高校专区
计算机视觉中的推理：分类、模型、任务与方法论
机构 * Department of Computer Science and Engineering, Birbhum Institute of Engineering and Technology（计算机科学与工程系，比罗尔理工学院） ； College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） ； Faculty of Computer Science and Information Technology, Universiti Malaya（计算机科学与信息技术学院，马来亚大学）
AI总结 本文对计算机视觉中的推理进行系统分类，涵盖关系、符号、时间、因果和常识推理，并综述了从图模型到多模态大语言模型的实现方法及评估协议，指出开放挑战并设定未来研究方向。
RIDGECUT：基于环与楔形结构的图分割学习
机构 * College of Computer Science and Artificial Intelligence, Shanghai Key Laboratory of Data Science（计算机科学与人工智能学院，上海数据科学重点实验室） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； PayPal Inc.（PayPal公司） ； Center for AI Safety（人工智能安全中心） ； Qatar Computing Research Institute（卡塔尔计算研究所） ； Hamad Bin Khalifa University（哈马德·本·卡西姆大学） ； Computing and Mathematical Sciences (CMS) Division（计算与数学科学（CMS）部门） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（Mohamed bin Zayed人工智能大学（MBZUAI）） ； Fudan University（复旦大学）
AI总结 提出RidgeCut框架，通过将动作空间约束为环与楔形结构，利用强化学习解决归一化割问题，在交通网络上实现结构感知分割，降低归一化割值并展现强泛化能力。
Comments Extended version of the paper accepted at KDD 2026
DynNPC：通过动态NPC行为生成在仿真测试中发现更多由ADS引发的违规
机构 * College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学）
AI总结 提出DynNPC框架，让NPC车辆在仿真执行中根据交通信号和自车行为动态生成驾驶策略，以生成更多由自动驾驶系统（ADS）引发的违规场景，提升测试效率。
Comments Accepted by TOSEM 2026
通过标签精炼和阈值调整实现不平衡半监督学习
机构 * College of Biomedical Engineering, Fudan University, Shanghai, China（复旦大学生物医学工程学院，上海，中国） ； FMRIB Centre, Oxford Centre for Integrative Neuroimaging (OxCIN), University of Oxford, Oxford, UK（牛津大学FMRIB研究中心，牛津大学整合神经影像中心（OxCIN），牛津，英国） ； School of Computer Science, University of Sheffield, Sheffield, UK（谢菲尔德大学计算机科学学院，谢菲尔德，英国） ； Department of Engineering Science, University of Oxford, Oxford, UK（牛津大学工程科学系，牛津，英国）
AI总结 针对半监督学习在类别不平衡数据上性能下降的问题，提出SEVAL框架，通过从类别平衡的子集学习标签精炼和阈值调整参数，联合优化生成更准确的伪标签，在多种不平衡场景下超越现有方法。
Comments Accepted by Transactions on Machine Learning Research
StreamMemBench: 面向未来辅助的智能体记忆流式评估
机构 * Fudan University（复旦大学） ； Amazon Stream（亚马逊流）
AI总结 提出StreamMemBench基准，通过两步任务序列测试智能体记忆从流式观察到后续任务中证据回忆、反馈整合与重用能力，实验发现现有系统在证据使用和反馈转化上存在不足。
MUSE: 基于记忆的增量需求满足的智能体3D场景创作
机构 * East China Normal University（华东师范大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出MUSE多智能体框架，通过增量需求满足实现可控3D场景构建与编辑，在AuthorBench上显著提升目标达成率和场景保持率。
ReactSim-Bench：自动驾驶中反应性行为世界模型模拟的基准测试
机构 * School of Computer Science & School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院、人工智能学院） ； Great Wall Motor（长城汽车） ； Institute of Trustworthy Embodied AI (TEAI), Fudan University（复旦大学可信具身人工智能研究所） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出ReactSim-Bench，通过解耦自车与周围智能体控制，使用偏离日志的自车行为作为输入，评估行为世界模型模拟的反应性能力，并基于碰撞、地图和运动学指标系统评测多种模型。
面向SAR目标检测的物理可实现对抗衰减补丁
机构 * Key Laboratory for Information Science of Electromagnetic Waves (MoE) School of Information Science and Technology, Fudan University（电磁波信息科学重点实验室（MoE）复旦大学信息科学与技术学院）
AI总结 提出对抗衰减补丁（AAP）方法，通过能量约束优化和衰减部署框架平衡攻击有效性与隐蔽性，并基于信号级电子干扰机制实现物理可行性。
Comments 5 pages, 4 figures. Source code is available at https://github.com/boremycin/SAAP. Accepted and published in IEEE CAIT 2026. DOI: 10.1109/CAIT70489.2026.11553874
Journal ref Proc. 2026 China Aerospace Information Technology Conference (CAIT), Tongxiang, China, May 2026
薛定谔的导航者：为零样本目标导航设想未来轨迹集合
机构 * Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai University of International Business and Economics（上海对外经贸大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出一种信念感知框架，在推理时通过轨迹条件化的3D世界模型设想多个未来场景，结合自适应遮挡物感知采样和未来感知价值图，提升零样本目标导航在遮挡严重环境中的隐蔽目标发现和风险感知路径选择。
FP4量化LLM训练中均值偏差的诅咒与祝福
机构 * Fudan University（复旦大学） ； University of Bath（巴斯大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Oxford（牛津大学） ； Oxford Suzhou Centre for Advanced Research（牛津苏浙研究中心） ； University of Colorado Boulder（科罗拉多大学波德格分校） ； University of Michigan（密歇根大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 发现FP4训练失败源于激活异常值由秩一均值偏差主导，提出Averis均值残差分离量化法，在Qwen3模型上实现鲁棒W4A4G4训练，损失差距低于NVIDIA的Hadamard方法。
通过合成语义信息增益奖励优化基于检索的智能推理
机构 * Hong Kong JC STEM Lab of Smart City.（香港JC STEM实验室） ； City University of Hong Kong.（香港城市大学） ； Lingnan University（岭南大学） ； Fudan University.（复旦大学） ； Huazhong University of Science and Technology.（华中科技大学）
AI总结 提出InfoReasoner框架，利用合成语义信息增益奖励优化检索过程，通过GRPO训练策略，在七个问答基准上平均准确率提升5.4%。
Comments Accepted by ICML'26
MaxProof: 通过生成-验证器强化学习与群体级测试时扩展实现数学证明规模化
机构 * MiniMax ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 提出MaxProof框架，结合生成-验证器强化学习与群体级测试时扩展，在MiniMax-M3系列上实现竞赛级数学证明，在IMO 2025和USAMO 2026上超越人类金牌阈值。
SmartFont: 少样本字体生成的动态条件分配
机构 * Fudan University（复旦大学）
AI总结 提出SmartFont扩散框架，通过全局内容-风格生成与弱监督局部校正专家结合，并引入去噪状态条件分配模块动态加权全局与局部特征，实现少样本字体生成的全局完整性与局部细节保真度平衡。
JointEdit3D：统一潜在空间中的前馈3D场景编辑
机构 * East China Normal University（华东师范大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Tencent（腾讯）
AI总结 提出JointEdit3D，在统一RGB-几何重建生成潜在空间中通过非对称潜在修复实现前馈3D场景编辑，引入SceneAnchor分支和编辑/背景感知损失，并构建SceneEdit3D-15K数据集和SceneEdit3D-Bench基准，显著提升编辑区域质量和3D结构完整性。
Comments Preprint. Project page: https://xinnan-zhu.github.io/JointEdit3D-Page/
大型语言模型驱动的AI系统中自主渗透能力的涌现
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Concordia AI ； Shanghai Innovation Institute（上海创新研究院）
AI总结 针对现有评估方法不透明、场景简化等问题，构建包含两级目标服务器和通用代理框架的自主渗透评估体系，测试19个LLM发现成功率10.7%-69.3%，且能力随模型整体能力提升。
UniDexTok：基于真实数据的统一灵巧手分词器
机构 * Fudan University（复旦大学） ； Hefei University of Technology（合肥工业大学） ； Rimbot ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 提出统一灵巧手模型(UDHM)将人手和机器人手状态映射到共享22自由度语义接口，并基于此开发UniDexTok，一种免重定向的状态分词器，学习基于真实关节状态的离散token，实现异构灵巧手的统一表示，误差降低98%以上。
AI赋能分析中的人类监督分配
机构 * Michael G. Foster School of Business, University of Washington（华盛顿大学迈克尔·G·福斯特商学院） ； Department of Management Science, School of Management, Fudan University（复旦大学管理学院管理科学系） ； Guanghua School of Management, Peking University（北京大学光华管理学院）
AI总结 针对AI预测可靠性异质且未知的问题，提出基于上置信界的在线学习策略，动态分配有限的人类验证预算，使终端效率损失随预算增长趋于零。
AssemLM: 用于机器人装配的空间推理多模态大语言模型
机构 * Fudan University（复旦大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； Tianjin University（天津大学） ； Northwestern Polytechnical University（西北工业大学） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学）
AI总结 提出AssemLM，一种融合装配手册、点云和文本指令的多模态大语言模型，通过专用点云编码器提取几何与旋转特征，实现精确的6D装配位姿推理，并构建含90万样本的AssemBench基准，在真实机器人装配任务中取得最优性能。
Comments Project Page: https://assemlmhome.github.io/
黎曼流形上的镜像下降
机构 * School of Mathematical Sciences, Fudan University, Shanghai 200433, China（复旦大学数学学院，上海200433，中国） ； Shanghai Key Laboratory for Contemporary Applied Mathematics, Fudan University, Shanghai 200433, China（上海当代应用数学重点实验室，复旦大学，上海200433，中国）
AI总结 将镜像下降推广到黎曼流形，通过重参数化提出黎曼镜像下降（RMD）及其随机变体，并建立非渐近收敛保证，在Stiefel流形上退化为曲线梯度下降（CGD）。
ChartFI: 多模态大语言模型图表描述的忠实性与洞察力基准测试
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Zhengzhou Zhongke Institute of Integrated Circuit and System Application（郑州中凯集成电路与系统应用研究院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院）
AI总结 提出ChartFI-Bench基准，包含896个复杂图表-描述对，并设计四个评估指标（忠实性、覆盖率、信息量、敏锐度），系统评估多模态大语言模型生成图表描述的质量。
ARM: 一种具有统一离散表示的自回归大型多模态模型
机构 * Shanghai Key Lab of Intelligent Information Processing, Fudan University（复旦大学上海智能信息处理重点实验室） ； School of Computer Science, Fudan University（复旦大学计算机科学技术学院） ； Shanghai Collaborative Innovation Center of Intelligent Visual Computing（上海智能视觉计算协同创新中心） ； Youtu Lab, Tencent（腾讯优图实验室） ； Meta AI ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 提出ARM模型，通过离散语义视觉分词器将图像映射为紧凑token序列，结合自回归建模和强化学习，统一实现图像理解、生成和编辑，并提升任务性能与跨任务协同。
Comments technical report
TacForeSight：面向接触丰富操作的力引导触觉世界模型
机构 * TARS Robotics ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Fudan University（复旦大学）
AI总结 提出TacForeSight框架，通过力条件触觉世界模型预测触觉潜动态，结合预测性触觉条件策略实现高频操作下的主动接触推理，在动态接触干扰下优于现有方法。
IDEAL: 深度对齐实现离散表示自编码器
机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究所） ； Shanghai Innovation Institute（上海创新研究院） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 提出IDEAL框架，通过联合对齐量化令牌与浅层和深层VFM特征，提升离散表示自编码器的重建质量，在ImageNet上实现0.61 rFID，并创下自回归图像生成新纪录（gFID 1.89）。
Comments Code is available at https://github.com/Row11n/IDEAL
LAFP：通过流匹配在潜在策略学习中保留潜在动作结构
机构 * Fudan University（复旦大学） ； Morphi
AI总结 提出LAFP方法，利用流匹配学习潜在策略，并引入推理时插值机制缓解随机性导致的错位，在模仿学习任务中成功率提升10-15%，推理开销增加不到1倍。
基于替代数据的隐私保护信用风险预测
机构 * School of Management and Economics, The Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen)（香港中文大学（深圳）管理学院） ； School of Management, Fudan University（复旦大学管理学院） ； Lerner College of Business and Economics, University of Delaware（特拉华大学勒纳商学院）
AI总结 针对信用风险预测中替代数据共享导致的隐私泄露问题，提出PrivacyCredit方法，在保护消费者隐私、模型保密性和无损性能约束下，实现与传统明文数据组合相同的预测性能。
3SPO: 面向LLM智能体的状态分数监督策略优化
机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Fudan University（复旦大学） ； KAUST（卡塔尔人工智能研究学院） ； Fuzhou University（福州大学）
AI总结 提出3SPO算法，通过动态状态分数监督实现逐步骤策略优化，解决多轮智能体任务中奖励稀疏和信用分配问题，在ALFWorld和WebShop上分别比GRPO提升22.6%和15.6个百分点。
生物电信息论：探究人工智能下生物电信号的理论压缩极限
机构 * College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Shanghai Key Laboratory of Intelligent Information Processing（上海智能信息处理重点实验室） ； Fudan University（复旦大学）
AI总结 提出生物电压缩的三级层次框架，将压缩极限重构为模型和任务条件量，而非波形的固定属性。
SynManDex: 从合成人类预抓取中合成类人灵巧抓取
机构 * Shanghai AI Lab（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； Shenzhen University（深圳大学） ； Fudan University（复旦大学） ； University of Hong Kong（香港大学） ； ZTE Corporation（中兴通讯股份有限公司）
AI总结 提出SynManDex流水线，利用生成的人类预抓取作为启发，通过机器人原生优化实现力闭合接触，生成类人灵巧抓取，在仿真和真实机器人上取得高成功率和类人性。
从粗到细：管理时空数据中的时间粒度以实现细粒度交通预测
机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； Guangzhou University（广州大学）
AI总结 针对粗粒度采样数据难以支持细粒度预测的问题，提出时空细化预测器（STRP），通过树卷积和逆膨胀卷积实现高效时空建模，在六个数据集上显著优于现有方法。
CANS: 通过合作自教神经外科加速多用户协同边缘推理
机构 * Harbin Institute of Technology Shenzhen（哈尔滨工业大学（深圳）） ； Politecnico di Milano（米兰理工大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； Shanghai Academy of Artificial Intelligence for Science（上海人工智能科学研究院）
AI总结 提出CANS框架，利用FedLinUCB-DW算法让异构设备自适应学习最优DNN分区，通过共享在线推理反馈和离线经验加速多用户边缘协同推理，显著降低延迟。
Comments 24 pages, 14 figures, 5 tables, submitted for possible journal publication
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