University of Science and Technology of China（中国科学技术大学）

VISTA: Verifier-Informed Student-to-Teacher Adaptation for On-Policy Self-Distillation

VISTA：面向在线自蒸馏的验证器驱动的学生到教师适配

Zewen Ding, Zezhong Wu, Zhou Tao, Shida Wang, Shizhuo Hou, YongXiang Hua, Haoyu Cao, Linli Xu

机构 * University of Science and Technology of China（中国科学技术大学） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） 纠错

AI总结 VISTA 复用标准 OPSD 的 rollout 与损失函数，通过结果验证的 rollout 将教师适配学生分布，在多基准数据集上提升了不同规模 Qwen3 模型的 Avg@12。

REINS: Refusal-Enhanced Inhibitory Steering with Sparse Autoencoder Features

REINS：基于稀疏自编码器特征的增强拒绝抑制引导方法

Kai-Xuan Ding, Hao-Xiang Xu, Ji-Hua Peng, Zi-Qi Chen, Jiaqi Wang, Zhen-Hua Ling

机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本研究针对现有SAE引导方法在复杂包装器有害提示上的不足，提出REINS方法，可抑制有害特征、增强安全弃权特征，在GUISE等数据集上大幅减少有害响应并保留模型通用能力。

Comments Accepted at EMNLP 2026 Main Conference

PCBnet: A Dataset and Automatic Construction of SPICE Netlists from Schematic Images

PCBnet：用于从原理图图像自动生成SPICE网表的数据集

Zhen Huang, Yuhao Gao, Yuzhi Liu, Daian Cheng, Chengyuan Shao, Yucheng Chen, Yongjian Jia, Futing Zhang, Yichen Shi, Wenhao Wang, Zuyan He, Yangbo Wei, Zhanfei Chen, Jinlong Yan, Yu Zhang, Haoying Wu, Ting-Jung Lin, Lei He

机构 * Eastern Institute of Technology（东方理工大学） ； Ningbo Institute of Digital Twin（宁波数字孪生研究院） ； University of Science and Technology of China（中国科学技术大学） ； Wuhan University of Technology（武汉理工大学） 纠错

AI总结 该研究构建了含300余个真实PCB设计的PCBnet数据集，开发了结合视觉识别等的自动化原理图转网表流程，实现了高检测与连接准确率，为PCB设计自动化提供了基准。

Comments Accepted at the 2026 IEEE International Conference on LLM-Aided Design (ICLAD 2026)

GRAFT: Grounded and Efficient Online Reinforcement Adaptation for Fine-Grained Robot Manipulation

GRAFT：面向精细机器人操作的 grounded 高效在线强化适应

Yibo Qiu, Haoliang Ye, Shu'ang Sun, Zan Huang, Ronald X Xu, Mingzhai Sun

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生命科学与医学部生物医学工程学院） 纠错

AI总结 GRAFT是一种高效在线VLA适应框架，通过特定视角视觉锚点聚焦任务相关线索，在四项生物医学操作任务中提升25个百分点成功率并降低计算开销。

PAPO: Stabilizing Rubric Integration Training via Decoupled Advantage Normalization

PAPO：通过解耦优势归一化稳定规则整合训练

Zelin Tan, Zhouliang Yu, Bohan Lin, Zijie Geng, Hejia Geng, Yudong Zhang, Mulei Zhang, Yang Chen, Shuyue Hu, Zhenfei Yin, Chen Zhang, Lei Bai

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； University of Oxford（牛津大学） ； Wuhan University（武汉大学） 纠错

AI总结 PAPO通过解耦优势归一化整合过程级评估，解决现有奖励设计的两个局限：Outcome Reward Models（ORM）仅评估最终答案正确性，而Process Reward Models（PRM）虽监督更丰富但易导致奖励黑客。

Comments EMNLP 2026 Main Conference