for Classical Chinese Poetry Refinement

九歌-推敲：一款面向古典诗词润色的可解释人机协作系统

Yufeng Han, Lifan Deng, Cunliang Kong, Wenhao Li, Xin Cong, Yuzhuo Bai, Kangyang Luo, Maosong Sun

机构 * Tsinghua University（清华大学） ； Beijing National Research Center For Information Science And Technology（北京信息科学与技术国家研究中心） ； Institute for Artificial Intelligence, Tsinghua University（清华大学人工智能国际研究院） ； Rixin College, Tsinghua University（清华大学日新书院） ； Department of Statistics and Data Science, Tsinghua University（清华大学统计与数据科学系） ； Jiangsu Normal University（江苏师范大学） 纠错

AI总结 针对现有AI诗词系统削弱用户创作能动性的问题，提出人机协作系统Jiuge-Tuiqiao，通过三元模型实现可控可解释的诗词润色，提升了创作相关性能。

Comments Accepted to the System Demonstrations Program at EMNLP 2026. Code and demo: this https URL (https://github.com/jiangli-va/Jiuge-Tuiqiao)

VIG: Visual Information Gain as a Reward Signal for Multimodal Chain-of-Thought Compression

VIG：作为多模态思维链压缩奖励信号的视觉信息增益

Wen Luo, Xiaohan Yi, Xiaotao Huang, Liqun Huang

机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Tsinghua University（清华大学） 纠错

AI总结 该研究提出VIG奖励机制，通过提升视觉信息密度优化多模态CoT的准确率与效率权衡，无需额外资源，在多类基准及不同规模模型上均有效。

Comments Accepted by EMNLP 2026 Findings

Can LVLMs Uncover the Truth Behind Visual Illusions? An Analysis of Perceptual and Reasoning Capabilities

大型视觉语言模型（LVLMs）能否揭示视觉错觉背后的真相？感知与推理能力分析

Liangjie Zhao, Jiaqing Lyu, Kexin Tang, Zecheng Fang, Rong Yin, Yulan Hu, Da Li, Jianing Li

机构 * Adelaide University（阿德莱德大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Amap, Alibaba Group（阿里巴巴集团高德地图） ； Beihang University（北京航空航天大学） 纠错

AI总结 本文利用IllusionReasoning基准，以视觉错觉为诊断工具评估LVLMs，发现多款LVLMs的推理能力不及宣称水平，为其优化提供了新方向。

Comments EMNLP2026 Findings

GAMMA: Global Bit Allocation for Mixed-Precision Models under Arbitrary Budgets

GAMMA：在任意预算下为混合精度模型进行全局位分配

Zhangyang Yao, Haiyan Zhao, Haoyu Wang, Xu Han

机构 * Beihang University（北航） ； Tsinghua University（清华） ； ByteDance Inc（字节跳动） 纠错

AI总结 本文提出GAMMA框架，通过后训练流水线学习模块级精度偏好，优化教师强制隐藏状态重建目标并利用整数规划实现精确预算分配，从而在任意预算下提升大语言模型的精度，优于固定精度基线和搜索基混合精度方法。

From Accuracy to Robustness: A Study of Rule- and Model-based Verifiers in Mathematical Reasoning

从准确率到鲁棒性：数学推理中基于规则与基于模型的验证器研究

Yuzhen Huang, Weihao Zeng, Xingshan Zeng, Qi Zhu, Junxian He

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） 纠错

AI总结 本研究以数学推理为案例，分析了基于规则与基于模型的验证器在静态评估和RL训练中的表现，发现两类验证器分别存在误拒和奖励黑客问题，为开发更优RL奖励系统提供了参考。

Comments EMNLP 2026 Main Conference

Leakage-Free Evaluation and Distribution-Robust Spatio-Temporal Graph Learning for Inductive Kriging

面向归纳克里金法的无泄露评估与分布鲁棒时空图学习

Chen Yang, Changhao Zhao, Haoyang Zhao, Youquan He, Chen Wang, Jiansheng Fan

机构 * Tsinghua University（清华大学） ； Communication University of China（通信大学） 纠错

AI总结 针对归纳克里金法评估存在的信息泄露问题，提出无泄露的3×3划分评估方式，引入含SCR、MFD、SDE机制的DRIK框架，在六个时空数据集上性能优于基线，MAE最多降低12.48%。

Comments 31 pages, 10 figures. Accepted for publication in Pattern Recognition

Residual Reward Models: Leveraging Prior Knowledge for Efficient Preference-based Reinforcement Learning in Robotics

残差奖励模型：利用先验知识实现机器人领域高效的基于偏好的强化学习

Chenyang Cao, Miguel Rogel-García, Mohamed Nabail, Xueqian Wang, Nicholas Rhinehart

机构 * University of Toronto（多伦多大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出残差奖励模型（RRM），将环境真实奖励拆分为先验奖励与学习奖励之和，可提升机器人领域基于偏好的强化学习的样本效率，在仿真与物理机器人实验中均优于基准方法。

Comments 25 pages, 15 figures

Legal Rule Induction: Towards Generalizable Principle Discovery from Analogous Judicial Precedents

法律规则归纳：从类似司法判例中发现可泛化的原则

Wei Fan, Tianshi Zheng, Yiran Hu, Zheye Deng, Weiqi Wang, Baixuan Xu, Chunyang Li, Haoran Li, Weixing Shen, Yangqiu Song

机构 * Department of Computer Science and Engineering, HKUST, Hong Kong SAR, China（香港科技大学计算机科学与工程系） ； School of Law, Tsinghua University, Beijing, China（清华大学法学院） 纠错

AI总结 本研究定义法律规则归纳任务，构建首个相关基准数据集，发现先进LLMs存在过度泛化和幻觉问题，经该数据集训练可提升其捕捉类似案件细微规则模式的能力。

Comments Accepted by EMNLP2026 Main Conference