高校专区
CORA: 为保障移动GUI自动化设计的符合性风险控制代理
机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Tokyo（东京大学）
AI总结 CORA通过统计保障减少有害操作，利用Guardian模型评估行动风险并校准执行/中止边界，结合Goal-Lock机制和Phone-Harm基准验证其在自主GUI执行中的安全性与实用性。
R2G：从RTL到GDSII的多视图电路图基准套件
机构 * Nanjing University of Science and Technology（南京理工大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 R2G提供了一个标准化的多视图电路图基准套件，通过统一的表示方法和可控的评估协议，解决电路表示不一致和评估协议缺失的问题，提升物理设计任务中图神经网络的应用效果。
Comments Accepted as a poster by CVPR2026
LMGenDrive: 联合多模态理解与生成世界建模以实现端到端驾驶
机构 * CUHK MMLab（香港中文大学多媒体实验室） ； University of Toronto（多伦多大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 本文提出LMGenDrive框架，结合LLM多模态理解与生成世界模型，提升自动驾驶的闭环性能，通过视频预测和控制信号生成，增强时空场景建模和指令遵循能力。
PaceLLM：用于长上下文理解的脑启发式大语言模型
机构 * School of Information Science and Technology, Fudan University（复旦大学信息科学与技术学院） ； 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）
AI总结 PaceLLM通过引入持久活动机制和皮层专家聚类，解决大语言模型在长上下文中的信息衰减和语义碎片化问题，提升多文档问答和无限基准任务性能，扩展上下文长度至200K tokens。
Comments Accepted by NeurIPS 2025
任务分布鲁棒数据免费元学习
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Computer Science and AI Institute, University of Central Florida（中佛罗里达大学计算机科学系与人工智能研究所） ； School of Data Science, the Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen) and Secure Computing Lab of Big Data, Shenzhen Research Institute of Big Data (SBRID)（香港中文大学（深圳）数据科学学院与深圳市大数据研究院大数据安全计算实验室）
AI总结 本文研究数据免费元学习的鲁棒性，发现任务分布偏移和任务分布污染两种漏洞，并提出可信DFML框架以缓解这些问题。
基于上下文的元学习实现无训练跨受试者脑解码
机构 * University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harvard University（哈佛大学） ； Columbia University（哥伦比亚大学） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出一种基于上下文的元学习方法，无需微调即可实现跨受试者的脑解码，通过上下文学习和分层推理提升解码效率与鲁棒性。
Comments Accepted to CVPR 2026, website: https://github.com/ezacngm/brainCodec
OxEnsemble：低数据分类中的公平集成
机构 * Oxford Internet Institute, University of Oxford（牛津大学牛津互联网研究所） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 针对数据稀缺且各群体数据不平衡的公平分类问题，OxEnsemble通过高效训练集成模型并强制公平性，在医学影像等场景中实现更一致的性能和更好的公平性-准确性权衡。
Comments Forthcoming @ MIDL 2026
面向增强大语言模型推理能力的分层多步奖励模型
机构 * the University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； the Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出分层奖励模型和轻量数据增强策略，解决大语言模型推理中奖励黑客问题，提升多步推理评估的稳定性和泛化能力。
IoT-Brain：为语义-空间传感器调度 grounding LLMs
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出IoT-Brain系统，通过引入空间轨迹图（STG）解决LLM在语义-空间传感器调度中的表示、推理和优化缺陷，提升任务成功率37.6%并显著降低资源消耗。
Comments To appear in ACM MobiCom 2026; 13 pages, 12 figures
NS-RGS：基于牛顿-施尔茨方法的黎曼梯度法用于正交群同步
机构 * School of Mathematical Sciences, Beihang University（北京航空航天大学数学科学学院） ； Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（香港中文大学系统工程与工程管理学系）
AI总结 本文提出NS-RGS方法，通过替代SVD或QR分解为牛顿-施尔茨迭代，降低计算成本，利用高效矩阵乘法与现代GPU/TPU架构，实现线性收敛并提升效率。
Search-R3：在大型语言模型中统一推理与嵌入
机构 * The Chinese University of Hong Kong（香港中文大学）
AI总结 Search-R3通过统一推理与嵌入生成过程，提升大型语言模型在检索任务中的性能，采用监督学习、强化学习和专用环境机制实现有效嵌入生成。
Comments CHANGELOG: (1) Completed training of Search-R3-Large; (2) Corrected error formulation; (3) Added a `Discussion` section to the appendix. We appreciation to the anonymous reviewers
EventWeave：一种动态框架，用于捕捉对话系统中的核心事件和支持事件
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of International Relations（国际关系学院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； Ministry of Education Key Laboratory of High Confidence Software Technologies, CUHK（教育部高可信软件技术重点实验室（香港中文大学））
AI总结 EventWeave通过动态事件图捕捉对话中的核心与支持事件，利用多头注意力机制生成更合适的对话响应，实验表明其在不同对话长度上均表现优异。
Comments Accepted by ACL'26
自适应提示结构分解：一种自我发现和优化组合提示程序的框架
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Taobao and Tmall Group（淘宝天猫集团）
AI总结 本文提出aPSF框架，通过语义因素发现和单因素更新优化提示程序，提升大语言模型的推理可靠性，实验显示在多个基准上准确率提升2.16个百分点，优化成本降低45-87%。
SensorPersona: 一种基于大语言模型的持续性人设提取系统，用于从长期移动传感器流中无感获取
机构 * The Chinese University of Hong Kong（香港中文大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出SensorPersona系统，通过多模态长期传感器流持续提取稳定用户人设，提升LLM代理的个性化响应质量。系统通过上下文编码、分层人设推理和自适应更新，实现对物理行为、心理特质和生活经验的全面分析。
连接自然语言与微电网动态：一种上下文感知的模拟器和数据集
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） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程学系）
AI总结 本文提出OpenCEM模拟器和数据集，通过整合丰富的非结构化上下文信息与量化可再生能源动态，解决传统能源管理忽视人类生成上下文预测能力的问题，展示其在负载预测和电池充电控制中的应用。
SpatialEdit：细粒度图像空间编辑基准测试
机构 * The University of Hong Kong（香港大学） ； JD Explore Academy（京东探索研究院） ； Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出SpatialEdit-Bench基准测试，结合视角重建和框架分析评估空间编辑的感知合理性和几何精度，并构建了SpatialEdit-500k合成数据集和SpatialEdit-16B基线模型，实现细粒度空间编辑的高效训练与评估。
Comments Code: https://github.com/EasonXiao-888/SpatialEdit
低置信度黄金：用于高效指令微调的低置信度样本精炼
机构 * Universiti Malaya（马来亚大学） ； University of Science and Technology Beijing（北京科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出LCG框架，通过聚类和置信度引导选择精炼低置信度样本，提升指令微调效率与性能，实验显示在MT-bench等指标上表现更优。
Comments Accepted to EMNLP Findings 2025
MMEmb-R1: 基于推理增强的多模态嵌入与配对感知选择及自适应控制
机构 * MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） ； ByteDance（字节跳动）
AI总结 本文提出MMEmb-R1框架，通过引入配对感知推理选择和强化学习，解决多模态嵌入中推理与对比监督不匹配及推理冗余的问题，实验显示其在MMEB-V2基准上达到71.2分，参数更少且推理效率更高。
GeoPredict: 借助预测运动学和3D高斯几何实现精确VLA操作
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Hunan University（湖南大学） ； Voyager Research, Didi Chuxing（滴滴出行沃歌研究）
AI总结 GeoPredict通过引入轨迹级模块和预测3D高斯几何模块，提升VLA模型在3D空间推理中的精度，实验表明其在几何密集和空间要求高的任务中表现优异。
Diff4Splat：基于潜在动态重建模型的可控4D场景生成
机构 * Peking University（北京大学） ； Xiamen University（厦门大学） ； CUHK（香港中文大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 Diff4Splat通过单张图像和相机轨迹生成可控的4D场景，结合视频扩散模型的生成先验与大规模4D数据集学习的几何和运动约束，在单次前向传递中直接预测可变形3D高斯场，无需测试时优化。
Comments Accepted to CVPR 2026. Project page: https://paulpanwang.github.io/Diff4Splat
SVC 2026: 第二届多模态欺骗检测挑战赛及首个领域通用远程生理测量挑战
机构 * Wuhan University（武汉大学） ； Great Bay University（大湾区大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Sun Yat-sen University（中山大学） ； Hefei University of Technology（合肥工业大学） ； University of Barcelona（巴塞罗那大学）
AI总结 本文提出SVC 2026挑战赛，旨在通过多模态欺骗检测和远程脉搏波测速估计任务，推动对细微视觉信号的鲁棒表示学习研究。
Comments Accepted by the SVC workshop @ CVPR 2026
CoEnv：通过组合环境驱动具身体验多智能体协作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学）
AI总结 本文提出CoEnv框架，通过模拟与现实结合的组合环境，实现多智能体协作的高效执行与安全部署，提升任务成功率和效率。
Comments 31 pages, 8 figures, including supplementary material. Project page: https://faceong.github.io/CoEnv/
CURE:基于电路的LLM推荐系统去学习
机构 * University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出CURE框架，通过分离模型组件并按功能分类，解决LLM推荐系统去学习中的梯度冲突问题，提升去学习效果和模型稳定性。
图像扩散预览与一致性求解器
机构 * Google DeepMind（谷歌DeepMind） ； The Chinese University of Hong Kong（香港中文大学） ； Seoul National University（首尔大学）
AI总结 本文提出ConsistencySolver，通过强化学习优化的轻量高阶求解器，提升图像扩散预览的质量与一致性，减少推理步骤，提高交互效率。
Comments Accepted by CVPR 2026
通过视频思考：视频生成作为一种有前途的多模态推理范式
机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究所） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身人工智能重点实验室） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； The Chinese University of Hong Kong（香港中文大学） ； Central South University（中南大学） ； Fudan University（复旦大学）
AI总结 本文提出'通过视频思考'范式，利用视频生成模型实现多模态推理，通过VideoThinkBench评估显示Sora-2在视觉和文本任务中均表现出色，证明视频生成模型在统一多模态理解与生成中的潜力。
Comments 34 pages, 17 figures
Saliency-R1: 通过显著图对齐奖励增强可解释性和忠实的视觉-语言推理
机构 * The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学）
AI总结 Saliency-R1通过显著图对齐奖励提升视觉-语言模型的推理可解释性和忠实性，利用显著图技术高效突出关键图像区域，结合GRPO优化策略增强模型对相关区域的关注，实验显示提升推理忠实性和任务性能。
Comments CVPR 2026
GA-GS：基于生成的高斯点散射用于静态场景重建
机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； School of information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院）
AI总结 本文提出GA-GS方法，通过生成技术辅助恢复动态物体遮挡区域，引入可学习的真实性标量平衡真实背景与生成区域，利用轨迹匹配数据集验证了其在大规模持久遮挡场景中的优越性能。
AURA: 通过视频流实现始终在线的理解与实时协助
机构 * Huawei Research（华为研究院） ； CUHK MMLab（香港中文大学多媒体实验室）
AI总结 AURA提出一个端到端的视频流交互框架，实现视频大语言模型持续处理视频流并支持实时问答与主动响应，达到流式基准的最先进性能。
AffectSpeech: 一个带有精细文本描述的大型情感语音数据集，用于语音情感描述和合成
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） ； Key Laboratory of Child Development and Learning Science (Southeast University), Ministry of Education（教育部儿童发展与学习科学重点实验室（东南大学）） ； Chair of Health Informatics (CHI), Technical University of Munich（慕尼黑工业大学健康信息学教席） ； Group on Language, Audio, & Music (GLAM), Imperial College London（帝国理工学院语言、音频与音乐组） ； Shenzhen Loop Area Institute（深圳河套学院） ； Shenzhen Research Institute of Big Data, School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（深圳市大数据研究院，香港中文大学（深圳）人工智能学院）
AI总结 本文提出AffectSpeech数据集，通过精细文本描述提升语音情感建模的表达能力，采用人机协作标注方法，实验表明其在情感描述和合成任务中表现优异。
Comments Submitted to IEEE Transactions
非光滑非凸优化中正交约束的对偶方法
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程系） ； Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（香港中文大学系统工程与工程管理系）
AI总结 本文提出一种无退化对偶方法，用于解决具有正交约束的非光滑非凸优化问题，方法单循环且无需求解子问题，具有O(ε^{-3})的迭代复杂度，并通过数值实验验证其高效性。
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