高校专区
FlashEdit: 解耦速度、结构和语义以实现精确图像编辑
机构 * Shanghai Jiao Tong University（上海交通大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出FlashEdit，一种高效的局部图像编辑框架，通过解耦速度、结构和语义来实现精确编辑，实验表明其在保真度和效率之间取得了良好的平衡。
Comments Our code will be made publicly available at https://github.com/JunyiWuCode/FlashEdit
Lean 与理论计算机科学的交汇：形式-非形式对中可扩展的定理证明挑战合成
机构 * D-CHAB, ETH Zurich, Zurich, Switzerland. ； D-INFK, ETH Zurich, Zurich, Switzerland. ； ETH AI Center, Zurich, Switzerland. ； University of Pennsylvania, PA, USA. ； Independent Researcher.
AI总结 本文提出利用理论计算机科学作为可扩展的严谨证明问题来源，通过算法定义自动生成大量挑战性定理-证明对，展示了在Busy Beaver问题和混合布尔算术问题上的应用，并揭示了自动定理证明在复杂问题上的局限性。
Comments Accepted to AI4MATH@ICML2025
TouchMap-OR: 医院内多视角手-表面接触的3D映射
机构 * ETH Zurich（苏黎世联邦理工学院） ； Institute for Anesthesiology and Perioperative Medicine, University Hospital Zurich（苏黎世大学麻醉学与围术期医学研究所） ； Department of Public and Global Health, University of Zurich（苏黎世大学公共卫生与全球健康系）
AI总结 本文提出TouchMap-OR系统，通过多视角RGB-D视觉系统实现手术室中身份分辨的手-表面接触重建，利用临床环境的语义结构推断接触时间和位置，通过多视角手部重建与追踪医生获得一致的手部轨迹，并建立手术室的语义3D模型以将手部轨迹映射到特定表面。
Mamba-VGGT: 通过外部滑动窗口Mamba内存实现持久长序列视频几何 grounded 变换器
机构 * Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院） ； Cambridge University（剑桥大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Mamba-VGGT框架，通过引入滑动窗口Mamba内存模块，解决传统VGGT在长序列视频中几何遗忘和累积漂移问题，提升3D场景重建的精度与稳定性。
在强化学习中非均匀回放何时起作用？
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Warsaw（华沙大学） ； UC Berkeley（伯克利加州大学） ； Amazon FAR（亚马逊FAR）
AI总结 本文研究了非均匀回放在强化学习中的有效性，发现回放体积、预期近期性和回放分布熵是决定因素，并提出了一种简单有效的截断几何回放策略以提高样本效率。
在不断变化的世界中学习的障碍：对学习能力丧失的数学理解
机构 * ETH Zürich（苏黎世联邦理工学院） ； Apple（苹果公司）
AI总结 本文研究了在非平稳环境中深度学习模型因学习能力丧失（LoP）而失效的问题，通过动力系统理论分析了LoP的两个主要机制，并探讨了缓解策略。
TOAST: 使用自适应和简单变换的Transformer优化
机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； CISPA Helmholtz Center for Information Security（信息安全赫尔姆霍兹中心） ； Sapienza University of Rome（罗马大学萨皮恩扎大学） ； University of Fribourg（弗里堡大学）
AI总结 本文提出TOAST框架，通过利用Transformer内部的冗余性，用轻量级闭式映射（如线性变换或身份函数）近似整个Transformer块，从而在不额外训练的情况下减少参数和计算量，同时保持甚至提升下游性能。
Comments 33 pages, 16 figures, 22 tables
RHINO：从单目视频中重建人类与新物体的交互
机构 * ETH Zürich（苏黎世联邦理工学院） ； The University of Tokyo（东京大学） ； University of Amsterdam（阿姆斯特丹大学） ； Aristotle University of Thessaloniki（希腊塞萨洛尼基阿里斯托芬大学）
AI总结 本文提出RHINO框架，通过三步方法从单目视频中重建3D人类、新物体和静态场景，解决了视频中物体和人类交互的重建问题，提升了4D重建和新视角合成的性能。
Comments CVPR 2026. Project page: https://lxxue.github.io/RHINO
VGGT-Occ：基于几何和密度的门控融合用于3D占用预测
机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出VGGT-Occ，通过在整个管道中嵌入几何标记，引入投影感知可变形注意力（PA-DA）以注入几何信息，结合视图质量语义门控实现跨视图一致性，采用顺序粗到细解码器与门控融合优化效率和性能，实验证明其在3D语义占用预测中的有效性。
预测-干预博弈与不变集
机构 * Seminar for Statistics and ETH AI Center（统计研究所和ETH人工智能中心） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文研究了预测-干预博弈中的领导方如何通过选择预测函数来应对跟随方的干预，证明了基于稳定毯的预测在某些情况下优于因果父母的预测，并讨论了实际应用中的策略。
ExpThink：基于经验的强化学习用于自适应思路链压缩
机构 * Baidu Inc.（百度公司） ； Shenzhen University（深圳大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； D-INFK, ETH Zürich（ETH Zürich 计算机科学与技术研究所）
AI总结 本文提出ExpThink框架，通过经验引导奖励塑造和难度自适应优势机制，实现思路链压缩的准确优先、压缩次之的训练目标，实验表明其在多个数学推理基准上显著提升压缩效率和准确性。
Comments 39 pages, 18 figures. Code and model checkpoints will be released upon publication
奖励模型中的偏好不稳定性：通过稀疏自编码器进行检测与缓解
机构 * ETH Zürich（苏黎世联邦理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Aalto University（阿alto大学）
AI总结 本文研究了大型语言模型中奖励模型的偏好不稳定性问题，提出通过稀疏自编码器检测并缓解这种不稳定性，通过隔离不稳定特征来提升模型的偏好准确性。
不确定性量化作为可解释人工智能的原理性基础：反事实解释的案例研究
机构 * Department of Informatics, USI Lugano（乌里大学信息学院） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Institute of Informatics, LMU Munich（慕尼黑大学信息研究所）
AI总结 本文通过反事实可解释性中的不确定性量化，展示其作为统一框架的潜力，提出两种解释器变体，并证明其在性能上优于现有方法。
回声驱动：一种用于交互式长视频生成的场景记忆框架
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院人工智能安全国家重点实验室，计算技术研究所，北京，中国） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） ； China University of Mining & Technology, Beijing（中国矿业大学（北京）） ； ETH Zürich（苏黎世联邦理工学院） ； City College of New York, City University of New York（纽约城市学院，纽约城市大学） ； Xiamen Institute of Data Intelligence, Xiamen, China（厦门数据智能研究院，厦门，中国）
AI总结 本文提出Echo-Forcing框架，通过分层时间记忆、场景回溯帧和差分记忆衰减机制，解决长视频生成中历史KV状态的函数纠缠问题，实现交互式视频生成的流畅过渡与长距离场景回溯。
超越基准：MathArena作为LLMs数学评估平台
机构 * ETH Zurich（苏黎世联邦理工学院） ； INSAIT
AI总结 本文提出MathArena作为持续维护的数学评估平台，涵盖广泛任务，展示前沿模型在数学推理中的进步。
GSQ: 通过Gumbel-Softmax采样实现高精度低精度标量量化以用于LLMs
机构 * ISTA ； ETH Zürich（苏黎世联邦理工学院） ； Red Hat AI（红帽AI） ； TU Wien（维也纳技术大学）
AI总结 本文提出GSQ，一种基于Gumbel-Softmax松弛的标量量化方法，在低比特数下实现高精度，适用于LLMs的部署。
在加性潜在位移假设下对扰动建模的外推保证
机构 * Seminar for Statistics, ETH Zurich（统计系，苏黎世联邦理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； DZNE, Bonn, Germany（波恩德国DZNE） ； Department of Statistics, University of Washington, Seattle, USA（华盛顿大学统计系，美国西雅图）
AI总结 本文研究了在加性潜在位移假设下，通过扰动建模预测新扰动组合的分布，提出PDAE模型并证明了外推保证。
Comments Updated preprint with new material and empirical results; previous version presented at the ICLR'25 Workshop on Learning Meaningful Representations of Life
Learn2Splat: 扩展学得3DGS优化的视野
机构 * University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； ETH Zurich（苏黎世联邦理工学院） ； Meta Reality Labs（Meta现实实验室）
AI总结 本文提出了一种学得优化器，通过元学习方案扩展优化视野，提升稀疏和密集视角下的重建质量与稳定性，实现零样本泛化。
Eskwai for Students：面向加纳法律教育的生成式AI助手
机构 * ETH Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； Charité - Universitätsmedizin Berlin, Germany（柏林夏里特医学院） ； Kwame AI Inc., U.S.（美国瓦卡姆AI公司）
AI总结 本文介绍了Eskwai for Students，一个基于检索增强生成（RAG）的生成式AI助手，用于帮助加纳法律学生解答法律问题，通过超过12000份案例法和1400项立法数据库，评估其对学生查询的帮助性及伦理影响。
Comments 10 pages. Accepted at the 27th International Conference on Artificial Intelligence in Education (AIED 2026)
Adesua：面向西非科学学习的AI WhatsApp机器人开发与可行性研究
机构 * ETH Zurich, Switzerland（苏黎世联邦理工学院，瑞士） ； Charité - Universitätsmedizin Berlin, Germany（柏林夏里特医学院，德国） ； Kwame AI Inc., U.S.（瓦卡姆人工智能公司，美国）
AI总结 Adesua通过WhatsApp平台为西非初中和高中学生提供科学学习支持，利用生成式AI实现问答和自动评估，初步测试显示高使用价值。
Comments 11 pages. Accepted at the 27th International Conference on Artificial Intelligence in Education (AIED 2026)
PACER：从大规模干预数据中进行无环因果发现
机构 * Swiss Federal Technology Institute of Lausanne (EPFL), Switzerland（瑞士联邦理工学院洛桑分校） ； Cornell University, USA（康奈尔大学） ； ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院）
AI总结 PACER通过构建无环性保证的因果发现框架，在大规模高维干预数据中实现高效且准确的因果结构推断，优于现有方法。
Comments Accepted at the 43rd International Conference on Machine Learning (2026)
信念引擎：多智能体大语言模型协商中的可配置和可检查立场动态
机构 * ETH Zurich（苏黎世联邦理工学院） ； Centre for Democracy Studies Aarau, University of Zurich（苏黎世大学民主研究中心） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出Belief Engine，通过可配置的信念更新机制，研究多智能体协商中的立场动态，揭示立场变化背后的证据吸收与锚定因素。
ARA：面向大规模科学同行评审的代理可重复性评估
机构 * ETH Zürich, IVT & Agentic Systems Lab (ASL)（苏黎世联邦理工学院，信息与通信技术研究所及代理系统实验室） ； European Commission, Joint Research Centre（欧洲委员会，联合研究中心） ； University of Konstanz（康斯坦茨大学） ； Ideas Forward
AI总结 ARA通过构建实验依赖图并评估可重复性得分，有效提升大规模科研成果的可重复性评估能力，实验表明其在不同领域和模型参数下均表现优异。
从自由能最小化中学习神经策略组合
机构 * Scuola Superiore Meridionale, Italy（意大利南部高级学院） ； ETH, Zürich（苏黎世联邦理工学院） ； Center for Control, Dynamical Systems, and Computation, UC Santa Barbara, CA, USA（加州大学圣巴巴拉分校控制与动力系统中心） ； Department of Information and Electrical Engineering and Applied Mathematics, University of Salerno, Italy（意大利萨勒诺大学信息与电气工程及应用数学系）
AI总结 本文提出了一种基于自由能最小化的框架，通过连续时间梯度流实现策略组合，并展示了其在多智能体系统、人类决策和控制基准中的应用。
CoCo-InEKF：动态接触丰富场景中的状态估计与学习接触协方差
机构 * ETH Zurich（苏黎世联邦理工学院） ； Disney Research（迪士尼研究）
AI总结 本文提出CoCo-InEKF，利用学习的连续接触速度协方差进行状态估计，提升动态腿部机器人在复杂接触场景中的鲁棒性与效率。
Comments RSS 2026
LEAP: 图形中的基于ECT的可学习位置编码
机构 * AIDOS Lab, University of Fribourg（弗里堡大学AIDOS实验室） ； Institute of AI for Health, Helmholtz Munich（慕尼黑亥姆霍兹人工智能与健康研究所） ； Technical University of Munich（慕尼黑技术大学） ； Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； Department of Computer Science, University of Basel（巴塞尔大学计算机科学系）
AI总结 LEAP通过结合可微近似ECT和其局部变体，提出了一种新的端到端可训练的局部结构位置编码方法，用于图神经网络，以提高图表示学习的效果。
Comments Accepted at the International Conference on Learning Representations (ICLR) 2026. Our code is available https://www.github.com/aidos-lab/LEAP
可扩展的广义混合效应模型的克雷洛夫子空间方法：交叉随机效应
机构 * Lucerne University of Applied Sciences and Arts（卢塞恩应用科学与艺术大学） ； Seminar for Statistics, ETH Zurich（苏黎世联邦理工学院统计研究所） ； University of Basel（巴塞尔大学）
AI总结 本文提出基于克雷洛夫子空间的方法，解决高维交叉随机效应下的计算瓶颈，理论和实验证明其在速度和稳定性上的优势。
在离散扩散中先支持频率
机构 * ETH Zürich（苏黎世联邦理工学院） ； EPFL（苏黎世联邦理工学院） ； Academia Sinica（台湾“中央研究院”）
AI总结 研究揭示离散扩散模型在语言建模中通过学习支持结构优先于频率信息，统一扩散显示有效性改进、保持和恶化编辑的三元组，而吸收扩散则将主要质量放在有效性改进移动上。
基于语义潜在表示的变规范视觉运行时监控
机构 * Toyota NA R&D（丰田NA研发） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文研究了在部分可观测条件下，利用视觉观测进行认证运行时监控，提出语义基底和滚动预测监控器，通过语义基底实现单调1-Lipschitz可重用接口，验证了在行人过马路基准测试中，语义基底监控器在长时间尺度上能提供更紧的认证界限。
VoxCor：无需训练的体积分量用于多模态体素对应
机构 * Biomedical Image Computing Group, ETH Zurich（生物医学图像计算组，苏黎世联邦理工学院） ； The LOOP Zurich – Medical Research Center（苏黎世医疗研究中心）
AI总结 VoxCor通过冻结的2D Vision Transformer基础模型生成可重用的体积分量表示，无需训练即可实现跨模态和跨主体的体素对应，提升跨模态和跨主体的转换性能。
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