Xi'an Jiaotong University（西安交通大学）

VICT: Verifier-Instrumented Credit Tracing for Long-Horizon LLM Agent Reinforcement Learning

VICT：用于长 horizon LLM 智能体强化学习的验证器插装式信用追踪

Pengcheng Li, Zhengyang Zhang, Dongxu Zhang, Sui Huang, Shaohua Ma

机构 * Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） ； Jiaxing Nanhu University（嘉兴南湖学院） 纠错

AI总结 针对长 horizon LLM 智能体强化学习的细粒度信用分配挑战，提出 VICT 方法，通过验证器侧的证明边追踪分配信用，在 ALFWorld 和 WebShop 上性能显著优于仅结果训练。

Comments accepted by EMNLP2026

SEPO: Evidence-Grounded Prompt Optimization via Structural Editing

SEPO：基于证据的结构化编辑提示优化

Xiaoyu Ma, Haoyue Liu, Yiwen Li, Jionghao Zhu, Zhichao Wang, Ye Chen, Xiaoying Tang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； Xi’an Jiaotong University（西安交通大学） ； Shenzhen Future Network of Intelligence Institute (FNiI-Shenzhen)（深圳未来智能网络研究院） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence, CUHK(SZ)（香港中文大学（深圳）广东省未来网络智能重点实验室） 纠错

AI总结 本文提出SEPO提示优化器，通过结构化编辑与编辑-效果谱系反馈优化提示，在14任务套件中较GEPA提升准确率，同时在帕累托前沿上优化效率更高、提示更短。

HyQuant: Hybrid-Precision Quantization for LLM Attention

HyQuant：面向大语言模型注意力机制的混合精度量化方法

Jiatong Ding, Bingxin Xing, Yu Zhang, Dian Ding, Xiaodong Yi, Xianbin Ouyang, Feihu Zhou, Kun Zhang, Zhenyu Guo, Hao Pan, Guangtao Xue, Yiming Zhang

机构 * Xiamen University（厦门大学） ； Tencent Penglai Lab（腾讯蓬莱实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 HyQuant是一种面向LLM注意力的混合精度量化框架，通过保留关键区域高精度、量化其余部分，在各类任务上实现近乎无损精度，提升效率。

Why Knowing Both Hops Is Not Enough: Understanding Two-Hop Generalization in Language Models

仅知道两跳信息是不够：理解语言模型中的两跳泛化

Zili Zhang, Yilin Wang, Heng Wang, Herun Wan, Minnan Luo

机构 * Xi’an Jiaotong University（西安交通大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本研究针对语言模型两跳查询失败问题，在受控环境训练Transformer，揭示其泛化规律与跨层不匹配机制，提出循环式训练策略以提升分布外两跳泛化能力。

Comments EMNLP 2026, findings