高校专区
迈向有效的经验学习：利用与内化双指导
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学首都人工智能学院） ； IQuest Research（IQuest研究） ； Beihang University（北京航空航天大学）
AI总结 本文提出DGO框架，通过外部和内部经验指导强化学习，提升大语言模型的推理能力。
超越语义先验：缓解可泛化视觉取证中的优化崩溃
机构 * Institute of Information Engineering, Chinese Academy of Sciences（信息工程研究所，中国科学院） ； School of Cyber Science and Technology, Beihang University（北京航空航天大学信息与科学学院）
AI总结 本文提出CoRIT模型，通过对比梯度代理和三种无训练策略缓解优化崩溃，提升跨领域和通用伪造检测的泛化能力。
SilLang: 通过轮廓语言编码提升步态识别
机构 * Beihang University（北航大学） ； Tsinghua University（清华大学）
AI总结 本文提出SilLang模型，通过将二进制轮廓与自然语言结合，改进步态识别性能，利用LLM提取离散特征，提升时间模式建模能力。
扫描簇，而非像素：一种以簇为中心的高效超高清图像修复范式
机构 * National University of Defense Technology（国防科技大学） ； HKUST(GZ)（香港理工大学） ； Qilu University of Technology（青岛科技大学） ； Technical University of Munich（慕尼黑技术大学） ； TeleAI, China Telecom（TeleAI，中国电信） ； Beihang University（北航）
AI总结 本文提出C$^2$SSM，通过簇串行扫描替代像素串行扫描，实现超高清图像修复的高效处理，显著降低计算成本并取得新成果。
Comments Aceepted by CVPR26
相位DMD：通过在子区间内进行分数匹配实现少步分布匹配蒸馏
机构 * SenseTime Research（商汤科技研究院） ； Beihang University（北航大学）
AI总结 本文提出Phased DMD，一种多步蒸馏框架，结合分步蒸馏与专家混合（MoE），提升模型容量并减少学习难度，通过分步分布匹配和子区间内分数匹配改进生成多样性与视觉保真度。
具有旋转故障意识的四旋翼在未知环境中的飞行
机构 * School of Robotics and Automation, Nanjing University（南京大学机器人与自动化学院） ； Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制系统研究所） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（香港理工大学航空工程系） ； School of Aeronautic Science and Engineering, Beihang University（北航航空科学与工程学院）
AI总结 本文提出一种具有旋转故障意识的四旋翼导航系统，通过复合故障检测与诊断非线性模型预测控制器和LiDAR平台，在未知复杂环境中实现旋转故障的快速检测与飞行稳定。
AirSimAG：一种高保真空地协同机器人仿真平台
机构 * School of Aeronautic Science and Engineering, Beihang University（北京航空航天大学航空科学与工程学院） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Institution of Unmanned System, Beihang University（北京航空航天大学无人系统研究院）
AI总结 本文提出AirSimAG，一种高保真的空地协同机器人仿真平台，支持多智能体同步仿真和异构传感控制接口，通过多个代表性任务验证其在多智能体协调和跨模态数据一致性方面的有效性。
Weak-PDE-Net：通过可微符号网络和弱形式化发现开放形式偏微分方程
机构 * School of Mathematical Sciences, East China Normal University（东华大学数学科学学院） ； Institute of Applied Physics and Computational Mathematics（应用物理与计算数学研究所） ； Institute of Artificial Intelligence, Beihang University（北航人工智能研究所） ； Shanghai Zhangjiang Institute of Mathematics（上海张江数学研究所） ； Academy for Advanced Interdisciplinary Studies, Northeast Normal University（东北师范大学先进交叉学科研究院）
AI总结 本文提出Weak-PDE-Net，通过可微符号网络和弱形式化方法，解决从稀疏噪声数据中发现偏微分方程的挑战，其核心方法包括前向响应学习器和弱形式PDE生成器，通过自适应捕捉系统动态和避免显式数值微分提升鲁棒性。
Gau-Occ：用于多模态3D占用预测的几何完备高斯分布
机构 * 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，北京航空航天大学，北京，中国） ； School of Computer Science and Engineering, Beihang University, Beijing, China（计算机科学与工程学院，北京航空航天大学，北京，中国） ； 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 Gau-Occ通过几何完备的3D高斯分布实现多模态3D占用预测，利用LiDAR完成扩散器恢复缺失结构并融合多视角图像语义，提升空间一致性和语义区分性。
通过平衡直接偏好优化提升安全性对齐
机构 * Institute of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能研究院）
AI总结 本文提出B-DPO方法，通过平衡偏好与非偏好响应的优化强度，缓解偏好对齐中的过拟合问题，提升模型安全性同时保持竞争力。
OmniDiT：将扩散变换器扩展到Omni-VTON框架
机构 * The Chinese University of Hong Kong, ShenZhen（香港中文大学（深圳）） ； Beihang University（北京航空航天大学） ； KuaiShou（快手）
AI总结 本文提出OmniDiT框架，通过自进化数据采集管道构建大规模VTON数据集，结合多参考条件和Shifted Window Attention提升生成质量，在复杂场景中实现最优性能。
MERLIN：构建低信噪比鲁棒的多模态大语言模型以电磁信号
机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学） ； Institute of Microelectronics of the Chinese Academy of Sciences（中国科学院微电子研究所） ； HKUST (Guangzhou)（香港科技大学（广州）） ； National University of Defense Technology（国防科技大学） ； Beihang University（北航） ； Beijing Information Science and Technology University（北京信息科技大学） ； Artificial Intelligence Institute of China Electronics Technology Group Corporation（中国电子科技集团人工智能研究院）
AI总结 本文提出MERLIN框架，通过构建EM-100k数据集和EM-Bench基准，解决电磁信号多模态大语言模型在低信噪比环境下的鲁棒性问题，验证了方法在EM-Bench上的领先性能。
异质测量群的集成协作定位：一种统一的数据驱动方法
机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Zhongguancun Laboratory（中关村实验室）
AI总结 本文提出一种统一的数据驱动方法，用于解决异质机器人系统中协作定位问题，通过改进的相对定位估计和分布式姿态耦合策略，在弱连接有向拓扑中实现高效定位。
晦涩但有效的：基于生物启发搜索的古典中文 Jailbreak 提示优化
机构 * Nanyang Technological University（南洋理工大学） ； BraneMatrix AI ； Nanjing University of Science and Technology（南京理工大学） ； Northeast University（东北大学） ； Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团） ； Beihang University（北航） ； National University of Singapore（新加坡国立大学） ； Zhejiang Lab（浙江实验室）
AI总结 本文提出 CC-BOS 框架，利用多维果蝇优化算法生成古典中文对抗提示，提升黑盒 Jailbreak 攻击效果，通过八维政策维度迭代优化，实验表明其优于现有方法。
Comments ICLR 2026 Poster The source code relevant to this article has now been open-sourced; for details, please visit: https://github.com/xunhuang123/CC-BOS
从上下文到意图：基于推理的函数级代码补全
机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Nanjing University（南京大学）
AI总结 本文提出一种基于推理的提示框架，通过利用代码上下文中的隐含线索推断开发者意图，提升函数级代码补全的准确性，并通过实验验证其有效性。
Omni-WorldBench：迈向全面的交互导向的世界模型评估
机构 * School of Computer Science and Technology, UCAS（UCAS计算机科学与技术学院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, CASIA（复杂系统认知与决策智能重点实验室） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； State Key Laboratory of Networking and Switching Technology, BUPT（网络与交换技术国家重点实验室） ； AMAP, Alibaba Group（阿里妈妈实验室，阿里巴巴集团）
AI总结 本文提出Omni-WorldBench，一个针对4D世界模型交互响应能力的综合评估基准，通过Omni-WorldSuite和Omni-Metrics评估交互动作对状态转移的影响，分析现有模型的局限性。
GeoFusion-CAD：基于几何状态空间的结构感知扩散模型用于参数化3D设计
机构 * Zhejiang University of Technology（之江大学） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北航）
AI总结 本文提出GeoFusion-CAD，一种端到端扩散框架，通过几何状态空间建模实现长序列参数化3D设计生成，解决了传统方法在复杂几何拓扑依赖下的扩展性问题。
Comments Accepted to CVPR 2026 (Findings). Includes supplementary material
PRM-as-a-Judge：细粒度机器人审计的密集评估范式
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机科学系，北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Tsinghua University（清华大学） ； University of Sydney（悉尼大学） ； Beihang University（北航大学）
AI总结 本文提出PRM-as-a-Judge方法，通过过程奖励模型对轨迹视频进行密集评估，引入OPD指标系统，验证了宏一致性与微分辨率特性，揭示了主流策略在长周期任务中的行为特征与失败模式。
TAMTRL：教师对齐的奖励重塑用于长上下文压缩中的多轮强化学习
机构 * School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, Beihang University（北京航空航天大学未来区块链与隐私计算先进创新中心）
AI总结 针对多轮强化学习中长上下文压缩的信用分配问题，TAMTRL通过教师信号对齐和自监督奖励分配提升记忆更新质量，实验显示其在多个基准测试中优于基线方法。
心灵超越空间：多模态大语言模型能否进行心理导航？
机构 * Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院） ； Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University（清华大学-博世联合机器学习中心、THBI实验室、BNRist中心、清华大学计算机科学与技术系） ； School of Automation Science and Electrical Engineering , Beihang University（北京航空航天大学自动化科学与电气工程学院） ； college of AI, Tsinghua University（清华大学人工智能学院） ； Department of Computer Science and Technology , Tsinghua University（清华大学计算机科学与技术系）
AI总结 本文提出Video2Mental基准测试，评估多模态大语言模型的空间导航能力，发现标准预训练模型无法自然生成空间表示，NavMind通过显式认知地图提升导航性能。
自适应稳健估计器用于多智能体强化学习
机构 * Beihang University（北京理工大学） ； Peking University（北京大学） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） ； Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
AI总结 本文提出自适应稳健估计器和双智能体回答-批判-重写框架，解决多智能体协作中的信用分配和奖励噪声问题，提升训练稳定性与鲁棒性。
更精确的Transformer泛化界限
机构 * School of Mathematical Sciences, Capital Normal University, 100048 Beijing, China（首都师范大学数学学院） ； Advanced Institute of Information Technology, Peking University（北京大学信息科学技术高级研究院） ； Wangxuan Institute of Computer Technology, Peking University, China, 100871（北京大学王先计算机技术研究所） ； PKU-Wuhan Institute for Artificial Intelligence（北大-武汉人工智能研究所） ； Xiangjiang Laboratory, Changsha 410000, China（湘江实验室） ； Guanghua School of Management, Peking University, Beijing, China, 100871（北京大学光华管理学院） ； School of Artificial Intelligence, Beihang University, 100191 Beijing, China（北航人工智能学院）
AI总结 本文基于偏移Rademacher复杂性，推导了不同Transformer架构的更精确泛化界限，通过覆盖数和矩阵秩推导出最优收敛率的泛化界限，并扩展到无界特征分布。
大语言模型能否欺骗图学习？探索文本属性图上的通用对抗攻击
机构 * School of Cyberspace, Hangzhou Dianzi University（杭州电子科技大学信息学院） ； Hangzhou Dianzi University（杭州电子科技大学） ； Beihang University（北京航空航天大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
AI总结 本文提出BadGraph框架，通过联合扰动节点拓扑和文本语义，实现对文本属性图模型的通用对抗攻击，实验显示攻击效果显著，性能下降达76.3%。
Comments Accepted by TheWebConf (WWW) 2026
EruDiff：在扩散模型中重构知识以实现高级文本到图像合成
机构 * Beihang University（北航大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出EruDiff，通过Diffusion Knowledge Distribution Matching和Negative-Only Reinforcement Learning提升扩散模型处理隐式提示的能力，增强科学和世界知识生成性能。
GaussianPile：一种统一的稀疏高斯散射框架用于基于切片的体积分离重建
机构 * Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Beijing Normal University（北京师范大学） ； Nankai University（南开大学） ； Beijing Institute of Technology（北京理工大学） ； Beihang University（北航）
AI总结 本文提出GaussianPile框架，结合3D高斯散射与成像系统感知的聚焦模型，通过切片感知堆叠策略、可微投影算子和紧凑编码优化流程，实现高效体积分离重建，提升压缩效率与诊断精度。
Comments Accepted by IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026 (CVPR 2026)
MSACL：具有李雅普诺夫证书的多步actor-critic学习用于指数稳定控制
机构 * School of Mathematical Sciences, Beihang University（北京航空航天大学数学科学学院） ； School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Fujian Key Laboratory of Financial Information Processing, Putian University（福建金融信息处理重点实验室）
AI总结 本文提出MSACL，结合指数稳定性与最大熵强化学习，通过多步样本和李雅普诺夫证书提升稳定控制性能，实验表明其在多个基准任务中优于传统RL和Lyapunov基方法。
Comments This work has been submitted to the IEEE for possible publication
CAMA：探索c-MARL中的共谋对抗攻击
机构 * Institute of Computing Technology, CAS（中国科学院计算技术研究所） ； UCAS（中国科学技术大学） ； Beihang University（北京航空航天大学）
AI总结 本文提出CAMA框架，研究c-MARL中的共谋对抗攻击，提出三种新型攻击模式，从理论和实践角度分析攻击效果，并通过实验验证其协同效应和隐蔽性。
迈向多视角脑网络基础模型：跨视角一致性学习在任意脑图谱上的应用
机构 * Saw Swee Hock School of Public Health at National University of Singapore（国立新加坡大学 Saw Swee Hock 公共卫生学院） ； School of Biomedical Engineering & State Key Laboratory of Advanced Medical Materials and Devices, ShanghaiTech University（上海科技大学 生物医学工程学院及先进医学材料与设备国家重点实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学 计算与数据科学学院） ； School of Automation Science and Electrical Engineering, Beihang University（北航自动化科学与电气工程学院） ； 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） ； Shanghai United Imaging Intelligence（上海联合影像智能有限公司） ； Shanghai Clinical Research and Trial Center（上海临床研究与试验中心）
AI总结 本文提出MV-BrainFM多视角脑网络基础模型，通过跨视角一致性学习在任意脑图谱上学习通用且可扩展的表示，提升跨图谱的鲁棒性和一致性，实验表明其在20000+受试者数据集上优于现有模型。
AgenticGEO: 一种自演化代理系统用于生成引擎优化
机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院）
AI总结 本文提出AgenticGEO，通过将优化问题建模为内容条件控制问题，提升内容质量以适应生成引擎的不可预测行为，采用MAP-Elites档案进化多样策略，并引入Co-Evolving Critic降低交互成本，实验证明其在多个数据集上优于14个基线方法。
HyEvo：自演化混合代理工作流用于高效推理
机构 * East China Normal University（华东师范大学） ； Beihang University（北京航空航天大学） ； Shanghai University of International Business and Economics（上海对外经贸大学） ； Fudan University（复旦大学）
AI总结 HyEvo通过混合原子合成方法，结合概率LLM节点和确定性代码节点，提升推理效率，减少计算成本和延迟。
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