高校专区
ARGS：通过并行渐进下一尺度预测实现自动回归高斯点撒
机构 * South China University of Technology（华南理工大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Lightspeed
AI总结 本文提出ARGS框架，通过并行生成多尺度高斯表示，实现3D物体生成的高效下一尺度预测，提升结构一致性与视觉保真度。
Unify-Agent：一种用于世界 grounded 图像合成的统一多模态代理
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Tencent Hunyuan（腾讯混元） ； 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Unify-Agent，一种统一多模态代理，用于世界 grounded 图像合成，通过代理流程提升图像生成质量，结合事实IP基准测试，展示其在多种任务中的优越表现。
Comments Project Page: https://github.com/shawn0728/Unify-Agent
HUMOF：交互社交场景中的人体运动预测
机构 * ShanghaiTech University（上海科技大学） ； The University of Hong Kong（香港大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信任中心） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出HUMOF方法，通过层次化交互特征表示和粗到细交互推理模块，提升复杂场景中人体运动预测的准确性，实现在四个公开数据集上的最佳性能。
Comments Accepted by ICLR 2026
Owl-AuraID 1.0：自主科学仪器与科学数据分析的智能系统
机构 * Shenzhen Loop Area Institute（深圳河套学院） ； The Chinese University of Hong Kong（香港中文大学） ； Dalian University of Technology（大连理工大学） ； Suzhou Laboratory（苏州实验室） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 Owl-AuraID 1.0通过GUI原生范式实现科学仪器自动化，整合类型1（仪器操作）和类型2（数据分析）技能，支持FTIR、NMR等多种分析模态，为自主实验室提供可扩展的基础框架。
Comments 17 pages
神经渐进分配用于最大公共边子图
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） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院）
AI总结 本文提出神经渐进分配方法，解决最大公共边子图问题的可扩展性挑战，提升计算效率和性能。
Comments Published at ICLR 2026
迈向医疗AI科学家
机构 * The Chinese University of Hong Kong（香港中文大学） ； Lehigh University（里海大学） ； Stanford University（斯坦福大学） ； Microsoft Research（微软研究院）
AI总结 本文提出医疗AI科学家框架，通过临床工程师协同推理机制生成可落地的医学研究想法，并基于结构化医学规范和伦理政策撰写论文，验证其在171案例、19临床任务和6种数据模态中的高质量表现。
GEMS：基于记忆与技能的代理原生多模态生成
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Shanghai Jiao Tong University（上海交通大学） ； CUHK（香港中文大学）
AI总结 GEMS通过引入代理循环、记忆和技能组件，提升多模态生成在复杂指令和专业任务中的性能，使轻量级模型在GenEval2中超越现有最佳模型。
Comments Project Page: https://gems-gen.github.io
LLM作为算法家：通过程序合成增强异常检测器
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； CUHK-Shenzhen（香港中文大学（深圳）） ； Department of DSAI, Monash University（莫纳什大学数据科学与人工智能系） ； KAUST（阿卜杜拉国王科技大学） ； International Center of Future Science, Jilin University（吉林大学未来科学国际合作中心） ； Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, MOE, China（教育部知识驱动人机智能工程研究中心）
AI总结 本文提出LLM-DAS框架，将LLM从数据处理者转变为算法家，通过程序合成生成对抗性异常，提升检测器鲁棒性。
Comments Accepted by the Fourteenth International Conference on Learning Representations (ICLR 2026)
Project Imaging-X：1000多个开放访问医学影像数据集的调查
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Institute of Optics and Fine Mechanics（上海光学精密机械研究所） ； Fudan University（复旦大学） ； University of Cambridge（剑桥大学） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Fuzhou University（福州大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； Incept Labs ； Monash University（莫纳什大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； The Hong Kong Polytechnic University（香港理工大学） ； South China University of Technology（华南理工大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与产业研究院） ； Shanghai Academy of Artificial Intelligence for Science（上海科学智能研究院） ； Nankai University（南开大学） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） ； School of Informatics, Xiamen University（厦门大学信息学院） ； University College London（伦敦大学学院） ； Sun Yat-sen University（中山大学） ； Alibaba Group, DAMO Academy, New York, NY, USA（阿里巴巴集团达摩院（纽约）） ； Tongji University（同济大学） ； University of Toronto（多伦多大学） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理与认知科学系） ； Johns Hopkins University（约翰霍普金斯大学） ； Arizona State University（亚利桑那州立大学） ； Academy for Clinical Innovation and Translation of Shanghai（上海临床创新转化研究院） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（阿尔托大学） ； Shandong University（山东大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 本文调查了1000多个开放访问医学影像数据集，揭示了其规模小、任务碎片化和分布不均的问题，并提出元数据驱动融合方法和交互发现门户，为医学影像数据集的整合和基础模型发展提供路线图。
Comments 157 pages, 19 figures, 26 tables. Project repo: \url{https://github.com/uni-medical/Project-Imaging-X}
ComBench：一个面向编译错误修复的仓库级真实世界基准
机构 * The Chinese University of Hong Kong（香港中文大学） ； School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） ； Sun Yat-sen University（中山大学）
AI总结 本文提出ComBench，首个面向C/C++编译错误修复的仓库级真实世界基准，通过自动化框架系统挖掘GitHub CI历史中的真实失败案例，评估12种现代LLM在直接和代理修复设置下的表现，揭示模型在语法正确性与语义正确性上的显著差距。
重新思考易到难：在后训练中课程学习在演绎推理中的局限性
机构 * Max Planck Institute for Intelligent Systems, Tübingen（马克斯·普朗克智能系统研究所，图宾根） ； ETH Zürich（苏黎世联邦理工学院） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本研究系统评估了课程学习在LLM后训练中的影响，发现基于难度的训练顺序在准确性及响应长度上无显著优势，挑战了课程学习在演绎推理中的实用性。
混合深度学习与时间数据增强用于锂离子电池剩余使用寿命预测的准确性
机构 * School of Physics and Electronic Information, Anhui Normal University（安徽师范大学物理与电子信息学院） ； College of Mechanical and Vehicle Engineering, Hunan University（湖南大学机械与运载工程学院） ； School of Design, NingboTech University（浙大宁波理工学院设计学院） ； The Chinese University of Hong Kong（香港中文大学） ； Shenzhen Bay Laboratory（深圳湾实验室）
AI总结 本文提出CDFormer模型，结合卷积神经网络、深度残差收缩网络和Transformer编码器，提取电池测量信号的多尺度时间特征，提升RUL预测准确性，并通过复合时间数据增强策略提高预测可靠性。
MotionCrafter: 通过4D VAE实现密集几何与运动重建
机构 * NTU（南洋理工大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC Lab） ； HKUST（香港科技大学） ； CUHK(SZ)（香港中文大学（深圳）） ； Monash University（莫纳什大学）
AI总结 MotionCrafter通过4D VAE联合重建4D几何和估计密集运动，采用共享坐标系下的点云与场景流联合表示，提升重建质量。
Comments Project page: https://ruijiezhu94.github.io/MotionCrafter_Page
CycleManip: 通过有效的历史感知和理解实现循环任务操控
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出CycleManip框架，通过端到端模仿方法实现循环任务操控，解决了历史利用不足和缺乏评估基准的问题，实验表明方法在模拟和现实环境中均表现出高成功率和良好的适应性。
Comments Accepted by CVPR2026. Project page: https://isee-laboratory.github.io/CycleManip/
从探索到利用：一种两阶段熵RLVR方法用于噪声容忍的多模态大语言模型训练
机构 * Independent Researcher（独立研究者） ； The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Hong Kong（香港大学）
AI总结 本文提出一种两阶段熵优化方法，通过探索阶段提升输出多样性，利用阶段提高预测准确性，增强噪声容忍能力，实验证明在不同模型和任务中均优于现有方法。
可泛化动作生成的探索：数据、模型与评估
机构 * Nanyang Technological University（南洋理工大学） ； SenseTime Research（商汤科技研究院） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； NVIDIA Research（英伟达研究院）
AI总结 本文提出一个综合框架，通过数据、建模和评估三大支柱将视频生成知识迁移至动作生成，引入大规模数据集和改进模型，提升动作生成的泛化能力。
Comments Homepage: https://motrixlab.github.io/2026_iclr_vimogen
双空间平滑性用于鲁棒且平衡的LLM反学习
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 Computer Science and Engineering, University of Notre Dame（圣母大学计算机科学与工程系）
AI总结 本文提出PRISM框架，通过双空间平滑性提升LLM反学习的鲁棒性和平衡性，有效对抗重学和劫持攻击。
Comments Accepted by ICLR 2026
ShotBench：视觉语言模型中的专家级电影叙事理解
机构 * Tongji University（同济大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab）
AI总结 本文提出ShotBench基准测试，用于评估视觉语言模型对电影叙事语言的理解能力，通过专家标注的3500多对问答数据揭示现有模型在细粒度视觉线索和复杂空间推理上的不足，并开发ShotVL模型在该基准上取得新突破。
Journal ref Advances in Neural Information Processing Systems 38 (NeurIPS 2025)
连续时间强化学习中的均值-方差投资组合选择：算法、遗憾分析与实证研究
机构 * Columbia University（哥伦比亚大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出一种连续时间强化学习方法，用于均值-方差投资组合选择，通过直接学习预承诺投资策略，不需估计市场系数，并在Black-Scholes市场中证明了其性能保证，实证显示其在波动市场中表现优异。
Comments 94 pages, 8 figures, 18 tables
超越视角泛化：多视角演示提供了什么以及如何为机器人操作合成它们
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shenzhen University（深圳大学） ； Beijing Jiaotong University（北京交通大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 研究通过实验验证多视角演示在机器人操作中的性能提升，揭示了多视角数据在提升泛化能力和突破单视角限制方面的优势，提出RoboNVS框架合成多视角数据以提升下游政策表现。
根据指令适应：通过人类语言反馈实现在线交互双臂技能适应
机构 * Collaborative and Versatile Robots (CLOVER) Laboratory, T-Stone Robotics Institute, The Chinese University of Hong Kong（香港中文大学T-Stone机器人研究所协作与多功能机器人（CLOVER）实验室） ； Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） ； Department of Advanced Robotics, Istituto Italiano di Tecnologia（意大利技术研究院先进机器人系）
AI总结 本文提出BiSAIL框架，通过交互语言反馈实现零样本在线适应，提升双臂技能在任务变化中的适应性、泛化能力和跨身体可扩展性。
Comments 11 pages, 15 figures, submitted to IEEE TMECH
反思以获取信息：通过信息增益驱动的验证提升多模态推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Foundation Model Department（华为基础模型部） ； The Chinese University of Hong Kong（香港中文大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出VRE框架，通过信息增益驱动的自我进化训练，提升多模态大语言模型的推理准确性和感知可靠性，减少幻觉，尤其在长链任务中效果显著。
超越对比：通过上下文一致性学习增强开放词汇物体检测的鲁棒性
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； CUHK（香港中文大学）
AI总结 本文提出上下文一致性学习框架，通过上下文自举数据生成和上下文一致性损失提升开放词汇物体检测在不同场景下的鲁棒性，实验表明其在OmniLabel和D3数据集上分别提升16.3和14.9 AP。
SkinGPT-X: 一种自演化协作多智能体系统用于透明和可信的皮肤病诊断
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 Dermatology, Tianjin Institute of Integrative Dermatology, Tianjin Academy of Traditional Chinese Medicine Affiliated Hospital（天津中医药大学附属医院天津市中西医结合皮肤病研究所皮肤科） ； Department of Dermatology, Beijing AnZhen Hospital, Capital Medical University（首都医科大学附属北京安贞医院皮肤科）
AI总结 SkinGPT-X通过自演化皮肤病记忆机制，解决单一大语言模型在细粒度多类诊断和罕见皮肤病诊断中的不足，实现透明可信的皮肤病诊断。
AIDABench：人工智能数据分析基准
机构 * SenseTime Research（商汤科技研究院） ； Shanghai AI Laboratory（上海人工智能实验室） ； MMLab, The Chinese University of Hong Kong（香港中文大学多媒体实验室）
AI总结 AIDABench提出一个综合基准，用于评估AI系统在复杂数据分析任务中的端到端性能，涵盖600多个文档分析任务，涵盖问答、数据可视化和文件生成三大能力维度，评估11种先进模型，揭示当前AI在复杂真实数据分析任务中的挑战。
Comments 22 pages (including appendix), 9 figures, 4 tables. Code: https://github.com/MichaelYang-lyx/AIDABench. Dataset: https://huggingface.co/datasets/MichaelYang-lyx/AIDA
RealChart2Code：通过真实数据和多任务评估推进图表到代码生成
机构 * USTC（中国科学技术大学） ； THU（清华大学） ； CUHK（香港中文大学） ； UCAS（中国科学院大学） ； CASIA（中国科学院自动化研究所） ； BNU（北京师范大学） ； BUPT（北京邮电大学） ； BIT（北京理工大学） ； PKU（北京大学）
AI总结 本文提出RealChart2Code基准，通过真实数据和多任务评估，评估VLMs在复杂图表生成中的性能，揭示其在多面板图表上的局限性。
ShotStream: 流式多镜头视频生成用于交互式叙事
机构 * MMLab, CUHK（MMLab，香港中文大学） ； Kuaishou Technology（快手科技） ； CPII under InnoHK（香港创科旗下CPII）
AI总结 本文提出ShotStream，一种新型因果多镜头架构，通过流式提示实现动态交互叙事，解决传统方法交互性差和延迟高的问题，实验表明其生成视频在亚秒延迟下达到16FPS，质量不低于传统双向模型。
Comments Project Page: https://luo0207.github.io/ShotStream/ Code: https://github.com/KlingAIResearch/ShotStream
通过分阶段教师模型进行多模态数据集蒸馏
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出PTM-ST框架，通过分阶段教师建模和快捷路径轨迹构建策略，解决多模态数据集蒸馏中的跨阶段性能差距和教师轨迹不稳定问题，提升蒸馏过程的稳定性和表达性。
Comments Accepted to ICLR 2026
PIDP-Attack：将提示注入与数据库污染攻击结合在检索增强生成系统中
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Taobao and Tmall Group（淘宝和天猫集团）
AI总结 本文提出PIDP-Attack，结合提示注入与数据库污染攻击，针对检索增强生成系统中的对抗攻击问题，通过在推理时添加恶意字符并注入少量污染文档，有效操控LLM响应，实验显示其在开放域问答任务中攻击成功率提升4%-16%。
DiffuGuard: 差分扩散语言模型中内在安全的丧失与恢复
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Squirrel Ai Learning（松鼠AI） ； Peking University（北京大学）
AI总结 本文分析了差分扩散语言模型在对抗攻击中的脆弱性，提出DiffuGuard框架通过随机退火重标记和块级审计修复提升模型安全性，有效降低攻击成功率。
Comments Accepted by ICLR2026
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