高校专区
通过信息论指导消除奖励模型中的归纳偏置
机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴大模型应用团队） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Research Institute of Big Data（深圳大数据研究院）
AI总结 本文提出了一种基于信息论的奖励模型去偏方法DIR，通过最大化奖励模型评分与人类偏好对之间的互信息，同时最小化奖励模型输出与偏好输入偏置属性之间的互信息，从而有效缓解归纳偏置问题并提升RLHF性能。
Comments Published as a conference paper at The International Conference on Learning Representations (ICLR) 2026
微分-积分神经算子用于长期湍流预测
机构 * Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学） ； Tencent（腾讯）
AI总结 本文提出了一种基于物理原理的微分-积分神经算子，通过并行分支学习不同的物理算子，以提高长期湍流预测的稳定性与鲁棒性，从而在2D Kolmogorov流基准测试中实现了更精确的预测。
叫还是不叫：诊断LLM代理中的内在过度调用偏差
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； 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）） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文研究了LLM代理中过度调用现象，提出内在偏差假说，通过稀疏自编码器恢复行为对齐的特征基，减少到带符号激活边距，并估计偏移量，从而修正过度调用问题。
ReCrit: 基于过渡意识的强化学习用于科学批评推理
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Chinese University of Hong Kong（香港中文大学） ； University of Oxford（牛津大学） ； Tsinghua University（清华大学）
AI总结 该研究提出ReCrit框架，通过强化学习解决科学批评推理中的过渡意识问题，改进了批评准确性。
ISEP: 通过随机策略优化实现离线强化学习的隐式支持扩展
机构 * The Chinese University of Hong Kong, Shenzhen Longgang（香港中文大学（深圳）松山湖校区）
AI总结 本文提出ISEP方法，通过随机策略优化实现离线强化学习中的隐式支持扩展，以解决传统方法在安全约束下难以发现最优行为的问题，核心贡献是通过价值函数插值和随机动作选择策略提高策略改进的导航能力。
声学干扰：利用声学潜在语义进行通用劫持的新范式，针对大型音频语言模型
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出了一种新的声学干扰方法，通过利用声学潜在语义对大型音频语言模型进行通用劫持，揭示了安全对齐的脆弱性。
Comments 43rd International Conference on Machine Learning (ICML'26)
通过几何逻辑一致性实现视觉语言模型中的自演化空间推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The City University of New York（纽约城市大学） ； The Chinese University of Hong Kong（香港中文大学） ； Data61 CSIRO（Data61澳大利亚国家科学研究院） ； University of New South Wales（新南威尔士大学） ； Australian National University（澳大利亚国立大学）
AI总结 本文提出SAGE框架，通过几何和语言二元操作在视觉语言模型中实现自演化空间推理，提升模型在空间推理任务中的鲁棒性和泛化能力。
Comments 23 pages, 7 figures, 3 tables
SonarSweep: 通过平面扫描融合声纳与视觉以实现鲁棒的3D重建
机构 * Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Chinese University of Hong Kong, Hong Kong（香港中文大学） ； Department of Automation, Harbin Institute of Technology（哈尔滨工业大学自动化系）
AI总结 本文提出SonarSweep，一种端到端的深度学习框架，通过将平面扫描算法应用于声纳与视觉数据的跨模态融合，克服了单一模态方法在 underwater 环境中3D重建的局限性，实现了更精确和稳定的深度图生成。
Comments 8 pages, 9 figures, conference
DocReward: 一种用于文档结构化和风格化的文档奖励模型
机构 * CUHK（香港大学） ； UCAS（中国科学技术大学） ； XJTU（西安交通大学） ； UMich（密歇根大学） ； Microsoft（微软）
AI总结 本文提出DocReward，一种用于评估文档结构和风格的奖励模型，通过构建包含117,000对文档的DocPair数据集，采用Bradley-Terry损失训练，有效提升了文档生成的结构和风格专业性。
EndoCogniAgent: 闭环代理推理与自我一致性验证用于内窥镜诊断
机构 * School of Biological Science and Medical Engineering, Southeast University（东南大学生物科学与医学工程学院） ； Jiangsu Key Laboratory of Biomaterials and Devices, Southeast University（江苏省生物材料与器件重点实验室） ； State Key Laboratory of Digital Medical Engineering, Southeast University（国家数字医学工程重点实验室） ； The First Affiliated Hospital of Nanjing Medical University（南京医科大学第一附属医院） ； 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） ； Jiangsu Provincial Joint International Research Laboratory of Medical Information Processing（江苏省联合国际医学信息处理联合实验室） ； Laboratory of Image Science and Technology, the School of Computer Science and Engineering, Southeast University（图像科学与技术实验室，东南大学计算机科学与工程学院）
AI总结 该研究提出EndoCogniAgent框架，通过闭环代理推理和自我一致性验证提升内窥镜诊断的准确性与可靠性，其核心方法是将诊断过程建模为受控状态更新过程，并引入EndoAgentBench基准进行评估。
Comments 10 pages, 8 figures, 2 tables. Revised version with major updates on methodology and extended evaluation on EndoAgentBench. Code and data are available at https://github.com/Tyyds-ai/EndoCogniAgent
通过基于一致性的强化学习增强大语言模型的代码推理能力
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出CodeThinker框架，通过一致性驱动的强化学习方法提升大语言模型的代码推理能力，实验表明其在多个基准测试中表现优异，显著提升了代码生成和数学推理任务的准确性。
Comments Under review
SurgLQA: 可扩展的长时程外科视频问答
机构 * The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出SurgLQA框架，通过融合时间一致性巩固和时间接地多策略扩展方法，解决长时程外科视频问答中的长程动态建模问题，提升手术流程中的推理能力。
Comments MICCAI 2026 Early Accept
TierCheck: 用于大语言模型训练故障容错的分层检查点系统
机构 * Northwestern Polytechnical University（西北工业大学） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Defense Technology（国防科技大学）
AI总结 本文提出TierCheck，一种基于集群意识的分层检查点系统，通过将存储位置与故障异质性对齐，实现轻量级差异检查点在本地和对等内存中的快速本地恢复，同时异步迁移重型基础检查点到远程持久化存储，从而在低开销持久性和快速恢复之间取得最佳平衡。
通过Wasserstein梯度流构建数据免费一步采样的统一框架
机构 * School of Data Science（数据科学学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本文提出了一种基于Wasserstein梯度流的数据免费一步采样的统一理论框架，展示了f-分歧度目标下诱导速度场的通用形式，并通过软欠覆盖功能理论推导了分歧度选择与质量运输几何之间的压缩-弹性恒等式，进一步扩展到Log-Variance分歧度，并通过KDE实现和归一化流路线实现了一步推断。
AMO：自适应缪子正交化
机构 * The Chinese University of Hong Kong（香港中文大学） ； Shopee ； MBZUAI ； East China Normal University（华东师范大学） ； Huazhong University of Science and Technology（华中科技大学） ； Xiamen University（厦门大学）
AI总结 本文研究了缪子优化中正交化过程的异质性，提出自适应缪子正交化方法，通过测量权重几何特性动态分配NS预算，提升预训练性能。
Comments preprint, under-review
RoboFlow4D: 一种轻量级的流世界模型，面向实时的流引导机器人操作
机构 * 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） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Cambridge（剑桥大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出RoboFlow4D，一种轻量级的流世界模型，通过统一感知与规划，利用物理3D空间中的时间运动估计，实现高效的实时流引导机器人操作，提高了操作成功率和计算效率。
DyGRO-VLA: 通过动态分组残差优化实现跨任务的视觉-语言-动作模型扩展
机构 * 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） ； Shenzhen Loop Area Institute（深圳河套学院） ； Zhejiang University（浙江大学） ； Rutgers University-New Brunswick（罗格斯大学新布朗斯维尔回声分校） ； Shanghai AI Laboratory（上海人工智能实验室） ； Jiangxing Intelligence Technology Inc.（江行智能科技有限公司）
AI总结 本文提出DyGRO-VLA，一种通过动态分组残差优化实现跨任务视觉-语言-动作模型扩展的两阶段优化框架，旨在提升模型的泛化能力。
IdGlow: 多主体生成中的动态身份调节
机构 * Xiaohongshu Inc.（小红书公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文提出IdGlow框架，通过任务自适应的时间步调度和视觉语言模型解决多主体生成中的稳定性与可塑性矛盾，提升面部真实感与商业级美学质量。
单目开放词汇占用预测用于室内场景
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 该研究提出了一种基于几何的监督方法，用于单目开放词汇室内场景的占用预测，通过引入一种基于Poisson的透明度感知方法和逐步温度衰减调度，提高了几何和语义对齐的稳定性与精度，实验结果显示在Occ-ScanNet数据集上取得了较高的IoU和mIoU指标。
Comments Accepted at CVPR2026 Oral
VoxShield: 通过频率感知的跨切片扰动保护3D医学数据集免受未经授权的训练
机构 * Westlake University（西拉雅大学） ； Dalian University of Technology（大连理工大学） ； Hokkaido University（北海道大学） ； The Chinese University of Hong Kong（香港中文大学） ； RIKEN（理化学研究所）
AI总结 本文提出VoxShield，一种通过频率感知的跨切片扰动机制，针对3D医学图像分割数据集中的体积诱导偏差，有效降低3D分割网络性能，同时保持视觉质量。
Comments Submitted version to MICCAI 2026 (Provisional Accept)
TOBench：面向真实世界工具使用代理的任务导向多模态基准
机构 * Nanjing University（南京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Southwest Jiaotong University（西南交通大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出TOBench，一个面向真实世界工具使用代理的多模态基准，通过闭环多模态验证设计，评估和推动下一代多模态工具使用代理的发展。
Comments Github: https://github.com/Pi3AI/TOBench
基于观测对齐的遮罩先验学习物理动态的遮罩方法
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港大学（深圳））
AI总结 本文提出了一种基于观测对齐的遮罩先验方法，通过学习真实的遮罩分布来构建上下文-查询分区，从而在不完整数据上训练物理动态学习。该方法利用贝叶斯流网络预训练二进制遮罩，结合全局归一化交叉熵目标生成与稀疏观测对齐的样本特定遮罩，从而避免零查询死区和局部生成崩溃。
动态技能生命周期管理用于代理强化学习
机构 * Database Group, The Chinese University of Hong Kong（香港中文大学数据库组） ； Lanzhou University（兰州大学）
AI总结 本文提出SLIM框架，通过动态优化变量管理代理强化学习中的外部技能集，提升任务性能。
Comments Implementation code is available at https://github.com/ejhshen/SLIM
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。
在基于机器学习的天气预报中通过隐空间约束学习更符合物理现实的动力学
机构 * Department of Earth and Environmental Engineering, Columbia University（哥伦比亚大学地球与环境工程系） ； Learning the Earth with Artificial Intelligence and Physics (LEAP) Center, Columbia University（人工智能与物理联合地球学习中心（LEAP）, 哥伦比亚大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 本文提出通过隐空间约束改进天气预报模型，以捕捉多变量依赖关系，提升长期预报能力并保持物理真实性。
检索增强生成系统中的可信度：综述
机构 * Tsinghua University（清华大学） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Hong Kong Polytechnic University（香港理工大学） ； Microsoft Research Asia（微软亚洲研究院） ； University of Illinois（伊利诺伊大学）
AI总结 本文综述了检索增强生成系统中可信度的关键维度，提出Trust-RAG Compass框架，评估事实性、鲁棒性等六个方面，并建立评估基准，揭示不同LLM在可信度方面的性能差异，指出未来研究方向。
AI 产出物还是AI增强？英语学术用途课程中学生对AI生成媒体的看法
机构 * Everwrite Limited（Everwrite有限公司） ； Faculty of Education, The University of Hong Kong（香港大学教育学院） ； Faculty of Education, The Chinese University of Hong Kong（香港中文大学教育学院）
AI总结 研究探讨了AI生成内容在EAP课程中的教学效果，通过混合方法分析发现学生偏好视觉化内容，视频与学业表现正相关，但高认知负荷与成绩负相关，表明需合理设计内容以提升学习效果。
Comments 23 pages, 7 figures
DexJoCo：用于MuJoCo上的任务导向灵巧操作的基准和工具包
机构 * NLPR & MAIS, CASIA（中国科学院南京自动化研究所与模式识别与人工智能实验室） ； SJTU（上海交通大学） ； MBZUAI（马克斯·普朗克研究所） ； Beijing Institute of Basic Medical Sciences（北京基础医学研究所） ； PKU & Galbot（北京大学与Galbot） ； CUHK（香港大学）
AI总结 本文提出DexJoCo基准和工具包，包含11个功能任务评估灵巧手的工具使用、双臂协调、长周期执行和推理能力，通过低成本数据收集系统和领域随机化评估鲁棒性，揭示当前策略的局限性。
Comments 8 pages, 6 figures, project page is available at: https://dexjoco.github.io
RecMem：基于递归的记忆巩固用于高效且有效的长运行LLM代理
机构 * 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） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Huawei Cloud（华为云） ； Huawei Theory Lab（华为理论实验室） ； Institute for Math and AI, Wuhan University（武汉大学数学与人工智能研究院）
AI总结 RecMem通过递归机制优化内存巩固，减少token消耗并提升准确性，有效解决长运行LLM代理的内存管理问题。
Comments Accepted to ACL 2026 Findings
EndoGSim: 基于多模态大语言模型的物理感知4D动态内窥镜场景模拟
机构 * Department of Electronic Engineering, The Chinese University of Hong Kong (CUHK)（香港中文大学电子工程系）
AI总结 本文提出EndoGSim框架，通过MLLM引导的高斯点散布实现内窥镜场景的物理感知重建与模拟，结合预训练分割和深度估计，提升手术模拟的真实性和准确性。
Comments Early Accepted by MICCAI 2026
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