選單

研究

我們團隊的著作。

團隊成員在加入 Duffi AI 之前或同時期,於其所屬大學與實驗室撰寫的著作。

  1. EMNLP 2026,主會議

    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)

    將單一指示轉化為專屬的多輪測試套件;模型排名與失敗模式會隨指示不同而改變。

  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

    以強化學習教導多模態模型何時在潛在視覺空間中推理、何時以文字推理。

  3. EMNLP 2026,主會議

    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

    一種基於評分準則的獎勵,教導視覺語言模型對無法回答的問題選擇不作答,並在新的基準測試 Reliable-V-Bench 上進行量測。

  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

    讓任務模型更容易合併的微調方法:每個任務只更新一組稀疏的參數,任務之間的衝突很小,而合併後的多任務模型優於以標準微調建立的模型。

  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)

    在基於群組的強化學習中,以相對排名取代絕對分數作為獎勵。

  6. ICASSP 2026

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

    Lei Wei, Xiao Peng, Jinpeng Ou, Bin Wang

    在每個函式簽章中加入推理參數,讓模型在填入引數之前先思考,無需修改模型,且完全相容於 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

    一種線上蒸餾方法:學生模型遵循教師模型之間的共識,而教師模型則保留各自的獨特之處。

  8. EMNLP 2024,主會議

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

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

    由語言模型挑出問題所需的視覺實體,讓檢索忽略影像的其餘部分。