高校专区
BiasScope: 向LLM-as-a-Judge评估中的偏见检测自动化迈进
机构 * Southern University of Science and Technology（南方科技大学） ； Alibaba Group（阿里巴巴集团） ； Beihang University（北航） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 BiasScope通过自动化发现LLM-as-a-Judge评估中的潜在偏见，提升了评估的稳健性，并提出了更具有挑战性的JudgeBench-Pro基准。
Comments Accepted to ICLR 2026
IMAGINE：将多智能体系统整合到一个模型中以实现复杂推理和规划
机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Kuaishou Technology（快手科技）
AI总结 IMAGINE通过整合多智能体系统的推理与规划能力，实现高效复杂推理和规划，实验显示其在TravelPlanner任务中表现优异。
TFMLinker：通过基于图的上下文学习进行通用链接预测的通用链接预测器
机构 * Nankai University（南开大学） ； Tsinghua University（清华大学） ； Beihang University（北航）
AI总结 TFMLinker通过表格基础模型的上下文学习能力，在不同图上进行通用链接预测，无需数据集特定微调。
CoRect: 用于隐藏状态校正的上下文感知logit对比以解决知识冲突
机构 * Beihang University（北航大学）
AI总结 CoRect通过上下文感知logit对比校正隐藏状态，解决模型内部参数化知识与检索证据之间的冲突，提升生成任务的忠实度和减少幻觉。
零射一般化图异常检测与混合黎曼专家
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（教育区块链与智能技术重点实验室，教育部，广西师范大学）
AI总结 GAD-MoRE通过混合黎曼专家架构实现零射一般化图异常检测，利用多曲率空间建模提升异常检测能力。
大语言模型的致命弱点：改变少量神经元即可摧毁语言能力
机构 * Center for Applied Statistics, School of Statistics, Renmin University of China（中国人民大学统计学院应用统计中心） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（未来区块链与隐私计算北京先进创新中心） ； School of Artificial Intelligence, Beihang University（北航人工智能学院）
AI总结 研究发现大语言模型中存在关键神经元集，破坏这些神经元可导致模型崩溃，揭示了模型鲁棒性和可解释性的重要问题。
并行层归一化用于通用近似
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 本文提出并行层归一化（PLN）网络，证明其具备通用近似能力，并分析了其在不同范数下的近似率及在RNN和Transformer中的应用潜力。
Comments 45 pages
通过层次化视觉嵌入学习大脑表示
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beihang University（北航大学） ； Tsinghua University（清华大学）
AI总结 本文提出了一种利用层次化视觉嵌入学习大脑表示的方法，通过对比学习和融合先验提升大脑信号与视觉嵌入的对齐效果。
学习选择：用于密集检索的查询感知自适应维度选择
机构 * Beihang University（北京航空航天大学）
AI总结 本文提出了一种查询感知自适应维度选择框架，通过学习查询嵌入直接预测各维度的重要性，以提升密集检索效果。
前瞻性验证：用于扩散大语言模型在无上下文自由文法下的可靠约束解码
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 LAVE通过并行预测标记分布实现可靠的约束解码，提升扩散大语言模型在上下文无关文法下的生成准确性。
R-Stitch：动态轨迹拼接以实现高效的推理
机构 * Monash University, Australia（墨尔本大学，澳大利亚） ； School of Software, Beihang University, China（北航软件学院，中国） ； South China University of Technology, China（华南理工大学，中国） ； ZIP Lab, Zhejiang University, China（浙江大学ZIP实验室，中国）
AI总结 R-Stitch通过熵引导的混合解码框架，实现高效推理，减少计算成本并保持精度。
ChatCFD: 一种基于大语言模型的端到端CFD自动化代理
机构 * Department of Mechanics and Aerospace Engineering, Southern University of Science and Technology（南方科技大学机械与航空航天工程系） ； School of Astronautics, Beihang University（北航航天学院） ； DP Technology, Beijing（北京DP技术） ； College of Future Technology, Peking University（北京大学未来技术学院） ； National Biomedical Imaging Center, Peking University（北京大学国家生物医学成像中心） ； State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology（高性能可重复使用航天运输技术国家重点实验室） ； Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technology, Ministry of Education（航天器设计优化与动态仿真技术重点实验室）
AI总结 ChatCFD通过结构化知识和推理，实现端到端CFD自动化，显著提升执行成功率和物理保真度，具备高灵活性和模块化设计。
Comments 19 pages, 8 figures
Journal ref Adv. Intell. Discov. 2025, 2500174
TraceCoder: 一个基于跟踪的多智能体框架，用于自动调试LLM生成的代码
机构 * School of Computer Science and Technology, Chongqing University of Posts and Telecommunications（重庆邮电大学计算机科学与技术学院） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Southwest University（西南大学）
AI总结 TraceCoder通过多智能体框架和历史教训学习机制，提升LLM生成代码的自动调试效率和准确性。
LIBERO-X：用于视觉-语言-动作模型的鲁棒性检测仪
机构 * Meituan（美团） ； Beihang University（北京航空航天大学）
AI总结 LIBERO-X通过分层评估协议和多样化训练数据集，系统性地提升视觉-语言-动作模型的鲁棒性评估能力。
Comments 19 pages, 14 figures and 8 tables
POPL-KF：一种基于仅姿态几何表示的卡尔曼滤波器用于点-线基于的视觉-惯性里程计
机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学）
AI总结 POPL-KF通过仅姿态几何表示和改进的滤波方法，提升视觉-惯性里程计在复杂场景中的性能和精度。
SWE-Dev：评估和训练自主的基于特征驱动的软件开发
机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Michigan（密歇根大学）
AI总结 SWE-Dev是一个大规模数据集，用于评估和训练自主编码系统在特征驱动软件开发中的能力，通过提供可运行环境和单元测试提升模型性能。
NanoNet：基于标签稀缺监督的轻量文本挖掘模型参数高效学习
机构 * Zhongguancun Laboratory（中关村实验室） ； 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） ； Nanyang Technological University (NTU)（南洋理工大学） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学香槟分校计算机科学系）
AI总结 NanoNet通过参数高效学习和知识蒸馏，实现轻量文本挖掘模型在有限监督下的高效训练与推理
CLIP-Map: 结构化矩阵映射用于参数高效的CLIP压缩
机构 * East China Normal University（东华师范大学） ； Xiaohongshu Inc.（小红书公司） ； Beihang University（北航大学）
AI总结 CLIP-Map通过结构化矩阵映射和克罗内克因子分解实现参数高效的CLIP压缩，有效保留原始权重信息并在高压缩比下表现优异。
基于虚拟管的多无人机协同运输控制在受限环境中
机构 * School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学）
AI总结 本文提出一种基于虚拟管理论和耗散系统理论的多无人机协同运输控制方法，实现了高效导航与稳定鲁棒的运输控制。
Comments 10 pages, 8 figures
超越单模态捷径：MLLMs作为跨模态推理器用于 grounded 命名实体识别
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学）
AI总结 本文提出MCR方法，通过多风格推理模式注入和约束引导的可验证优化，解决MLLMs在跨模态推理中的模态偏见问题，提升 grounded 命名实体识别的性能。
Comments GMNER
SynthVerse：一个大规模多样化合成数据集用于点跟踪
机构 * University of Liverpool（利物浦大学） ； Zhejiang University（浙江大学） ； Durham University（杜伦大学） ； Beihang University（北京航空航天大学） ； Duke Kunshan University（杜克昆山大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 SynthVerse通过提供大规模多样化合成数据集，提升点跟踪任务的泛化能力和评估效果。
潜在的思维链作为规划：将推理与言说解耦
机构 * Beihang University（北航大学） ； Didi Chuxing（滴滴出行）
AI总结 PLaT通过解耦推理与言说，实现了更灵活的推理过程和更高的可扩展性。
动态金字塔网络用于高效多模态大语言模型
机构 * Beihang University（北航大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； KAUST（卡塔尔大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Technical University Of Denmark（丹麦技术大学） ； Nanjing University of Science and Technology（南京理工大学） ； Peking University（北京大学） ； Xiaohongshu Inc（小红书公司）
AI总结 动态金字塔网络通过分层结构和动态池化专家提升多模态大语言模型的效率与性能。
LoVR：一种多模态背景下长视频检索的基准
机构 * East China Normal University Shanghai China ； Peking University \& Zhongguancun Academy Beijing China ； Huazhong University of Science ； Beihang University Beijing China ； Peking University Beijing China ； East China Normal University ； Peking University \& Zhongguancun Academy ； Beihang University ； Peking University
AI总结 LoVR是一个针对长视频检索的多模态基准，通过高质量标注和细粒度数据提升视频理解挑战。
基于学习的耦合扰动观测器
机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学）
AI总结 本文提出一种结合控制与学习方法的观测器，通过分解耦合扰动并利用历史数据学习参数矩阵，实现高精度扰动估计。
Comments 10 pages, 7 figures
Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA)
Code2Bench: 通过动态基准构建实现源代码和严谨性扩展
机构 * Beihang University（北航大学）
AI总结 Code2Bench通过动态扩展问题源和严谨性测试，构建了首个支持Python和Java的基准套件，揭示了LLM在代码生成任务中的性能差异和语言生态影响。
大语言模型推荐系统中的不确定性与公平性意识
机构 * Beihang University（北京航空航天大学） ； McGill University（麦吉尔大学）
AI总结 本文研究了大语言模型推荐系统中不确定性与公平性的影响，提出了一种新的评估方法并揭示了个性化与公平性之间的权衡。
Comments Accepted at the Second Conference of the International Association for Safe and Ethical Artificial Intelligence, IASEAI26, 14 pages
USS-Nav: 一体化空间语义场景图用于轻量级无人机零样本物体导航
机构 * School of Aeronautic Science and Engineering, Beihang University, Beijing 100191, China（北京航空航天大学航空科学与工程学院） ； State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China（浙江大学工业控制技术状态重点实验室） ； Differential Robotics, Hangzhou 311121, China（杭州差分机器人）
AI总结 USS-Nav通过构建一体化空间语义场景图，实现轻量级无人机在未知环境中的高效零样本物体导航，提升计算效率和实时更新能力。
AIR-VLA：面向空中操作的视觉-语言-动作系统
机构 * The Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of Information and Intelligent Engineering, University of Sanya（三亚大学信息与智能工程学院） ； School of Mechanical and Vehicle Engineering, Hunan University（湖南大学机械与车辆工程学院） ； State Key Lab of Intelligent Transportation Systems, School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院）
AI总结 AIR-VLA提出首个针对空中操作的视觉-语言-动作系统，通过构建仿真环境和多模态数据集，评估主流模型并揭示其在无人机移动、机械臂控制和高层规划中的能力和限制。
高效实用型机器去学习与隐式梯度手术
机构 * Institute of Artificial Intelligence, Beihang University（北航人工智能研究院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, Beihang University（北京未来区块链与隐私计算先进创新中心） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Amsterdam（阿姆斯特丹大学） ； Tsinghua University（清华大学） ； YanTron Technology Co.Ltd（燕tron技术有限公司）
AI总结 本文提出了一种高效实用型机器去学习方法，通过隐式梯度手术实现去学习与实用性保持的平衡。
Comments Corresponding author: Shiji Zhou (zhoushiji25@buaa.edu.cn). Shiji Zhou and Tianbai Yu contributed equally
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