菜单

研究

我们团队发表的论文。

团队成员在加入 Duffi AI 之前或期间,在其所在大学和实验室撰写的论文。

  1. EMNLP 2026 主会

    One Instruction Is a Benchmark: End-to-End Instruction-Following Evaluation with FlexBench

    Yuchen Ge, Yizhao Sun, Wei He, Jinpeng Ou, et al.(共 13 位作者)

    将一条指令变成专属的多轮测试集;模型排名和失败模式随指令不同而变化。

  2. Findings of EMNLP 2026

    Learning When to Think in Latent Visual Space: Reasoning Mode Adaptive Reinforcement Learning

    Paul Jian, Jinpeng Ou, Leo Wei, Qingpei Guo, Jianing Li

    通过强化学习教多模态模型判断何时在潜在视觉空间中推理、何时在文本中推理。

  3. EMNLP 2026 主会

    To Answer or Not to Answer? Reliability-Oriented Reinforcement Learning for Visual Language Models

    Paul Jian, Julian Wu, Leo Wei, Dylan Chen, Garvin Guo, Qingpei Guo, Jianing Li

    一种基于评分细则的奖励,教视觉语言模型对无法回答的问题选择不作答,并在新基准 Reliable-V-Bench 上进行衡量。

  4. Findings of EMNLP 2026

    CAMFT: Conflict-Aware Mergeable Fine-Tuning for Large Language Models

    Jingang Zhou, Haiyang Guo, Yuan Ma, Han Zhu, Xu-Yao Zhang

    一种让任务模型更易合并的微调方法:每个任务只更新一组稀疏参数,任务之间冲突很小;合并后的多任务模型优于基于标准微调构建的模型。

  5. ICML 2026

    From Absolute to Relative: Rethinking Reward Shaping in Group-Based Reinforcement Learning

    Wenzhe Niu, Wei He, Zongxia Xie, Jinpeng Ou, Huichuan Fan, Yuchen Ge, et al.(共 13 位作者)

    在基于组的强化学习中,以相对排名代替绝对得分作为奖励。

  6. ICASSP 2026

    Think-Augmented Function Calling: Improving LLM Parameter Accuracy Through Embedded Reasoning

    Lei Wei, Xiao Peng, Jinpeng Ou, Bin Wang

    在每个函数签名中加入一个推理参数,让模型在填写参数前先思考;无需改动模型,并完全兼容 API。

  7. ICML 2025

    Asymmetric Decision-Making in Online Knowledge Distillation: Unifying Consensus and Divergence

    Zhaowei Chen, Borui Zhao, Yuchen Ge, Yuhao Chen, Renjie Song, Jiajun Liang

    一种在线蒸馏方法:学生模型遵循教师模型的共识,教师模型保留各自的差异。

  8. EMNLP 2024 主会

    Large Language Models Know What is Key Visual Entity: An LLM-assisted Multimodal Retrieval for VQA

    Pu Jian (Paul Jian), Donglei Yu, Jiajun Zhang

    由语言模型挑选出问题所需的视觉实体,使检索忽略图像的其余部分。