高校专区
PhysUniBench: 一个面向本科生层面的多模态物理推理基准测试
机构 * The University of Sydney（悉尼大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Michigan State University（密歇根州立大学） ； Tsinghua University（清华大学） ； Beihang University（北航大学）
AI总结 PhysUniBench是一个面向本科生层面的多模态物理推理基准测试，旨在评估和提升多模态大语言模型在物理问题上的推理能力。
ADGaussian：通过多模态联合学习实现自动驾驶的通用高斯点云重建
机构 * School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（中国香港中文大学（深圳）科学与工程学院） ； Zhejiang University（浙江大学）
AI总结 ADGaussian通过多模态联合学习实现自动驾驶场景的高斯点云重建，提升零样本泛化能力。
Comments The paper is accepted by ICRA 2026 and the project page can be found at https://maggiesong7.github.io/research/ADGaussian/
通过扩展UDE实现移动机械臂的动态运动/力控制
机构 * 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系） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
AI总结 本文提出了一种基于扩展UDE的移动机械臂动态耦合控制方法，通过分离动态耦合项和未建模不确定性，提升系统响应速度和动态交互性能。
Journal ref Control Engineering Practice, Volume 167, 2026, 106650
DexImit：从单目人类视频中学习双臂灵巧操作
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； NVIDIA（英伟达）
AI总结 DexImit通过四阶段生成流程，将单目人类视频转化为物理合理的机器人数据，以解决双臂灵巧操作的泛化问题。
RoboInter: 一种面向机器人操控的综合中间表示套件
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北航） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 RoboInter通过统一的中间表示套件，提升机器人操控中视觉-语言-动作系统的泛化能力和推理能力。
Comments Published to ICLR 2026, 69 pages, 40 figures
AutoFly：面向野外无人机自主导航的视觉-语言-动作模型
机构 * Southeast University（东南大学） ； Purple Mountain Labs（紫金山实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 AutoFly是一种面向野外无人机自主导航的视觉-语言-动作模型，通过伪深度编码器和渐进两阶段训练策略，实现自主避障和规划，提升导航成功率。
Comments Acceped by ICLR 2026
SAGE: 一种用于解释语言模型SAE特征的代理解释框架
机构 * New Jersey Institute of Technology（新泽西理工学院） ； Rutgers University（罗格斯大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 SAGE提出了一种基于代理的框架，通过主动解释驱动过程提升对语言模型SAE特征的解释准确性。
Comments EACL 2026 Industry Track
基于最小二乘算子的自由边界准共形映射在微分同胚优化中的应用
机构 * Department of Mathematics, The Chinese University of Hong Kong（香港中文大学数学系）
AI总结 本文提出基于最小二乘准共形算子的自由边界微分同胚优化方法，通过谱Beltrami网络实现高效优化，提升几何建模与生物成像的精度与稳定性。
通过渐进自适应干预与再整合实现鲁棒编辑
机构 * Engineering Center for Space Utilization of Chinese Academy of Sciences（中国科学院空间利用工程技术中心） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Northeastern University（东北大学） ； New York University（纽约大学） ； School of Computing（计算机学院） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Technical University of Munich（慕尼黑技术大学）
AI总结 REPAIR通过闭环反馈和动态内存管理实现鲁棒编辑，提升编辑准确性并减少知识遗忘。
局部密集logit关系用于增强知识蒸馏
机构 * Northeastern University, China（东北大学） ； South China Normal University, China（华南师范大学） ； Shenzhen Institutes of Advanced Technology, CAS, China（深圳先进技术研究院） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学）
AI总结 本文提出局部密集logit关系蒸馏方法，通过递归解耦和重新组合logit信息，增强学生模型的学习效果，实验表明其在多个数据集上优于现有方法。
Comments Accepted by ICCV2025, Code available at https://github.com/yema-web/LDRLD
ARO：一种新的矩阵优化视角用于大模型
机构 * Microsoft Research（微软研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 ARO是一种基于梯度旋转的新矩阵优化方法，通过规范感知策略提升大模型训练效率，优于现有正交化和AdamW方法。
低光照视频增强与有效的空间-时间分解范式
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Shenzhen University（深圳大学） ； The University of Hong Kong（香港大学） ； camera group of DJI（大疆创新相机组） ； Zhejiang Normal University（浙江师范大学）
AI总结 本文提出视图感知低光照视频增强方法，通过引入双结构增强网络和残差项，提升视频增强与退化对应细化的性能。
Demo-ICL: 用于过程视频知识获取的上下文学习
机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Shanghai AI Lab（上海人工智能实验室） ； CUHK-MMLab（香港大学多媒体实验室）
AI总结 Demo-ICL通过两阶段训练策略提升模型从上下文示例中学习的能力，针对视频理解中的新挑战提出Demo-ICL-Bench基准测试。
UrbanGraphEmbeddings: 学习和评估空间导向的多模态嵌入用于城市科学
机构 * National University of Singapore Department of Architecture Singapore ； The Chinese University of Hong Kong Dept of Systems Eng. \& Eng. Mgmt. China ； Singapore Management University School of Computing \& Info. Systems Singapore ； National University of Singapore ； Department of Architecture ； The Chinese University of Hong Kong ； Singapore Management University
AI总结 本文提出UGE框架，通过空间导向的多模态嵌入提升城市理解任务性能，实验显示在图像检索和地理位置排名上取得显著提升。
CoTZero：通过分层合成CoT实现无标注的人类级视觉推理
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong MMLab（香港中文大学 MMLab） ； The College of Computer Science and Technology（计算机科学与技术学院） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
AI总结 CoTZero通过双阶段数据合成和认知对齐训练，实现无标注的人类级视觉推理，提升模型的层次推理和泛化能力。
Comments 16 pages 6 figures
通过预处理稀疏性实现近oracle的KV选择用于长上下文推理
机构 * University College London（伦敦大学学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences (CAS)（深圳先进技术研究院，中国科学院） ； Chinese University of Hong Kong（香港中文大学） ； College of Computing & Data Science, Nanyang Technological University（computing 与数据科学学院，南洋理工大学）
AI总结 PrHS通过预处理稀疏性在长上下文推理中实现近oracle的KV选择，有效降低计算和带宽成本，提升推理效率。
Comments An effective method for accelerating LLM's inference via selective KV processing
新技能还是更尖锐的原语？从概率角度探讨RLVR中推理能力的出现
机构 * University of Science（科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 RLVR通过提升原子步骤概率，使模型在多步骤推理中克服指数衰减，展现新能力而非单纯激发潜在痕迹。
Comments 15 pages
PEGAsus: 几何与外观的3D个性化
机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Autodesk Research（Autodesk研究） ； The Hong Kong University of Science（香港科学大学） ； Lingnan University（岭南大学） ； Tel-Aviv University（特拉维夫大学）
AI总结 PEGAsus通过几何与外观层面的概念学习，实现个性化3D形状生成，支持灵活的概念提取与合成，优于现有方法。
InternSVG：通过多模态大语言模型实现统一的SVG任务
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Donghua University（东华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 InternSVG通过多模态大语言模型实现统一的SVG任务建模，结合大规模数据集和两阶段训练策略，提升SVG理解、编辑和生成性能。
CID-GraphRAG：通过对话流程和上下文语义的双路径检索增强多轮对话系统
机构 * Amazon Web Services（亚马逊网络服务） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 CID-GraphRAG通过结合意图转换结构与语义检索，提升多轮对话系统的响应质量。
V-ABFT：基于方差的自适应阈值用于混合精度深度学习中的容错矩阵乘法
机构 * Peking University（北京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 V-ABFT通过基于方差的自适应阈值算法，提升了混合精度深度学习中矩阵乘法的容错性能，实现更精确的误差检测和更低的阈值与误差比。
FlashVID: 通过无训练树状时空标记合并实现高效的视频大语言模型
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； 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 FlashVID通过无训练的树状时空标记合并技术，在保留99.1%性能的情况下将视频帧输入提升10倍，实现高效视频大语言模型加速。
Comments Accepted by ICLR 2026 (Oral)
剪枝作为合作博弈：用于大型语言模型的代理辅助层贡献估计
机构 * Shenzhen Future Network of Intelligence Institute（深圳未来网络智能研究院） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能重点实验室） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Beijing Normal University（北京师范大学） ； Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学）
AI总结 本文提出基于博弈论的层剪枝方法，利用代理网络估计层贡献，实现高效且有效的大型语言模型剪枝。
Comments Accepted by ICLR 2026
通过线性结构保持实现密集特征学习：医学数据
机构 * Independent Researcher（独立研究者） ； The Chinese University of Hong Kong（香港中文大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出密集特征学习方法，通过线性结构保持提升医学数据表示的稳定性与可解释性，实现更优的下游性能。
Comments ICLR Workshop
带宽分配不稳定性
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本文提出分配波动性指标，揭示了老虎机算法中分配波动性与遗憾之间的根本权衡，并展示了UCB-f算法在实现帕累托前沿上的有效性。
理解并指导大语言模型参数高效微调中的层放置
机构 * University of California, Berkeley（加州大学伯克利分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen University（深圳大学）
AI总结 本文提出Layer Card工具，通过分析层的残差信号强度、计算成本和性能，指导大语言模型参数高效微调中的层选择，以实现性能与成本的平衡。
时间就是一切：针对事件驱动脉冲神经网络的脉冲重定时攻击
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Generative AI Lab, College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院生成式人工智能实验室） ； CUHK（香港中文大学） ； Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 本文提出了一种针对事件驱动脉冲神经网络的脉冲重定时攻击，通过重定时脉冲而非改变强度或计数来实现攻击，展示了其在多个基准上的高成功率。
Comments Accepted by ICLR 2026
MedVSR：基于跨状态空间传播的医学视频超分辨率
机构 * The Chinese University of Hong Kong（香港中文大学） ； ETH Zurich（苏黎世联邦理工学院） ； Computer Vision Laboratory（计算机视觉实验室）
AI总结 MedVSR通过跨状态空间传播和内状态空间重建模块，提升医学视频超分辨率的重建性能和效率。
Comments ICCV 2025
VisionReasoner: 通过强化学习实现统一的推理集成视觉感知
机构 * CUHK（香港中文大学） ； SmartMore（SmartMore公司） ； HKUST（香港理工大学）
AI总结 VisionReasoner通过强化学习实现统一的推理集成视觉感知，其在检测、分割和计数任务中均取得优于基线模型的性能。
DRAGON: 领域特定的鲁棒自动数据生成用于RAG优化
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Computer Science, Peking University（北京大学计算机学院） ； The Chinese University of Hong Kong（香港中文大学） ； School of Computer Science, Sun Yat-sen University（中山大学计算机学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院）
AI总结 DRAGON通过领域特定的自动数据生成优化RAG检索性能，提升跨领域检索鲁棒性和系统准确性。
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