高校专区
PEFT-Arena：从稳定性-可塑性角度理解参数高效微调
机构 * The Chinese University of Hong Kong（香港中文大学） ； Westlake University（西湖大学） ； MPI for Intelligent Systems（智能系统研究所）
AI总结 提出PEFT-Arena基准，通过稳定性-可塑性困境评估参数高效微调方法，发现正交微调在帕累托前沿上最优，并从权重空间和激活空间分析其几何特性。
Comments Technical report v1 (28 pages, 9 figures, project page: https://spherelab.ai/PEFT-Arena/)
DriveWAM: 视频生成先验实现自动驾驶的可扩展世界-动作建模
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Voyager Research, Didi Chuxing（Voyager Research，滴滴出行）
AI总结 提出DriveWAM，通过将预训练视频扩散Transformer适配为自回归视频-动作策略，并引入场景演化驾驶引导和选择性KV记忆，实现可扩展的世界-动作建模，在NAVSIM和PhysicalAI基准上取得强规划性能。
GUI-CIDER：通过因果内化和密度感知示例重选进行GUI代理的中期训练
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Meituan（美团） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出GUI-CIDER中期训练方法，通过因果内化和密度感知示例重选显式内化GUI世界知识，提升代理对GUI操作的理解和任务成功率。
具有可证明保证的多面体不确定性量化用于SLAM
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳）） ； Department of Electrical and Electronic Engineering, Imperial College London（电子与电气工程系，帝国理工学院伦敦分校） ； School of Aerospace, Mechanical and Mechatronic Engineering, The University of Sydney（航空航天、机械与机电工程学院，悉尼大学）
AI总结 本文提出基于多面体表示的不确定性量化算法，通过前向映射、后向位姿跟踪和位姿复合三个模块，为3D-3D路标SLAM提供可证明的确定性保证，并结合共形预测提高实用性。
Comments 16 pages, 10 figures; accepted by Robotics: Science and Systems 2026
更好的头部并不能保证更好的二值化成分句法分析
机构 * The Chinese University of Hong Kong, Ma Liu Shui, Hong Kong（香港中文大学，大屿山分校） ； The University of British Columbia, Vancouver, Canada（不列颠哥伦比亚大学，温哥华，加拿大） ； Korea Advanced Institute of Science & Technology, Daejeon, South Korea（韩国科学技术院，大田，韩国）
AI总结 本文研究了标点感知的树二值化方法，并探讨了依赖诱导的头部信息是否改善了二值化句法分析器的监督信号，发现尽管学习到的头部在内在头部预测上优于基于规则的头部，但在去二值化后并未带来一致的句法分析提升。
EigeNet：几何信息引导的多模态学习用于少样本新视角RIR预测
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 提出EIGENET框架，通过跨视角交替注意力Transformer和几何信息调制块，结合多任务学习，实现少样本新视角房间脉冲响应预测，达到最先进性能。
Comments Code available on https://github.com/FEAfeatherTHER/EigeNet
RW-TTT：面向请求自有测试时训练状态的批量服务
机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； NUS（新加坡国立大学）
AI总结 提出RW-TTT框架，通过标记解码步骤的所有者、版本和读写效果，实现请求自有测试时训练状态下的高效批量LLM服务，在单GPU上达到274.61 tok/s聚合吞吐，较顺序服务提升9.31倍。
超越代理梯度：面向视觉-语言模型的完全可微分令牌剪枝
机构 * Shenzhen University of Advanced Technology（深圳大学先进技术学院） ； CUHK MMLab（香港中文大学MMLab） ； CPII under InnoHK（创新工场CPII）
AI总结 提出DiffPrune方法，通过将剪枝重新表述为令牌信息的连续控制而非离散选择学习，利用信息节流阀调节令牌，实现完全可微分的令牌重要性学习，在保持96.5%全模型精度的同时将LLM预填充加速2.85倍。
SPARD: 通过安全投影与相关性-多样性数据选择防御有害微调攻击
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Platform and Content Group, Tencent（腾讯平台与内容组） ； Chinese Medicine Guangdong Laboratory（广东中医实验室）
AI总结 提出SPARD框架，结合安全投影交替优化和相关性-多样性数据选择，防御有害微调攻击，在保持任务精度的同时显著降低攻击成功率。
Comments Accepted by ICML 2026
预训练模型评估中缺失的一环：奖励引导解码无需参数更新即可解锁任务导向行为
机构 * Shanghai Jiao Tong University（上海交通大学） ； Qwen Team, Alibaba Group（阿里云Qwen团队） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 提出一种无需训练的奖励引导解码框架EBD，通过外部轻量奖励模型调整输出分布，激活冻结预训练模型的任务导向行为，实现更公平的推理时评估。
Comments 26 pages, 5 figures, 8 tables
神经交互定律：深度-宽度形状、交互效率与泛化
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院） ； New Jersey Institute of Technology（新泽西理工学院）
AI总结 通过将叠加原理从参数空间扩展到梯度空间定义为神经交互，发现固定预算下良好泛化伴随高效神经交互，且可通过调整深度-宽度比（R_D/W）使模型处于高效交互区间，该区间随预算扩展保持稳定，为模型形状初始化和泛化机制提供见解。
Comments 30 pages, 4 figures
显式评论家引导的对齐扩散模型
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出一种状态对齐的潜在演员-评论家框架，通过将扩散模型自身作为时间步条件价值函数，实现轨迹级PPO训练和推理时引导，在单/多奖励基准上优于先前方法。
PilotTTS：一种有纪律的模块化配方用于竞争性语音合成
机构 * Amap, Alibaba Group（阿里巴巴集团爱马仕部门） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 提出PilotTTS轻量级自回归TTS系统，通过极简架构和严格数据工程（仅用20万小时开源处理数据）实现竞争性能，支持零样本语音克隆、情感/副语言/方言合成，在Seed-TTS Eval基准上取得最低WER和最高说话人相似度。
MobileGym: 一个可验证且高度并行的移动GUI智能体研究仿真平台
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出MobileGym，一个基于浏览器的轻量级、完全可控的移动环境，通过结构化JSON状态实现可验证结果信号和低成本并行强化学习，并附带包含416个参数化任务模板的基准测试集。
Comments Project page: https://mobilegym.github.io
通过一类新的测度变换不等式实现更紧的信息论泛化界
机构 * Department of Electrical and Electronic Engineering, Imperial College London（帝国理工学院伦敦分校电子与电气工程系） ； Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系）
AI总结 本文提出基于数据处理不等式的一类新测度变换不等式，涵盖f-散度、Rényi散度和α-互信息，并应用于泛化误差、PAC-Bayes、差分隐私和数据记忆化，得到更紧的保证。
Comments Fixed a mistake in the proof of PAC-Bayesian bound
概率-熵校准：一种用于自适应微调的弹性指标
机构 * The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of the Chinese Academy of Sciences（中国科学院大学）
AI总结 提出概率-熵校准信号（相对排名指标）进行token级重加权，以平衡预训练先验与下游对齐，在数学推理、分布外推理和代码生成任务上优于仅基于概率或熵的方法。
Comments Accepted by ICML 2026
离散流模型的校正采样器
机构 * School of Statistics, East China Normal University（东华大学统计学院） ； Department of Statistics and Data Science, University of California, Los Angeles（加州大学洛杉矶分校统计与数据科学系） ； Department of Industrial and Systems Engineering, University of Minnesota（明尼苏达大学工业与系统工程系） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院）
AI总结 针对离散流模型中现有采样器（如tau-leaping和Euler求解器）离散化误差大、需大量迭代的问题，提出时间校正和位置校正两种采样器，在不增加计算成本下降低误差，并证明位置校正采样器复杂度更低。
HGMem：基于超图的工作记忆以改进长上下文复杂关系建模的多步RAG
机构 * The Chinese University of Hong Kong.（香港中文大学） ； Pengcheng Laboratory.（鹏城实验室） ； WeChat AI, Tencent（微信AI，腾讯） ； University of Chinese Academy of Sciences.（中国科学院大学）
AI总结 提出HGMem超图工作记忆系统，通过超边表示记忆单元并渐进形成高阶交互，增强多步RAG中的全局理解和复杂推理能力。
Comments ICML 2026; Code released at https://github.com/Encyclomen/HGMem
VideoCanvas: 通过上下文条件化从任意时空补丁进行统一视频补全
机构 * MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） ； Kling Team, Kuaishou Technology（快手技术有限公司Kling团队）
AI总结 提出VideoCanvas框架，通过混合条件化策略（空间上使用零填充全帧画布编码，时间上使用Temporal RoPE插值）实现任意时空视频补全的统一任务，无需修改或重新训练VAE。
Comments Project page: https://onevfall.github.io/project_page/videocanvas
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