University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

2512.13159 2025-12-16 cs.AI cs.CL

SpeakRL: Synergizing Reasoning, Speaking, and Acting in Language Models with Reinforcement Learning

SpeakRL: 在语言模型中协同推理、说话与行动以增强强化学习

Emre Can Acikgoz, Jinoh Oh, Jie Hao, Joo Hyuk Jeon, Heng Ji, Dilek Hakkani-Tür, Gokhan Tur, Xiang Li, Chengyuan Ma, Xing Fan

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Amazon Alexa（亚马逊Alexa）

AI总结 SpeakRL通过强化学习提升语言模型的对话能力，通过奖励主动互动提高任务完成效率。

2512.13154 2025-12-16 cs.AI cs.CL

MAC: A Multi-Agent Framework for Interactive User Clarification in Multi-turn Conversations

MAC：一种用于多轮对话中交互式用户澄清的多智能体框架

Emre Can Acikgoz, Jinoh Oh, Joo Hyuk Jeon, Jie Hao, Heng Ji, Dilek Hakkani-Tür, Gokhan Tur, Xiang Li, Chengyuan Ma, Xing Fan

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Amazon Alexa（亚马逊Alexa）

AI总结 MAC提出了一种多智能体框架，通过战略性管理澄清对话来解决用户模糊性，提升了任务成功率并减少了对话轮次。

2510.27562 2025-12-16 stat.ML cs.LG math.ST stat.TH

Optimal Convergence Analysis of DDPM for General Distributions

DDPM在一般分布下的最优收敛性分析

Yuchen Jiao, Yuchen Zhou, Gen Li

机构 * Department of Statistics and Data Science, Chinese University of Hong Kong（香港中文大学统计与数据科学系）； Department of Statistics, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校统计系）

AI总结本文研究了DDPM在一般分布下的收敛性，通过引入放松光滑性条件，证明了其在KL散度中的收敛速率，并揭示了DDPM与DDIM在维度依赖上的相似性。

2508.17756 2025-12-16 cs.LG cs.SY eess.SY

SuperGen: An Efficient Ultra-high-resolution Video Generation System with Sketching and Tiling

SuperGen: 一种高效的超高清视频生成系统，支持草图和分块

Fanjiang Ye, Zepeng Zhao, Yi Mu, Jucheng Shen, Renjie Li, Kaijian Wang, Saurabh Agarwal, Myungjin Lee, Triston Cao, Aditya Akella, Arvind Krishnamurthy, T. S. Eugene Ng, Zhengzhong Tu, Yuke Wang

机构 * Rice University（里士满大学）； Carnegie Mellon University（卡内基梅隆大学）； University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校）； Texas A&M University（德克萨斯农工大学）； The University of Texas at Austin（德克萨斯大学奥斯汀分校）； Cisco（思科公司）； NVIDIA（英伟达公司）； University of Washington（华盛顿大学）

AI总结 SuperGen通过分块技术实现高效超高清视频生成，无需额外训练，降低计算和内存成本，提升生成速度和质量。

2312.15187 2025-12-16 cs.DB cs.LG

IRG: Modular Synthetic Relational Database Generation with Complex Relational Schemas

IRG：模块化合成关系数据库生成与复杂关系模式

Jiayu Li, Zilong Zhao, Milad Abdollahzadeh, Biplab Sikdar, Y. C. Tay

机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； National University of Singapore（新加坡国立大学）

AI总结 IRG提出一种模块化框架，通过学习关系连接上下文生成合成关系数据库，有效处理复杂关系模式和数据相关性。