ConceptGuard：评估大语言模型中上下文敏感的遗忘能力
机构 * Pune Institute of Computer Technology（浦那计算机技术学院） ； University of California, Irvine（加州大学欧文分校）
AI总结 该研究针对大语言模型遗忘能力评估的缺陷，提出ConceptGuard基准，聚焦两用概念，发现现有遗忘技术存在性能缺陷，为实用安全的遗忘方法提供思路。
Comments Submitted to NeurIPS E&D Track 2026; 17 pages, 9 figures
WithEveryone：面向群体图像生成的统一规划与身份定位
机构 * Fudan University（复旦大学） ； Hunyuan, Tencent（腾讯混元） ； The University of Hong Kong（香港大学）
AI总结 针对多人物群体图像生成的身份保留难题，提出WithEveryone框架，通过布局定位身份损失等技术，提升了人脸相似度并降低伪影，实现高身份覆盖率与低重复率。
Comments Project Page: doby-xu.github.io/WithEveryone/ ;Code will be released: github.com/Doby-Xu/WithEveryone/
4DAnyone：从随意的单目视频中创建4D虚拟人物
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Robbyant ； Chinese University of Hong Kong（香港中文大学） ； Ant Group（蚂蚁集团） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 4DAnyone是一种从单目视频重建4D人体的框架，通过RCP和TCR解决多视图一致性问题，在相关数据集上优于现有方法且泛化性好。
Comments Project page: https://4danyone.github.io
天花板安装的FMCW、IR-UWB与Wi-Fi雷达在卧室内人体活动监测及睡眠中断检测中的对比
机构 * Ghent University（根特大学） ； imec ； KU Leuven（鲁汶大学） ； Flanders Make（佛兰德斯制造） ； Televic Healthcare（泰莱维克医疗）
AI总结 本文对比天花板安装的FMCW、IR-UWB与Wi-Fi雷达的卧室人体活动及睡眠监测性能，发现IR-UWB活动识别精度最高、FMCW布局泛化性最优，三者睡眠监测均超92%，为医疗RF感知系统设计提供指南。
Comments This paper has been submitted to IEEE Access Journal and is currently undergoing review
一种用于主动数据收集、出行行为建模及天气敏感需求预测的智能体方法
机构 * McGill University（麦吉尔大学）
AI总结 本研究提出三智能体工作流，结合对话式调查、传统建模与多模态LLM预测，基于学生通勤数据实现天气敏感出行需求预测，视觉配置模型准确率达71.5%
从计算机使用轨迹中诱导任务模型
机构 * Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 该研究提出TMI方法，可从计算机使用轨迹中分离并发任务并诱导结构化任务模型，在恢复交织任务、重构执行步骤及提升任务准确率上均优于现有基线。
AI4AI-Bench：用于递归自我改进算法设计中大语言模型智能体的基准测试
机构 * Navers Lab（Navers实验室） ； Tsinghua University（清华大学）
AI总结 本文提出AI4AI-Bench基准测试，测试大语言模型智能体设计训练算法的能力，实验显示现有智能体仅缩小了已有算法与最优值间不到五分之一的差距，发布相关资源供重复测量。
潘多拉的AI模型路由盒：带代价价值估计的高效分配
机构 * Google DeepMind（谷歌DeepMind）
AI总结 该研究针对异构AI系统的查询路由问题，提出带代价价值估计的Pandora's Router集中式策略及Pandora's Bidder去中心化策略，可在保证路由质量的同时减少高成本估计器的使用，还能在不同场景优化分配效率。
用于结构化电子健康记录临床预测任务的可解释Transformer模型
机构 * Sanofi（赛诺菲） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 研究针对结构化EHR预测模型的可解释性缺口，提出BERT-LER模型，在EHRShot等任务中性能优于多数基准模型，归因符合临床风险因素，可推广至多领域。
Comments Accepted at MLHC 2026; to appear in Proceedings of Machine Learning Research (PMLR)
MidTool：面向智能体工具使用的训练中期数据合成
机构 * University of Washington（华盛顿大学） ； Snowflake（雪花公司） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 本研究提出MidTool流水线，构建面向智能体工具使用的训练中期数据，在MidTool-Mix上微调Qwen3模型，可显著提升工具使用相关下游任务性能，证明通用工具使用需专门训练中期调整。
Comments Data & Model: https://hf.co/collections/MidTool/midtool-release
Inter-X++：用于多模态人与人交互分析的综合基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（宁波工程学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 该研究提出多模态人与人交互基准Inter-X++，构建含精细标注的大规模数据集，开发统一HHI框架OpenHHI，其在生成与感知任务上达最优性能，验证了统一表示的有效性。
Comments 24 pages, 10 figures
DreamHand：复用视频扩散模型实现遮挡鲁棒的第一人称视角3D手部运动恢复
机构 * ACE Robotics（ACE机器人公司） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 DreamHand是复用视频扩散模型的离线片段级框架，通过确定性干净潜在编码器与双向时空解码器恢复带度量位置的连续双手轨迹，在五个第一人称视角基准测试中实现最佳性能，为机器人操作数据提供可扩展路径。
Comments Project Page: https://ggxxii.github.io/dreamhand/
CalcSeg：用于单堆叠LGE-CMR心肌瘢痕分割的置信感知3D潜在上下文课程学习
机构 * School of Engineering and Applied Science, University of Virginia（弗吉尼亚大学工程与应用科学学院） ； School of Medicine, University of Virginia（弗吉尼亚大学医学院）
AI总结 本研究提出CalcSeg框架，通过置信感知动态半监督课程学习与潜在切片级自注意力机制，在多中心LGE-CMR数据集上实现优于现有方法的心肌瘢痕分割性能，代码已开源。
幻影增益：针对可测量零假设的自我改进审计
机构 * University College Dublin（都柏林大学学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Dalian University of Technology（大连理工大学）
AI总结 该研究针对Qwen3-8B的LoRA自训练开展审计，发现测量伪影会反转改进结论，提出用逐问题精确检验替代自然阈值修复，还揭示外部蒸馏与自训练的不同效果及自训练的破坏作用。
Comments Code and evaluation artifacts are available at https://github.com/chengxuphd/phantom-gains
用于睡眠的动态结构因果建模
机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； TU Darmstadt（达姆施塔特工业大学） ； ENT & Sleep Medicine of Dallas（达拉斯耳鼻喉与睡眠医学中心）
AI总结 该研究针对睡眠呼吸障碍因果动力学复杂的问题，采用PCMCI+算法结合HSAT记录学习动态因果图，揭示了不同性别年龄亚队列的因果结构差异，为睡眠相关研究提供了新的分析方法。
面向外科世界动作建模：外科手术运动规划的初步联合视觉-轨迹预测
机构 * University of Macau（澳门大学） ； University of Macau Advanced Research Institute in Hengqin（澳门大学横琴研究院） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tongren Hospital（同仁医院） ； Duke University（杜克大学）
AI总结 本文提出初步联合视觉-轨迹世界动作模型，从历史手术观测中同时预测未来视觉状态与器械轨迹，采用分块自回归展开法，提升了预测性能，证明了联合预测的可行性，但仍存在长范围预测的退化与误差挑战。
DART-S：面向越野车辆跳跃的可达性审计主动悬架预处理
机构 * Research Center for Intelligent Computing Systems, Institute of Computing Technology, CAS（中国科学院计算技术研究所智能计算系统研究中心） ； Dong Feng Off-Road Vehicle Co., Ltd（东风越野车有限公司） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）
AI总结 该研究针对越野车辆跳跃的起飞误差问题，提出DART-S方法，通过主动悬架预处理调整离地前状态并结合可达性审计，在BeamNG测试中大幅提升触地后姿态标准成功率，且未超限传动系硬极限
Comments 9 pages, 6 figures
分解与传递：大语言模型智能体的跨任务技能迁移
机构 * Stony Brook University（石溪大学）
AI总结 该研究探究LLM智能体跨任务技能迁移的可靠性，对比任务级与子任务级、文本与代码两种技能格式，提出结合特异性与抽象性的技能效用分数，发现子任务级文本技能迁移效果更优，可用于诊断技能记忆。
Comments 34 pages, 28 figures, 7 tables
捕获“ rug pull”：基于机器学习的Solana平台欺诈性模因币早期预测
机构 * Higher School of Economics（高等经济学院） ； Moscow State University（莫斯科国立大学） ； Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院）
AI总结 本研究针对Solana平台模因币的“ rug pull”欺诈问题，利用XGBoost等经典机器学习模型，基于交易初期5分钟数据实现早期检测，多源数据融合提升了跨平台泛化能力，为投资者提供了保护框架。
具有相关匹配变换的超高清复原Transformer
机构 * University of California, San Francisco（加利福尼亚大学旧金山分校） ； School of Mathematical Sciences, Dalian University of Technology（大连理工大学数学科学学院） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Computing and Communications, Lancaster University（兰卡斯特大学计算与通信学院）
AI总结 该研究提出通用Transformer框架UHDformer++，通过4个协同学习空间及FR-CMT、ACM模块实现超高清图像复原，参数至少减少86%，在5项UHD复原任务上性能显著提升。
DICS：面向决策树分类器的数据驱动型质心分裂方法
机构 * University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
AI总结 本文提出DICS框架，通过聚类方法减少决策树训练的分裂搜索空间，可集成到多种模型中，在保持准确率的同时缩短训练时间，提升分类树学习的可扩展性。
Video2DoorTraversal：通过模拟门孪生体实现推门穿越
机构 * Shanghai Jiao Tong University（上海交通大学） ； NeoWa Robotics（NeoWa机器人公司） ； Shandong University（山东大学）
AI总结 本文提出Video2DoorTraversal框架，通过DoorTwin重构门孪生体，训练ArticuACT策略，实现轮腿式移动机械手开门穿越，在真实门与未见门上分别达到96.57%和80.95%的成功率。
Comments 8 pages, 6 figures
QUASAR：一种用于SAR卫星物理层认证的量子-经典神经网络
机构 * University of Pisa（比萨大学） ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
AI总结 本研究提出首个量子-经典混合架构QUASAR，融合CNN与VQC实现X波段SAR卫星物理层认证，数据效率更高、准确率更优，在三类对抗场景下表现出良好的欺骗传输拒绝能力。
Comments Submitted to NDSS 2027
面向多模态大语言模型的符合规则的视觉空间规划
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所） ； Yinwang Intelligent Technology Co., Ltd（银湾智能科技有限公司）
AI总结 该研究针对多模态大语言模型的规则遵循空间规划问题，构建了RuleMaze基准，提出语言-逻辑-函数混合方法和解耦多模态规划（DMP），提升了规则遵循度与规划成功率。
面向解剖结构无关分割的提示条件通道注意力用于分层特征调制
机构 * Khulna University of Engineering & Technology (KUET)（库尔纳工程技术大学） ； Texas A&M University（德克萨斯农工大学） ； Imperial College London（伦敦帝国学院）
AI总结 针对现有医学图像分割方法的提示融合局限，提出PCCA机制与PROMISE-Net两种变体，在四个基准测试中较对应基线取得一致IoU提升，为医学图像分割提供可扩展的提示感知分层特征调制框架。
InsufficiencyBench：评估大型语言模型（LLM）在信息不足的用户查询下的法律建议
机构 * Thomson Reuters Foundational Research（汤姆森路透基础研究机构） ； Imperial College London（帝国理工学院）
AI总结 本研究构建了首个针对查询端信息不足的法律基准InsufficiencyBench，评估前沿LLM在信息不足的法律查询中识别缺失要素、避免过早结论的能力，发现现有模型表现不佳。
Comments 10 pages, Best Paper Honorable Mention at ICML AI4Law 2026
电子航海图变化分类
机构 * Oak Ridge National Laboratory（橡树岭国家实验室）
AI总结 针对电子航海图（ENC）变化分类的人工审核效率低、一致性差的问题，提出结合空间上下文编码器与ENC属性编码器的编码方案，用调优梯度提升树在1308张海图对数据集上取得90%、94%的准确率，提升了海事安全相关的ENC维护效率。
Comments Accepted at 34th ACM SIGSPATIAL 2026
ContractScrub：用于法律合同最终审核的基准测试
机构 * Thomson Reuters Foundational Research（汤森路透基础研究部） ； Imperial College London（帝国理工学院）
AI总结 针对合同 scrubbing 任务，研究人员推出首个基准测试 ContractScrub，发现前沿 LLMs 在该任务上表现不佳，凸显了领域特定基准的重要性。
Comments 10 pages, ICML AI4Law Workshop
软件形态的第三次重构：从三层架构到存储、模型与智能体
机构 * Nanjing Liancheng Intelligent Technology Group（南京连城智能科技集团）
AI总结 本文提出软件形态正经历第三次范式转变Software 3.0，其核心为存储、大模型与智能体的架构，将重塑开发者、数据库行业及软件工程的角色。
从无创脑电图解码默读内容
机构 * nubrain
AI总结 本研究以默读为替代任务，用CLIP式对比训练的卷积EEG编码器结合因果Transformer，从EEG中成功解码开放词汇单词级信息，发现解码受数据限制而非饱和。
Comments 45 pages (including 12 pages of Supplementary Material), 11 figures (including 2 in Supplementary Material)
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