AdvFD：通过对抗性Fréchet距离损失提升视觉生成性能
机构 * Peking University（北京大学） ； KlingAI（可灵AI）
AI总结 本研究提出AdvFD算法，通过补充静态Fréchet损失的对抗学习表示并引入真实特征白化，解决Fréchet攻击问题，提升了JiT、pMF等骨干网络的单步生成器后训练性能。
Comments Project Page: https://gasaiyu.github.io/AdvFD-page/
捕捉足球运动中人类动作的不确定性以用于表示学习
机构 * KTH Royal Institute of Technology（皇家理工学院） ； EA Sports TRACAB
AI总结 本文提出一种用于足球3D骨骼动作的自监督表示学习框架，通过建模未来动作概率分布提升预测准确率，该表示可迁移至多个足球下游应用，展现强跨任务泛化能力。
VidForensics-M1：用于AI生成视频取证的、具备可验证时间定位的元检测强化学习
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Renmin University of China（中国人民大学） ； Microsoft（微软公司）
AI总结 该研究针对AI生成视频检测泛化性不足的问题，首次将元检测引入该领域，提出结合可验证时间证据的VidForensics-M1模型及相关机制，实现了鲁棒可泛化的检测。
Comments 27 pages, 15 figures
ConVAWG：面向针对妇女和女孩的暴力场景下可控合成对话生成的检索驱动框架
机构 * University of Sheffield（谢菲尔德大学） ； Forensic Capability Network（法医能力网络） ； University of Leeds（利兹大学） ； University of Warwick（华威大学）
AI总结 本研究针对VAWG场景建模的空白，提出检索驱动框架ConVAWG，生成符合CPS标准的合成VAWG多轮对话，发布6000余个对话事件，经多类评估验证其质量与领域保真度。
超越特征袋：稀疏自编码器中的集合级不稳定性
机构 * Heidelberg University（海德堡大学）
AI总结 该研究以稀疏自编码器（SAE）隐集合重叠度为相似度度量，发现SAE特征不通过简单特征袋语义组合，其激活集合与人类概念判断存在显著不匹配。
行星环境安全导航下考虑不确定性的风险感知动力学运动规划
机构 * Daniel Guggenheim School of Aerospace Engineering（丹尼尔·古根海姆航空航天工程学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对自主空间探索中环境交互与感知系统的不确定性导致的安全规划问题，提出结合AO-RRT采样规划与序列凸规划的风险感知动力学运动规划方法，可将轨迹风险降低约97%。
Comments 3 pages, 4 figures
VIScore：诊断潜在世界模型中与规划相关的质量
机构 * Altos Labs（阿尔托斯实验室） ； Brown University（布朗大学）
AI总结 该研究针对潜在世界模型规划成功率与潜在空间属性脱节的问题，提出VIScore指标，覆盖编码器、预测器、规划器，在跨任务场景下斯皮尔曼相关性超0.75，可更好解释规划成功率。
从可解释性到控制：TrustNLP研讨会六年的启示
机构 * Meta ； Autodesk（欧特克公司） ； New Jersey Institute of Technology（新泽西理工学院） ； Salesforce（salesforce公司） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Amazon AGI（亚马逊AGI）
AI总结 该研究基于TrustNLP研讨会六年论文，分析NLP可信领域从可解释性到生成式系统控制的转变，明确各信任维度的发展趋势及与领域整体的关联性，提出结构性见解与研究方向。
Comments 17 pages, 2 figures, 3 tables. Submitted to ACL ARR August 2026 cycle (EACL 2027)
多模态代码切换：将视觉对象交织入语言以实现显式对象级对齐
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）
AI总结 针对现有多模态大语言模型的图像级对齐存在指称歧义的问题，提出多模态代码切换（MMCS）范式，构建含77.3万样本的数据集，仅用5万样本即可匹配或超越60万图像-文本对训练的模型，提升了视觉基础与感知能力。
分层经验贝叶斯朴素贝叶斯：极小极大平滑与校准及AODE扩展
机构 * Van Lang University（范朗大学） ； Ho Chi Minh City University of Transport（胡志明市交通大学）
AI总结 该研究提出HEB-NB及HEB-AODE，解决NB固定平滑强度致高基数表格数据偏差问题，经31个基准测试，其在概率指标、对数损失及ECE上均有显著改进。
Comments This manuscript has been submitted to the Knowledge-Based Systems
DACRI：面向关键供应链的决策感知因果干预排名
机构 * Independent Researcher（独立研究者）
AI总结 该研究提出CriticalSCM-Bench v1基准，对比LambdaMART与恒定缓冲策略等，明确自适应干预排名在关键供应链场景的适用范围及模型复杂度的价值边界。
Comments Accepted for presentation at the International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME 2026), 15--17 October 2026, Bali, Indonesia. 5 tables; no figures. Benchmark and code: https://github.com/dyshang/dacri-criticalscm-bench
CausalSplat：面向3D高斯溅射的综合层级推理
机构 * Peking University（北京大学） ； North China Electric Power University（华北电力大学） ； Hunan University（湖南大学）
AI总结 针对3D高斯溅射推理局限，本文提出CausalSplat框架，结合视觉语言模型与3D场景图，构建两个推理基准，在相关任务上实现最优性能与强泛化性。
Comments Accepted to ECCV 2026
面向抗干扰传感器子集选择的推荐系统方法
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文针对现有基于RSSI的传感器子集选择方法易受声学干扰的问题，提出结合频带声学特征与双塔MLP架构的推荐系统框架，在户外车辆跟踪任务中较RSSI基线提升约20%精度且保持低计算开销。
sLTN：结构逻辑张量网络
机构 * Nokia Bell Labs（诺基亚贝尔实验室） ； Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）
AI总结 本文提出LTN的扩展版本sLTN，将结构维度作为一等元素，实现时间、序列等结构约束的逻辑表达，完成其形式化与PyTorch实现，在时序推理示例中验证了框架有效性。
AlbumentationsX：适用于图像及相关标注的统一增强流水线
机构 * Albumentations LLC（阿尔布门泰森有限责任公司）
AI总结 AlbumentationsX 是一款统一图像及相关标注的增强流水线库，可避免数据错位，支持自定义变换、保存流水线，适用于 PyTorch 框架的训练流程。
Comments 8 pages, 1 figure. Source code: https://github.com/albumentations-team/AlbumentationsX
行动胜于言语：测量使用工具的智能体的跨语言策略保留率
机构 * Microsoft Research India（微软研究院印度分部）
AI总结 该研究测量使用工具的智能体的跨语言行动策略保留率，发现前沿模型在贪心解码下保留71%-73%策略，参数低于100亿时保留率崩溃，且存在影响测量的混淆因素。
Comments Accepted in COLM 26
每个数据包都重要：面向抗丢包的学习型图像压缩的信息分散方法
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Technologies Ltd.（华为技术有限公司） ； Central Media Technology Institute（中央媒体技术研究院）
AI总结 本文针对学习型图像压缩的抗丢包问题，提出ICR、ICG机制及双层双分支自回归结构，实验显示其在丢包场景下的重建质量和稳定性均优于现有方法，且可泛化到突发丢包场景。
Comments 16 pages, 12 figures, 8 tables. Joint first authors: Yuhang Wei and Chuqin Zhou. Corresponding author: Guo Lu. To appear in Proceedings of the 34th ACM International Conference on Multimedia (MM '26), November 10-14, 2026, Rio de Janeiro, Brazil
CLAUDE.md 为何不断膨胀？智能体编码中的灾难性记忆
机构 * South Park Commons（南公园社区）
AI总结 该研究针对智能体编码中提示文件无限制膨胀的问题，提出通过提示注释消除多余指令，可使现实中智能体指令遵循能力提升多达23.1%。
跨视图特征匹配：综述、基准测试与基础模型视角
机构 * School of Automation, Southeast University（东南大学自动化学院） ； School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Institute of Artificial Intelligence, University of Science and Technology Beijing（北京科技大学人工智能研究院） ； School of Robotics, Wuhan University（武汉大学机器人学院） ； Graduate School of Information, Production and Systems, Waseda University（早稻田大学信息生产系统研究科）
AI总结 本综述梳理跨视图特征匹配领域进展，构建结构化分类体系，开展统一基准测试，提炼设计原则，探讨开放挑战，为该领域发展提供全面参考。
Comments This manuscript goes beyond a conventional survey. It proposes a new taxonomy for cross-view feature matching, provides extensive benchmarking under unified datasets and protocols, and offers original analysis from the perspective of vision foundation models. These contributions provide substantive methodological synthesis, empirical findings, and new research insights
RTSKG：构建轨道交通站点知识图谱数据集
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education（教育部新一代人工智能技术及其交叉应用重点实验室） ； School of Architecture, Southeast University（东南大学建筑学院）
AI总结 针对城市级轨道交通站点任务数据组织中忽视城市实体交互的问题，构建RTSKG数据集并验证其在商铺推荐和客流量预测中的有效性，可支撑城市级轨道交通站点分析。
Comments 21 pages, Accepted by ISWC 2026
SkillZip：通过发现可重用结构实现自进化智能体的免评估技能压缩
机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Duke University（杜克大学）
AI总结 SkillZip 是一种免评估的自进化智能体技能压缩方法，通过提炼重复规则与动作序列实现高效压缩，在性能、泛化性及成本上优于评估引导压缩。
基于基础模型的高效数据采样（FEEDS）：用于泛癌、多示踪剂PET/CT数据集的标签高效训练策略
机构 * Geisel School of Medicine at Dartmouth（达特茅斯盖泽尔医学院） ； Dartmouth Hitchcock Medical Center（达特茅斯-希区柯克医疗中心） ； Yale University（耶鲁大学）
AI总结 该研究提出FEEDS策略，利用视觉基础模型嵌入选择信息性和多样性未标注病例，在减少70%标注负担时达到全标注训练性能，解决了PET/CT病灶分割的标签稀缺问题。
Comments Code is publicly available on https://github.com/Image-and-Multimodal-Data-Analytics/FEEDS
帧中静态，事件中动态：将事件相机的特征重新思考为运动线索
机构 * Delft University of Technology（代尔夫特理工大学）
AI总结 本文将事件相机特征视为运动线索，分析了结构张量特征值与时空密度值，结合局部几何特征增强运动估计，在DSEC基准上提升了光流网络的准确性，数据稀缺与低容量模型增益显著。
CapProbe：通过全场景密集问答评估详细图像描述
机构 * Huawei Technologies（华为技术有限公司）
AI总结 CapProbe是用于评估VLMs生成的详细图像描述的全场景密集问答基准，通过区域对齐的事实核查，揭示了13个VLMs的覆盖差距、能力-效率权衡及遗漏的失败模式，相关资源将很快发布。
面向遥感图像分割的以熵为核心的可解释人工智能
机构 * Faculty of Engineering, Lebanese University（黎巴嫩大学工程学院） ； University of Paris-Est Créteil (UPEC)（巴黎东部克雷泰伊大学） ； EFREI（EFREI学院） ； National Center for Remote Sensing - CNRS（国家遥感中心 - 法国国家科学研究中心）
AI总结 针对遥感图像分割的黑箱模型透明度问题，提出以熵为核心的可解释人工智能方法及新评估方法，实验验证其优于现有适配的语义分割XAI方法。
部署并非宿命：面向现场未知软件、硬件与计算负载的机器人重组
机构 * Texas Robotics（德克萨斯机器人研究所） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校沃克机械工程学院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 该研究提出一种机器人运行时重组框架，支持现场快速集成未知软件、硬件与计算负载，将重配置时间缩至数分钟，在灾难响应场景中验证了其灵活性与实用性。
批量大小还是负样本？内存受限推荐系统训练的选择规则
机构 * Moscow Independent Research Institute of Artificial Intelligence（莫斯科独立人工智能研究院） ； Intellectual data analysis and predictive modeling institute（智能数据分析与预测建模研究院） ； Applied AI Institute（应用人工智能研究院） ； Risk department（风险部门）
AI总结 该研究针对内存受限的推荐系统训练，分析固定内存预算下批量大小与负样本数量的权衡，提出优先扩大批量的选择规则，经实验验证可提升收敛速度与推荐质量。
面向基因组学应用的不确定性感知深度学习：一项实证研究的见解
机构 * The Berlin Institute for Medical Systems Biology（柏林医学系统生物学研究所） ； Max Delbrück Center for Molecular Medicine（马克斯·德尔布吕克分子医学中心） ； Technical University of Berlin（柏林工业大学） ； Humboldt University of Berlin（柏林洪堡大学）
AI总结 本研究通过对比三种不确定性量化方法，分析其在基因组学两类应用中的表现，明确了贝叶斯神经网络的优势，为基因组学UQ方法的应用提供了指南。
Comments 21 main pages, 42 total pages, 12 main figures, 13 supplementary figures
非洲真实多植物数据集上深度学习目标检测模型的对比评估
机构 * Bayero University（巴耶罗大学） ； Alpen-Adria-Universität Klagenfurt（克拉根福阿尔卑斯-亚得里亚大学） ； Gombe State University（贡贝州立大学） ； Aliko Dangote University of Science and Technology（阿里科·丹格特科技大学） ； Ahmadu Bello University（艾哈迈杜·贝洛大学） ； Federal University Dutse（杜塞联邦大学）
AI总结 该研究针对非洲真实农业场景的多植物数据集，对比评估YOLO系列、Faster R-CNN、RT-DETR等6种目标检测模型，发现RT-DETR性能最优，YOLO系列训练效率更高，为农业植物检测提供了可靠方案。
用于逆强化学习的高效超梯度下降
机构 * HSE University（高等经济大学）
AI总结 该研究针对逆强化学习双层优化的计算挑战，利用策略费舍尔信息矩阵的特性设计结构化超梯度，通过流式频谱草图近似逆费舍尔向量乘积，在控制环境中实现了高效且性能良好的IRL方法。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈