高校专区
噪声与双边滤波的组合在CNN中实现超线性且可扩展的对抗鲁棒性
机构 * Institute of Neuroinformatics ETH Zürich, University of Zürich（神经信息学研究所，苏黎世联邦理工学院，苏黎世大学）
AI总结 本文提出结合高斯噪声和双边滤波的预处理方法，通过互补机制实现超线性对抗鲁棒性提升，并验证其与对抗训练结合后能以更低计算成本达到与最先进防御相当的性能。
Comments Main: 8 pages, 3 figures, 2 Tables. Supplement: 10 pages, 7 figures, 6 Tables
FW-NKF: 频率加权神经卡尔曼滤波器
机构 * Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系）
AI总结 提出频率加权神经卡尔曼滤波器（FW-NKF），通过将因果谱整形算子嵌入卡尔曼测量残差并联合学习观测和状态转移网络，抑制频带受限噪声，在混沌系统和惯性姿态估计等任务中定位误差降低达10%。
Comments Published at ICRA 2026
超扩散姿态估计器：基于扩散的从稀疏惯性传感器和测距传感器间距离的人体运动跟踪
机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系）
AI总结 提出Ultra Diffusion Poser扩散模型，通过显式建模UWB测距的几何约束（空间布局模块解析重建传感器位置）和引入UWB扩散引导，在扩散采样中强制预测姿态与实测距离对齐，将关节位置误差降低22%。
Comments CVPR 2026 - Computer Vision and Pattern Recognition
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026, pp. 7036-7046
基于语义驱动的单线图生成
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 提出一种基于语义驱动的方法，通过文本提示或输入图像自动生成矢量格式的单线图，利用分数蒸馏采样优化均匀有理B样条曲线参数，并引入额外损失项控制艺术风格，生成结果优于现有方法且支持下游制造。
Comments 18 pages, published in Computer Graphics Forum 2026
集合监督扩散策略：通过修正学习动作分块扩散
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出集合监督扩散策略（SDP），利用人类修正中的对比动作分块数据，通过构建期望动作分块集合来训练扩散策略，有效缓解分布偏移并提升鲁棒性。
从饱和数据中学习：LLM训练中超越正确性的信号
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文研究在基准测试和训练数据集饱和的情况下，如何利用超越二元正确性的细粒度质量信号（如成对LLM自判断和token级熵）来提升下游性能，实验表明在简单算术任务上质量信号显著优于SFT，但在复杂任务上效果有限且需谨慎校准。
Comments 25 pages, 5 figures
太空中的事件视觉：应用、趋势与未来方向
机构 * Interdisciplinary Transformation University of Austria（交叉学科转型奥地利大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文综述了事件视觉传感器在太空领域的应用，通过分类四个主要领域（大气与高速观测、环境监测与变化检测、操作支持与星上处理、地理空间建模与预测分析），指出神经形态工程是解决现代遥感与可持续太空探索关键瓶颈的范式转变。
Comments Accepted at the XXIV Annual Conference on Sensors and Microsystems (AISEM) 2026
利用传感器内计算实现节能地球观测
机构 * Interdisciplinary Transformation University of Austria（跨学科转型奥地利大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Verona（威尼斯大学）
AI总结 针对卫星数据下行带宽瓶颈，提出基于TinyML和索尼IMX500传感器的传感器内计算框架，在8MB约束下达到96.68%精度和42.26 GMAC/J能效。
Comments Accepted at the XXIV Annual Conference on Sensors and Microsystems (AISEM) 2026
迈向交互式视频世界建模：前沿、挑战、基准与未来趋势
机构 * Department of Engineering, University of Cambridge, U.K.（剑桥大学工程系） ； Peking University（北京大学） ； University of Twente（埃因霍温理工大学） ； Mechanical Systems Control Laboratory, University of California, Berkeley, USA（加州大学伯克利分校机械系统控制实验室） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软公司） ； University of Oxford（牛津大学）
AI总结 本文系统综述了交互式世界建模的研究趋势、技术挑战、评估基准，并提出了未来方向，重点在于动作条件可控性、长程交互与记忆以及实时响应性。
Comments Under review. The GitHub repository is publicly available at: https://github.com/liujiuming123/Awesome-Interactive-World-Model
当数据稀缺时：通过重复训练扩展稀疏语言模型
机构 * Eindhoven University of Technology（埃因霍温理工大学） ； University of Luxembourg（卢森堡大学） ； University of Twente（埃因霍温大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 研究数据受限下稀疏训练的可扩展性，提出包含活跃参数、唯一标记、数据重复和稀疏度的缩放定律，发现稀疏训练可延迟数据饱和并改善资源权衡。
Comments Accepted at ICML2026
通过苏格拉底式提问和批判性论证教授外行人逻辑谬误，以应对错误信息的根源
机构 * ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
AI总结 提出LFTutor智能辅导系统，利用大语言模型结合苏格拉底式提问和批判性论证原则，帮助外行人学习识别逻辑谬误，显著优于基线模型。
Comments This paper has been accepted to Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Long Paper), Main Conference
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics, 2026
基于动态稀疏性的内存高效LLM训练：从稳定性到实际扩展
机构 * University of Waterloo（滑铁卢大学） ； University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Michigan（密歇根大学）
AI总结 提出SMET方法，通过优化器预热和密度感知学习率缩放解决动态稀疏训练中的优化不稳定问题，实现LLM的稳定、可扩展且内存高效的稀疏预训练。
Comments Accepted at ICML2026
流形上的对数蒸馏：通过学习进行映射
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Deutsche Bank Securities（德意志银行证券公司）
AI总结 提出一种层和点投影映射方法，将学生和教师表示对齐到高维嵌入空间，结合LoRA注入，在显著减少可训练参数的同时提高词错误率。
过渡金属配合物结构生成的流形扩散
机构 * Institute of Chemical and Bioengineering, Department of Chemistry and Applied Biosciences, ETH Zurich（苏黎世联邦理工学院化学与生物工程研究所，化学与应用生物科学系） ； NCCR Catalysis, Switzerland（瑞士催化中心）
AI总结 提出TMCgen流形扩散模型，通过金属-配体配位角与配体扭转/旋转扩散，高效生成过渡金属配合物的精确几何结构。
αDepth: 学习用于立体转换的单次软边界分解
机构 * ETH Zürich（苏黎世联邦理工学院） ； DisneyResearch|Studios（迪士尼研究|工作室）
AI总结 提出αDepth表示，通过圆形Alpha表示（CAR）将软边界分解为局部层次，实现高保真立体转换，无需用户干预。
分组误差而非总MSE：微调视觉-语言-动作模型用于11自由度移动操作
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 针对异构关节空间的移动操作器微调视觉-语言-动作模型时，发现总MSE最低的检查点并非实际表现最佳，提出以分组误差作为更可靠的检查点选择指标。
Comments 4 pages, 3 figures, 3 tables. Accepted as poster at ICRA 2026 Workshop "From Data to Decisions: VLA Pipelines for Real Robots". Code: [https://github.com/paumontagut/per-group-mse-vla](https://github.com/paumontagut/per-group-mse-vla)
更新不透明性：AI系统变更下的认知可及性与治理
机构 * Institute of Biomedical Ethics and History of Medicine, University of Zürich（伦理与医学史研究所，苏黎世大学） ； SUPSI, Dalle Molle Institute for Artificial Intelligence (IDSIA)（SUPSI，达勒莫利人工智能研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Center for Philosophy of AI, University of Copenhagen（人工智能哲学中心，哥本哈根大学）
AI总结 针对AI系统更新导致用户难以理解输出变化的问题，提出结合欧盟AI法案和机器学习运营的治理框架，通过可信度画像和阈值披露实现更新透明化。
WorldMemArena: 通过动作-世界交互评估多模态智能体记忆
机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； J.P. Morgan Chase（摩根大通） ； ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出WorldMemArena基准，通过动作-世界交互循环的四阶段生命周期评估多模态智能体记忆，揭示现有方法在写入、维护、检索和使用中的失败点。
Comments 25 pages, 8 figures
RadAgent：一种用于胸部CT逐步解读的工具型AI智能体
机构 * Department of Biosystems Science and Engineering, ETH Zurich（生物系统科学与工程系，苏黎世联邦理工学院） ； ETH AI Center, Zurich（ETH人工智能中心，苏黎世） ； Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院） ； Faculty of Computer Science and Mathematics, Heidelberg University（计算机科学与数学学院，海德堡大学） ； Stanford Center for Artificial Intelligence in Medicine and Imaging, Stanford University（斯坦福大学人工智能在医学和影像中的中心） ； Department of Radiology, Stanford University（放射科，斯坦福大学） ； Department of Quantitative Biomedicine, University of Zurich（定量生物医学系，苏黎世大学） ； Institute of Computer Science, Zurich University of Applied Sciences（应用科学大学计算机科学研究所）
AI总结 提出RadAgent，一种通过逐步、可解释过程生成CT报告的工具型AI智能体，在临床准确性、鲁棒性和忠实度上优于3D VLM方法。
Genie 4D：语义先验引导的4D动态场景重建
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出Genie 4D框架，结合实时视觉惯性高斯泼溅前端和前馈4D骨干网络，利用冻结的DINOv3特征作为结构先验抑制身份漂移，并通过条件扩散精炼器恢复高频细节，最终通过轻量级潜在动作头实现用户可控的4D世界模型重建。
Flowers: 神经PDE求解器的曲速引擎
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Helsinki（赫尔辛基大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出Flowers架构，通过多头扭曲场实现线性代价的自适应全局交互，在2D/3D时变PDE基准上超越傅里叶、卷积和注意力基线。
基于流的难解分布密度比估计及其在基因组学中的应用
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Cambridge（剑桥大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所）
AI总结 提出利用条件感知流匹配推导单一动力学公式，沿生成轨迹追踪密度比，以高效估计难解分布间的密度比，并在单细胞基因组学数据分析中展示竞争力。
RefLoRA：重构低秩适配以实现大型模型的高效微调
机构 * Department of ECE University of Minnesota（电子工程系明尼苏达大学） ； Department of CS ETH Zürich（计算机科学系苏黎世联邦理工学院）
AI总结 针对LoRA因非唯一低秩分解导致权重更新不一致和性能下降的问题，提出RefLoRA方法，通过每步优化最小化损失上界的低秩分解，促进更平坦的损失景观和稳定收敛，在自然语言理解和常识推理任务上优于现有LoRA变体且计算开销可忽略。
Comments Accepted as a conference paper at NeurIPS 2025
你可以通过强化学习端到端地学习分词
机构 * University of Waterloo（滑铁卢大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出使用强化学习中的得分函数估计来学习离散分词边界，通过时间折扣等技巧降低方差，在1亿参数规模上优于先前的直通估计方法。
Comments ICML 2026 camera-ready
原型Transformer：迈向可解释设计的语言模型架构
机构 * University of Cambridge（剑桥大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出原型Transformer（ProtoT），一种用线性代价原型模块替代二次代价自注意力的自回归语言模型架构，原型自动捕获可命名概念，提升可解释性并支持行为编辑。
Comments Accepted at ICML 2026. Equal contribution: Yordan Yordanov and Matteo Forasassi. 40 pages, 28 figures, 22 tables
插值机制下吉布斯和朗之万蒙特卡洛算法的泛化
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文在过参数化插值机制下，通过数据依赖的期望误差界，证明了低温区的泛化可由高温区的小训练误差预示，并利用朗之万蒙特卡洛算法稳定逼近，在MNIST、CIFAR-10和SVHN数据集上给出非平凡且接近真实标签测试误差的预测。
多任务强化学习的概率性能保证
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 提出一种结合每任务有限 rollout 置信下界与任务级泛化的新泛化界，为未见任务提供高置信度性能保证。
Grokking 的几何：零损失流形上的范数最小化
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 本文通过约束优化视角，证明在极小学习率和权重衰减系数下，梯度下降在零损失流形上最小化权重范数，并引入近似解耦参数子集的学习动力学，推导出两层网络第一层后记忆动力学的闭式表达式，实验验证了该框架能复现 grokking 的延迟泛化和表征学习特征。
VocSim：单源音频中零样本内容身份的无训练基准
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出VocSim，一个无需训练的无标签基准，通过冻结嵌入的几何对齐评估通用音频表示在零样本内容身份识别中的性能，并在多领域音频上取得强结果，同时揭示跨语言泛化差距。
Comments Accepted at ICML 2026. Code: https://github.com/vocsim/benchmark
UrbanFusion: 用于鲁棒空间表示对比学习的随机多模态融合
机构 * ETH Zurich（苏黎世联邦理工学院）
AI总结 提出UrbanFusion模型，通过随机多模态融合（SMF）和Transformer模块整合街景、遥感、地图和POI数据，在56个城市41项任务中优于现有GeoAI模型。
Journal ref International Conference on Machine Learning (ICML), 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