Self-Supervised On-Policy Distillation for Reasoning Language Models
自监督在线策略蒸馏用于推理语言模型
机构 * Tsinghua University（清华大学） ； Beihang University（北航大学）
AI总结 本文提出自监督在线策略蒸馏（SSOPD）方法，通过对比正确与错误的完成过程信号，提升推理语言模型的表现，实验表明在多个基准测试中优于GRPO和OPSD基线。
高校专区
Beihang University（北京航空航天大学）
MemRepair: Hierarchical Memory for Agentic Repository-Level Vulnerability Repair
MemRepair：用于代理级漏洞修复的分层内存
机构 * Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学）
AI总结 本研究提出MemRepair，一种增强记忆的代理框架，通过分层记忆和动态反馈循环提高漏洞修复的可靠性，实现了在多个仓库级别的漏洞修复基准上的高修复率。
Attention Hijacking: Response Manipulation Across Queries in Vision-Language Models
注意力劫持：跨查询的视觉-语言模型响应操控
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学）
AI总结 本文研究了视觉-语言模型中跨查询响应操控问题，提出了一种新的对抗攻击方法Attention Hijacking，通过引导内部注意力分布保持图像主导模式，提高攻击在不同查询下的有效性。
Lever: Speculative LLM Inference on Smartphones
Lever：智能手机上的推测LLM推理
机构 * Tsinghua University（清华大学） ； Beihang University（北航） ； University of Pittsburgh（匹兹堡大学）
AI总结 本文提出Lever系统，通过联合优化推测解码的三个阶段，在智能手机上实现高效的闪存支持的LLM推理，显著降低了推理延迟。
A Holistic Method for Superquadric Fitting Using Unsupervised Clustering Analysis
一种基于无监督聚类分析的超二次曲面拟合整体方法
机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（数学科学国家重点实验室，数学与系统科学学院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Robotics Institute, School of Mechanical Engineering and Automation, Beihang University（北京航空航天大学机械工程与自动化学院机器人研究所）
AI总结 本文提出了一种新的方法，用于在存在噪声和异常值的情况下对点云进行超二次曲面拟合，通过无监督聚类分析重新定义问题，实现了刚性和变形超二次曲面的一体化拟合，同时提供了闭式解析解和收敛性证明。
Comments 20 pages, Code: https://github.com/zikai1/SuperquadricFitting
Journal ref IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2026
ClawGym: A Scalable Framework for Building Effective Claw Agents
ClawGym：一种构建有效Claw代理的可扩展框架
机构 * Gaoling School of Artificial Intelligence（人工智能学院） ； Renmin University of China（中国人民大学） ； IQuest Research（IQuest研究） ； Beihang University（北航）
AI总结 本文提出ClawGym框架，用于构建Claw式个人代理的全生命周期，通过合成可验证训练数据和强化学习方法提升代理效能。
LightZeroNav: Zero-Shot Vision Language Navigation in Continuous Environments Based on Lightweight VLMs
LightZeroNav: 基于轻量级VLMs的连续环境中零样本视觉语言导航
机构 * Foshan Graduate School of Innovation, Northeastern University（创新研究生院，东北大学） ； Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） ； School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北航） ； QingniaoAI, China（清北AI，中国）
AI总结 本文提出LightZeroNav，通过轻量级VLMs解决连续环境中零样本视觉语言导航的三大瓶颈，无需特定训练或图搜索，在RGB观测和轻量级Qwen3-VL-8B模型下实现与GPT-4o相当的性能。
Does Your Reasoning Model Implicitly Know When to Stop Thinking?
你的推理模型是否在隐式地知道何时停止思考？
机构 * Beihang University（北京航空航天大学）
AI总结 本文研究了大推理模型在复杂推理任务中停止思考的隐式能力，提出SAGE方法提升推理效率与准确性。
Real-Time Aligned Reward Model beyond Semantics
实时对齐奖励模型超越语义
机构 * Beihang University（北京航空航天大学） ； Tsinghua University（清华大学） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本文提出R2M框架，通过实时利用策略模型反馈来对齐策略分布偏移，解决RLHF中奖励过拟合问题。
PropGuard: Safeguarding LLM-MAS via Propagation-Aware Exploration and Remediation
PropGuard: 通过传播感知探索与修复保障LLM-MAS
机构 * Beihang University（北航） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； City University of Hong Kong（香港城市大学）
AI总结 PropGuard通过构建双视角时空图，结合响应中心风险评估与全状态证据保存，实现对LLM-MAS中传播性攻击的检测与修复，有效降低攻击成功率并保持高任务防御效率。
Res$^2$CLIP: Few-Shot Generalist Anomaly Detection with Residual-to-Residual Alignment
Res²CLIP：基于残差到残差对齐的少样本通用异常检测
机构 * Beihang University（北航） ； University of Science and Technology Beijing（北京科技大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 Res²CLIP通过残差到残差对齐解决少样本下类别泛化问题，消除细粒度特征差异和类特定偏差，提升跨类别泛化能力。
CLOVER: Closed-Loop Value Estimation and Ranking for End-to-End Autonomous Driving Planning
CLOVER：端到端自动驾驶规划的闭环价值估计与排序
机构 * Department of Automation, University of Science and Technology of China（中国科学技术大学自动化系） ； Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； School of Electronic Information Engineering, Beihang University（北航电子信息技术学院） ； National College for Excellent Engineers, Beihang University（北航卓越工程师学院）
AI总结 CLOVER通过闭环价值估计与排序框架，解决端到端自动驾驶规划中训练与评估不匹配的问题，通过生成器和评分器的轻量级架构提升规划器性能，实现更准确的候选轨迹排序。
A Self-Evolving Framework for Efficient Terminal Agents via Observational Context Compression
通过观察上下文压缩实现高效终端智能体的自进化框架
机构 * University of Manchester（曼彻斯特大学） ； MAP 4 HKUST(GZ)（香港科技大学（广州）MAP 4） ； HKUST（香港科技大学） ； Beihang University（北京航空航天大学）
AI总结 本文提出TACO框架，通过自进化压缩规则提升终端智能体的效率与性能，实验表明在多个基准测试中均取得显著提升。
Comments 27 pages
AirNav: A Large-Scale UAV Vision-and-Language Navigation Dataset with Natural and Diverse Instructions
AirNav: 一个大规模无人机视觉与语言导航数据集，包含自然且多样的指令
机构 * School of Intelligent Systems Engineering, Sun Yat-Sen University（中山大学智能系统工程学院） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xiamen University（厦门大学） ； National University of Defense Technology（国防科技大学）
AI总结 本文提出AirNav数据集，包含137K自然多样指令的导航样本，评估了多种方法，提出AirVLN-R1模型在测试中取得51.82%的成功率，并通过实际无人机实验验证了仿真到现实的迁移能力。
TopoEvo: A Topology-Aware Self-Evolving Multi-Agent Framework for Root Cause Analysis in Microservices
TopoEvo: 一种面向拓扑的自演化多智能体框架用于微服务中的根本原因分析
机构 * School of Artificial Intelligence, Beihang University Beijing, China（人工智能学院，北京航空航天大学，北京，中国）
AI总结 针对微服务中观测数据异质性、故障传播和拓扑漂移问题，TopoEvo通过多模态对齐、拓扑约束推理和自演化机制，提升根本原因分析的鲁棒性与准确性。
Comments 12 pages
STAR: A Stage-attributed Triage and Repair framework for RCA Agents in Microservices
STAR: 一种针对微服务中RCA代理的阶段属性分诊与修复框架
机构 * School of Artificial Intelligence, Beihang University Beijing, China（人工智能学院，北京航空航天大学，北京，中国）
AI总结 本文提出STAR框架，通过将RCA流程分解为四个阶段，提升微服务中RCA代理的可靠性与自修复能力。
Comments 11 pages
HiSem: Hierarchical Semantic Disentangling for Remote Sensing Image Change Captioning
HiSem：面向遥感图像变化描述的层次语义解缠
机构 * College of Computer Science, Inner Mongolia University（内蒙古大学计算机学院） ； Research Center for Spatiotemporal Intelligence, Inner Mongolia University（内蒙古大学时空智能研究中心） ； Department of Aerospace Intelligent Science and Technology, School of Astronautics, Beihang University（北航宇航学院航空航天智能科学与技术系） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北航虚拟现实技术与系统国家重点实验室） ； China Mobile Communications Group Inner Mongolia Co., Ltd.（中国移动通信集团内蒙古有限公司）
AI总结 本文提出HiSem网络，通过层次化语义解缠模块解决遥感图像变化描述中语义纠缠问题，提升变化检测的准确性和描述质量。
BioHuman: Learning Biomechanical Human Representations from Video
BioHuman: 从视频中学习生物力学人体表示
机构 * Beihang University（北航） ； Tsinghua University（清华大学）
AI总结 本文提出BioHuman模型，通过视频输入联合预测人体运动和肌肉激活，建立视觉观测与内部生物力学状态的联系，展示了在多样化的主体和动作上准确重建运动和肌肉活动的能力。
MambaRain: Multi-Scale Mamba-Attention Framework for 0-3 Hour Precipitation Nowcasting
MambaRain：多尺度Mamba-注意力框架用于0-3小时降水现在预报
机构 * School of Automation, Southeast University（东南大学自动化学院） ； Nanjing XinDa Institute of Meteorological Science and Technology（南京新达气象科学与技术研究所） ； Beijing Leninainfo Technology Co., Ltd.（北京 Leninainfo 技术有限公司） ； China CEC Engineering Corporation（中国 CEC 工程公司） ； School of Mathematical Sciences, Tongji University（同济大学数学科学学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； College of Meteorology and Oceanography, National University of Defense Technology（国防科技大学气象学与海洋学学院） ； Key Laboratory of Transportation Meteorology of China Meteorological Administration, Nanjing Innovation Institute for Atmospheric Sciences（中国气象局交通运输气象重点实验室，南京大气科学创新研究院）
AI总结 本文提出MambaRain框架，结合Mamba的线性复杂度长程建模与自注意力机制，提升0-3小时降水现在预报精度，通过混合设计增强时空表征能力，实验显示在2-3小时预测中表现突出。
Comments 9 pages,7 figures
VMU-Diff: A Coarse-to-fine Multi-source Data Fusion Framework for Precipitation Nowcasting
VMU-Diff：一种用于降水现在预测的粗到细多源数据融合框架
机构 * Department of Automation, Southeast University（东南大学自动化部门） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； Key Laboratory of Transportation Meteorology, China Meteorological Administration（中国气象局交通运输气象重点实验室）
AI总结 本文提出VMU-Diff框架，通过粗阶段确定性模型预测全局运动趋势，细阶段概率模型生成精细预测细节，利用雷达和多波段卫星数据融合，提升短期降水预测精度。
Comments 5 pages, 2 figures
Let Robots Feel Your Touch: Visuo-Tactile Cortical Alignment for Embodied Mirror Resonance
让机器人感受你的触摸：用于具身镜像共振的视觉-触觉皮层对齐
机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Key Laboratory of Biomedical Engineering of Hainan Province, School of Biomedical Engineering, Hainan University（海南省生物医学工程重点实验室，海南大学生物医学工程学院） ； School of New Media Art and Design, Beihang University（北航艺术与设计学院） ； MoE Key Laboratory for Biomedical Photonics, Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology（教育部生物医学光子学重点实验室，武汉光电研究所，华中科技大学）
AI总结 本文提出镜像触觉网络，通过多级约束实现视觉与触觉表征的语义、分布和几何对齐，使机器人能从RGB图像预测毫米级触觉信号，为具身镜像共振提供可解释的机器人感知路径。
Enjoy Your Layer Normalization with the Computational Efficiency of RMSNorm
享受RMSNorm的计算效率：层归一化
机构 * State Key Laboratory of Complex and Critical Software Environment (SKLCCSE)（复杂与关键软件环境国家重点实验室） ； Beihang University（北京航空航天大学） ； Hangzhou International Innovation Institute（杭州国际创新研究院）
AI总结 本文提出一种框架，确定任意DNN中的层归一化是否可替换为RMSNorm而不改变模型功能，通过折叠归一化操作提升效率，实验显示可提升2%-12%的推理速度。
Comments 33 pages, 21 figures
D-VLA: A High-Concurrency Distributed Asynchronous Reinforcement Learning Framework for Vision-Language-Action Models
D-VLA：一种面向视觉-语言-动作模型的高并发分布式异步强化学习框架
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Tianjin University（天津大学） ； Beihang University（北航） ； JDT AI Infra（京东AI基础设施）
AI总结 本文提出D-VLA框架，通过平面解耦和四线异步流水线提升大规模视觉-语言-动作模型的并发性和效率，实验显示其在吞吐量和采样效率上优于主流框架。
FrameSkip: Learning from Fewer but More Informative Frames in VLA Training
FrameSkip: 从更信息丰富的较少帧中学习以在VLA训练中提升性能
机构 * Harbin Institute of Technology（哈尔滨理工大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Huazhong University of Science and Technology（华中科技大学） ； East China Normal University（华东师范大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beihang University（北航） ； DeepCybo
AI总结 本文提出FrameSkip框架，通过选择高重要性帧来优化VLA训练，提升成功率与保留率的平衡，实现在三个基准测试中达到76.15%的成功率。
Comments GitHub: https://github.com/ZGC-EmbodyAI/FrameSkip
OpenAaaS: An Open Agent-as-a-Service Framework for Distributed Materials-Informatics Research
OpenAaaS：一种用于分布式材料信息学研究的开源代理即服务框架
机构 * National Key Laboratory of AI for Materials Science（人工智能材料科学国家重点实验室） ； Tianmushan Laboratory（天幕山实验室） ； Beihang University（北京航空航天大学）
AI总结 OpenAaaS提出一种开源的分层分布式代理即服务框架，通过代码流、数据不动原则实现跨领域安全集成，解决材料设计中的长期迭代和复杂机制问题。
Comments 20 pages 5 figures
Decoupled and Divergence-Conditioned Prompt for Multi-domain Dynamic Graph Foundation Models
解耦与发散条件化的提示用于多领域动态图基础模型
机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Key Lab of Education Blockchain and Intelligent Technology, Ministry of Education, Guangxi Normal University（教育部教育区块链与智能技术重点实验室，广西师范大学） ； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学芝加哥分校计算机科学系）
AI总结 本文提出DyGFM，通过解耦和发散条件化提示策略，解决多领域动态图建模中的语义与时间不一致问题，提升跨域适应和下游任务性能。
CUBic: Coordinated Unified Bimanual Perception and Control Framework
CUBic：协调统一的双臂感知与控制框架
机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算高级创新中心，人工智能学院，北京航空航天大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 本文提出CUBic框架，通过统一感知模型解决双臂协调问题，采用共享表示学习提升任务成功率。
Model-Agnostic Lifelong LLM Safety via Externalized Attack-Defense Co-Evolution
基于外部化攻击-防御共演的模型无关持续LLM安全
机构 * City University of Hong Kong（香港城市大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 本文提出EvoSafety框架，通过外部结构实现持续安全改进，采用对抗技能库和轻量防御模型，在单一训练中实现攻击探测与防御提升，实验显示其在Guard模式下防御成功率高达99.61%。
Comments 48 pages, 7 figures
KAST-BAR: Knowledge-Anchored Semantically-Dynamic Topology Brain Autoregressive Modeling for Universal Neural Interpretation
KAST-BAR：基于知识的语义动态拓扑脑自回归建模用于通用神经解释
机构 * School of Automation Science and Electrical Engineering, Beihang University, Beijing, China.（自动化科学与电气工程学院，北航，北京，中国） ； School of Biological Science and Medical Engineering, Beihang University, Beijing, China.（生物科学与医学工程学院，北航，北京，中国） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China.（虚拟现实技术与系统国家重点实验室，北航，北京，中国） ； T Magnetic Resonance Imaging Translational Medical Center, Department of Radiology, Southwest Hospital, Army Medical University (Third Military Medical University), Chongqing, China.（7T磁共振成像转化医学中心，放射科，西南医院，军医大学（第三军医大学），重庆，中国）
AI总结 KAST-BAR通过动态对齐多层级脑拓扑的生理表示与专家级语义空间，解决EEG基础模型在复杂时空拓扑建模和模态差距问题，实现跨任务的神经解释。
Towards Long-horizon Embodied Agents with Tool-Aligned Vision-Language-Action Models
面向长周期具身智能体的工具对齐视觉-语言-动作模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北京航空航天大学）
AI总结 本文提出VLAs-as-Tools方法，通过高阶视觉语言模型与专用工具协作，提升长周期任务的成功率与调用忠实度。
