CPI-Bench：面向真实世界图像编辑的综合、实用且智能的基准测试
机构 * Alibaba Group（阿里巴巴集团）
AI总结 该研究针对现有图像编辑基准测试的局限，提出CPI-Bench这一综合实用的智能基准，其含三个核心子集，可有效区分模型性能，与人类评估偏好高度对齐，为模型优化提供指导。
Comments 13 pages, benchmark report
MagnifiQ：面向高分辨率图像修复的感知补丁文本引导渐进式上采样方法
机构 * Qualcomm AI Research（高通人工智能研究中心）
AI总结 MagnifiQ是一种跨分辨率渐进式上采样的图像修复框架，替换扩散模型自注意力层为线性计算卷积，采用补丁文本提示，在4K图像修复中性能优于现有方法，实现速度与质量的实用权衡。
Comments Camera-ready version (ECCV workshop - LoViF'26)
解码过去：一种用于史前手部模板性别归因的不确定性感知深度学习框架
机构 * Data Science and AI Division, Azyri（Azyri公司数据科学与人工智能部门） ； Universidad Autónoma de Ciudad Juárez（华雷斯自治大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Universitat Jaume I（豪梅一世大学）
AI总结 本研究提出一种不确定性感知深度学习框架，结合多技术与集成模型，实现史前手部模板的性别归因，同时量化不确定性，提升考古推断的稳健性与可重复性。
Marionette：预测世界状态、渲染几何、绘制外观
机构 * Alaya Lab（Alaya实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 Marionette是面向带关节角色的交互式游戏的世界模型，通过显式建模3D世界状态、委托几何计算、合成外观，实现了可控的长时序行为，且外观生成无明显保真度损失。
Comments Project page: this https URL (https://alayalab.github.io/Marionette/)
分工：将证据解释与决策聚合分离
机构 * Atlassian（亚特兰西安公司）
AI总结 该研究提出将证据解释与决策聚合分离，设计四字段证据元组解决计数尺度漂移问题，在纵向语料库上实现了优于基线的AUPRC性能。
Comments Atlassian. 22 pages, 2 figures
RecipeNet：面向食谱数据的分层Transformer
机构 * Arizona State University（亚利桑那州立大学） ； Applied Materials（应用材料公司） ； University of Illinois Chicago（芝加哥大学伊利诺伊分校）
AI总结 针对现有表格学习方法难以捕获食谱数据分层与序列依赖的问题，提出分层Transformer架构RecipeNet，在多类食谱任务上性能优于现有表格模型，为食谱表示学习提供了新方案。
Comments Accepted at CIKM 2026
Rollplex：面向视觉语言模型后训练的跨阶段GPU空间共享
机构 * HKUST（香港科技大学） ； Alibaba Inc（阿里巴巴公司）
AI总结 Rollplex是一种跨阶段GPU空间共享运行时，通过解耦RL后训练的参考与训练阶段、优化内存与并行度，提升VLMs后训练的GPU利用率与训练速度。
Comments 16 pages, 10 figures
基于低秩适配器的近似Muon优化器
机构 * University of Bristol（布里斯托大学） ； School of Mathematics（数学学院） ； School of Engineering Mathematics and Technology（工程数学与技术学院） ； University of Bath（巴斯大学）
AI总结 本文针对Muon优化器难以与LoRA结合用于低秩微调的问题，提出sMuon方法，经实验验证其在SFT和ReLoRA预训练中表现良好，可适度提升低秩微调性能。
通过危险信息合成包络确保城市移动中的安全物理人工智能
机构 * Xortech DOO
AI总结 针对异构机器人城市部署的安全挑战，提出结合危险分析与运行时执行的统一框架，通过跨层安全转换保障物理AI的城市移动安全。
Comments The 2026 International Conference on Control, Robotics Engineering and Technology (CRET 2026), this https URL (https://www.cret.net/)
LP-NAS：基于线性规划的神经架构搜索
机构 * IIT Kanpur（印度理工学院坎普尔分校） ； IIM Ahmedabad（印度管理研究所艾哈迈达巴德分校）
AI总结 本文提出LP-NAS框架，将线性规划应用于可微分NAS，其变体在CIFAR等数据集上的搜索与评估阶段均优于DARTS及其多种变体，且架构可迁移至ImageNet。
Comments 20 pages, 5 figures
信息满意度：面向读者的摘要评估轴
机构 * St. Edward’s University（圣爱德华大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 本研究提出以读者的信息满意度作为摘要评估的面向读者的轴，发现主流摘要指标无法衡量该满意度，且与人工判断一致性差。
SheetCompass：面向智能体电子表格推理的分层关系图
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对LLM处理电子表格时丢失多维结构语义的问题，提出SheetCompass框架，通过显式建模表内外结构关系并结合内存机制，提升智能体对复杂工作簿的推理能力。
自主赛车最短时间轨迹规划中的控制感知约束自适应
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所）
AI总结 针对自主赛车轨迹规划保守导致性能损失的问题，提出控制感知在线轨迹规划框架，通过动态调整约束补偿执行误差，在不增加计算负担的前提下缩短单圈时间1.8秒。
Comments Accepted at IEEE ITSC 2026
Wyvern：用于生成基于事实的多模态报告的智能体框架
机构 * Politecnico di Torino（都灵理工大学） ； Huawei Research（华为研究院）
AI总结 针对生成式模型内容缺乏事实依据的问题，提出Wyvern多智能体框架生成多模态技术报告，经评估其图像信息量、报告实用性及引用指标均优于基准方法。
通过神经元门控与混合激活设计紧凑的神经架构
机构 * IIT Kanpur（印度理工学院坎普尔分校） ； IIM Ahmedabad（印度管理学院艾哈迈达巴德分校） ； Krishnamurthy Tandon School of AI（克里希纳穆尔蒂坦登人工智能学院）
AI总结 本研究提出基于神经元门控与混合激活的NAS方法，通过连续松弛优化架构空间，在MNIST、CIFAR-10上实现紧凑架构的高性能，优于DARTS，可优化过度参数化架构。
Comments 33 pages, 17 figures
PACE-Bench：动态环境中基于代码演化的物理适应基准测试
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 PACE-Bench是涵盖六个物理领域144个适应对的模拟器支撑基准，用于测试智能体在环境物理条件变化时的代码演化适应能力，研究发现机制重新设计是核心瓶颈，现有方法性能仍有较大提升空间。
风格还是签名？冻结视觉嵌入中风格分类的艺术家不相交评估
机构 * University of Edinburgh（爱丁堡大学）
AI总结 该研究提出艺术家不相交评估协议，发现CLIP等模型的冻结图像嵌入风格分类准确率在该协议下下降，超现实主义降幅最大，验证了冻结嵌入中风格理解需此类评估。
Comments 15 pages, 3 figures. Accepted at the VISART VIII workshop, ECCV 2026
为扩散模型设计强化学习：统一的路径空间视角
机构 * State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； ByteDance（字节跳动）
AI总结 本文从路径空间视角统一了扩散模型RL算法的原理，推导得到降方差值梯度形式，提出多样本KDE估计器和尺度受限权重族，在SD3.5-M等模型上验证了方法有效性并优于基线。
Comments 29 pages, 9 figures, 4 tables; work in progress
GhostPoint：通过幻觉生成被遮挡的激光雷达结构实现自监督表示学习
机构 * Bosch Center for AI（博世人工智能中心） ； University of Freiburg（弗莱堡大学） ； University of Luebeck（吕贝克大学）
AI总结 GhostPoint是一种自监督学习框架，通过实例体素膨胀幻觉生成激光雷达被遮挡区域特征，在nuScenes和Waymo数据集上提升了下游3D检测性能，尤其适用于稀疏扫描和有限标签场景。
Comments Accepted by ECCV2026
何时停止：LLM评估的贝叶斯最优停止
机构 * UK AI Security Institute（英国人工智能安全研究院）
AI总结 本研究提出optstop框架，将LLM评估视为序贯测量问题，基于分层贝叶斯推理实现自适应停止，可减少评估试验量且不影响结论，为LLM评估计算资源分配提供新方式。
更多正确质量，更差答案：幂采样为何会失效及如何修复
机构 * State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能 State Key Laboratory）
AI总结 研究发现幂采样存在悖论，即提升正确轨迹概率却降低下游推理性能，归因于剂量与覆盖不匹配，提出修复后的支持保留幂采样器可逆转损失并优于标准多采样推理。
Comments 16 pages, 8 figures, 1 table. Haohui Yang and Jiaxing Sun contributed equally. Xiujun Ma is the corresponding author
CytoBERT：用于细胞计数数据的基础模型
机构 * University of Rostock（罗斯托克大学） ； Marburg University（马尔堡大学） ； Hessian Center for Artificial Intelligence（黑森人工智能中心）
AI总结 针对细胞计数数据异质性与非标准化导致机器学习难以应用的问题，推出开源基础模型CytoBERT，经5000万细胞数据预训练后可实现跨数据集迁移学习，为通用细胞计数分析提供新方案。
CRAFT：无需组合目标的主题个性化的注意力微调约束奖励
机构 * DGIST（大邱科技研究院） ； Baidu, Inc.（百度公司） ； KAIST（韩国科学技术院）
AI总结 本文提出无需组合目标监督的CRAFT框架，通过LoRA适配器微调参考感知MMDiT，仅用1万张参考样本，在XVerseBench上实现图像主题个性化的最先进性能，且可迁移至其他骨干网络。
Comments 20 pages, 8 figures, ACM SIGGRAPH Asia 2026
大语言模型不承担“跳跃”的代价
机构 * Birla Institute of Technology and Science, Pilani（毕拉理工与科学学院皮拉尼分校）
AI总结 该研究指出LLMs无法完成催生科学发现的溯因“跳跃”，因固定权重Transformer推理缺乏认知误差与物理代价的耦合，提出机器溯因需更深层物理机制的核心观点。
Comments 14 pages
IRGNN：用于雷达点云目标检测的高效不变雷达图神经网络
机构 * China Agricultural University（中国农业大学） ； Tsinghua University（清华大学）
AI总结 针对雷达点云稀疏无序、信息不足难以适配现有激光雷达方法的问题，提出IRGNN，通过不变特征设计、改进MPNN及任务头实现目标检测，在RadarScenes数据集上性能更优且推理效率更高。
Comments Accepted at ICONIP 2026
DeaMoE：用于快速小批量解码的高效MoE结构
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； Shanxi University（山西大学）
AI总结 针对小批量解码下MoE模型专家权重加载的瓶颈，提出DeaMoE架构，通过专家分组共享参数与两阶段路由策略提升效率，在多款模型及显卡上实现显著速度提升。
Reflex：面向反应关键型操作的快速且可预测的视觉-语言-动作模型
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 针对现有VLA模型忽略动态交互场景的问题，提出面向反应关键型操作的ReflexBench基准与无需大规模机器人数据预训练的ReflexVLA模型，其可提升动态操作性能并保持静态操作精度。
Comments 8 pages, 6 pages
体育领域的大模型综述
机构 * Renmin University of China（中国人民大学） ； Sichuan University（四川大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 该文综述体育领域大模型的任务应用、数据集基准，分析挑战与未来方向，为大模型驱动的体育智能研究与发展提供基础。
Comments 36 pages, 4 figures, 6 tables. Accepted to Findings of ACL 2026
利用随机权重平均（SWA）提升数据增强效果
机构 * Chalmers University of Technology and the University of Gothenburg（查尔姆斯理工大学与哥德堡大学） ； Umeå University（于默奥大学）
AI总结 本研究提出用无需重复训练的随机权重平均（SWA）替代高成本的深度集成，结合数据增强实现等方差增强，经多模型数值实验验证了其有效性。
注意长尾：理解业务流程中延迟检测的难度
机构 * University of Mannheim（曼海姆大学） ； SAP Signavio（思爱普 Signavio）
AI总结 本文针对业务流程延迟检测的内在难度，分析14个事件日志后发现高延迟案例识别困难源于分布偏斜与不确定性，提出利用相关性的改进方法，为PPM研究提供新方向。
Comments Business Process Management Conference
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