高校专区
多少思考才足够？量化和理解LLM推理中的冗余
机构 * Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文通过形式化推理冗余度量，量化了前沿推理模型在数学基准上高达61%-93%的步骤级冗余，并证明这种冗余是长度无关结果奖励的结构性后果，而非模型特定伪影。
RecGOAT: 用于LLM增强多模态推荐的图最优自适应传输与双语义对齐
机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学）
AI总结 针对生成式语言模型表示与ID协同信号之间的语义异质性，提出基于图神经网络和最优传输理论的双粒度语义对齐框架RecGOAT，通过实例级和分布级对齐实现统一特征空间，理论证明其表示误差更低，实验达到最优性能。
Comments Under Review
PRISM：面向长周期智能体的意图感知结构化记忆的帕累托高效检索
机构 * Singapore Management University（新加坡管理大学） ； The Ohio State University（俄亥俄州立大学） ； Fudan University（复旦大学）
AI总结 提出PRISM框架，通过图结构记忆上的联合检索与压缩方法，在不训练的情况下实现长周期对话的高效记忆管理，显著提升准确率并降低上下文成本。
Comments Preprint
从原始经验到技能消费：模型生成智能体技能的系统研究
机构 * Fudan University（复旦大学） ； Microsoft Research（微软研究院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文系统研究了模型生成技能在语言智能体中的全生命周期（经验生成、技能提取、技能消费），通过构建效用评估框架发现技能平均有益但存在负迁移，并提出了元技能以提升技能质量。
多门残差
机构 * Shanghai Yichuang Information Technology Co.,Ltd.（上海亿创信息技术有限公司） ； Fudan University（复旦大学）
AI总结 针对深度残差网络中激活值无界增长的问题，提出多门残差（MGR）方法，通过评分与门控机制稳定激活尺度，避免额外通信开销，实验证明其在大规模训练和部署中有效提升性能。
GMENet: 用于多中心胶质瘤诊断的生成式专家混合网络（不完整成像序列）
机构 * School of Biomedical Engineering and Technology Innovation, Fudan University（复旦大学生物医学工程与技术创新学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学技术研究院） ； Intelligent Diagnosis and Treatment Laboratory for Brain Diseases, Joint Laboratory of Neurosurgery Department of Huashan Hospital and School of Information Science and Technology, Fudan University（脑病智能诊断与治疗实验室，华山医院神经外科部门联合实验室，复旦大学信息科学学院）
AI总结 针对临床MRI序列不完整导致数据利用率低的问题，提出GMENet，通过交叉注意力门控生成模块合成缺失序列特征，并利用动态加权专家融合模块进行多任务预测，在1241例多中心数据上使可用训练数据增加97%，且优于基于完整数据的最先进方法。
Comments IJCAI Accept
通过令牌置换实现更稀疏的块稀疏注意力
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出一种基于令牌置换的块稀疏注意力方法（PBS-Attn），通过利用注意力的置换性质增加块级稀疏性，在长上下文预填充中实现高达2.75倍的端到端加速，同时保持模型精度接近全注意力基线。
Comments ICML 2026
PixelPonder: 动态补丁自适应增强多条件文本到图像生成
机构 * Fudan University（复旦大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Western University（西澳大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出PixelPonder统一控制框架，通过补丁级自适应条件选择和时间感知控制注入机制，解决多条件文本到图像生成中结构失真和伪影问题，在保持文本语义一致性的同时提升空间对齐精度。
DecQ：用于增强表示自编码器中重建和生成的细节压缩查询
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Westlake University（西湖大学）
AI总结 本文提出DecQ框架，通过引入轻量级细节压缩查询，有效缓解了表示自编码器中重建与生成之间的权衡问题，提升了重建质量和生成性能。
在部分可观察环境中学习统一的风险图
机构 * Fudan University（复旦大学） ； Tongji University（同济大学）
AI总结 本文提出了一种统一的风险图建模与学习框架，用于部分可观察环境中的自动驾驶，通过时空建模整合交通流风险和碰撞风险，以更精细地评估遮挡引起的危险，并引入扩散基场景生成框架来解决遮挡交互场景稀缺的问题，实验表明该方法在Waymo Open Motion Dataset上显著优于现有方法。
Comments Published in IEEE Robotics and Automation Letters
ACE：通过对抗性单元测试生成和偏好优化的自进化LLM编码框架
机构 * School of Data Science Fudan University（数据科学学院 复旦大学）
AI总结 本文提出ACE框架，通过基于求解器-对抗架构的执行中心监督，实现自进化代码生成，无需真实代码或外部奖励模型，实验表明其在CodeContests、MBPP和LiveCodeBench上均优于现有求解器-验证器基线。
视觉工具使用强化学习究竟在学习什么？解构工具诱导效应与内在效应以实现作物和缩放
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文研究了视觉工具使用强化学习在作物和缩放任务中的学习机制，通过引入MED框架解耦内在能力变化与工具诱导效应，发现改进主要由内在学习驱动，而工具使用强化学习主要减少工具诱导的负面影响，而非掌握工具。
Comments ICML 2026 camera ready. Code: https://github.com/GAIR-NLP/Med
癫痫半相学套件（S3）：一个临床多模态数据集、基准和模型用于癫痫半相学理解
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Pittsburgh（匹兹堡大学） ； Fudan University（复旦大学） ； University of California, Riverside（加州大学河滨分校） ； Hong Kong University of Science（香港科学大学） ； Maharishi International University（玛希拉国际大学）
AI总结 本文提出S3数据集和基准，用于细粒度、结构化的癫痫半相学理解，通过评估多模态大语言模型在低级视觉感知、时间序列处理、叙述报告生成和癫痫诊断中的能力，揭示了现有模型在左右脑推理、时间定位、症状序列和临床忠实报告方面的系统性弱点，并展示了针对癫痫的微调和双阶段神经符号框架在癫痫与非癫痫癫痫分类中的高F1分数。
Comments Accepted to ICML 2026 as a Spotlight presentation
局部协变量选择用于无预处理和因果充分性假设下的平均因果效应估计
机构 * Department of Applied Statistics, Beijing Technology and Business University（北京技术与商业大学应用统计系） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Department of Machine Learning, Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed人工智能大学机器学习系） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出了一种局部学习方法，用于非参数因果效应估计中的协变量选择，避免了预处理和因果充分性假设，提高了计算效率和估计准确性。
随机均值流策略：带有熵镜降的一步生成控制
机构 * Laboratory for Big Data and Decision（大数据与决策实验室） ； National University of Defense Technology（国防科技大学） ； Samsung AI Center Cambridge（三星AI研究中心） ； Queen Mary University of London（伦敦玛丽女王大学） ； Fudan University（复旦大学） ； ShanghaiTech University（上海科技大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出了一种随机均值流策略（SMFP），通过均值流变换将高斯噪声映射到动作，以实现可训练的生成策略，从而在离线策略镜降框架下实现探索性且稳定的改进。
解耦生成与回归在可控图像恢复中的随机插值
机构 * Tongji University（同济大学） ； Fudan University（复旦大学）
AI总结 本文提出DiSI框架，通过解耦随机插值过程中的生成与回归组件，实现从纯回归到全生成的连续可控过渡，提升图像恢复任务的效率和精度。
Comments 44 pages, 16 figures, 16 tables
OcclusionFormer: 布局导向图像生成中的Z轴顺序安排
机构 * Institute of Big Data, College of Computer Science and Artificial Intelligence, Fudan University, China（大数据研究院，计算机科学与人工智能学院，复旦大学，中国）
AI总结 本文提出OcclusionFormer，一种基于Z轴顺序的扩散变换框架，通过解耦实例并利用体积渲染进行合成，以解决布局到图像模型中物体间遮挡问题，并通过查询对齐损失提升空间精度和语义一致性。
Comments ICML 2026, Project Page: https://henghuiding.com/OcclusionFormer/
面向大语言模型的上下文不变安全对齐
机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）
AI总结 本文提出了一种上下文不变的安全对齐方法，通过引入锚点不变正则化（AIR）来提升模型在不同上下文中的鲁棒性，从而增强安全约束对对抗性框架的抵抗力。
Comments ICML 2026
AgentEscapeBench: 评估LLM代理在跨领域工具引导推理中的能力
机构 * Fudan University（复旦大学） ； Meituan Longcat Team（美团Longcat团队）
AI总结 本文提出AgentEscapeBench基准测试，用于评估LLM代理在非熟悉工作流和短程交互之外维持工具引导推理的能力，通过逃亡室风格的任务测试代理在显式长距离依赖约束下推断、执行和修订新工具使用程序的能力，结果显示代理在依赖深度增加时表现显著下降。
通过强化微调生成模型设计拓扑材料
机构 * State Key Laboratory of Surface Physics（表面物理国家重点实验室） ； Department of Physics, Fudan University, Shanghai 200433, China（复旦大学物理系） ； Shanghai Research Center for Quantum Sciences, Shanghai 201315, China（上海量子科学研究中心） ； Institute for Nanoelectronic Devices（纳米电子器件研究所） ； Quantum Computing, Fudan University, Shanghai 200433, China（量子计算，复旦大学） ； Hefei National Laboratory, Hefei 230088, China（合肥国家实验室）
AI总结 本文提出通过强化微调生成模型来设计拓扑绝缘体和拓扑晶体绝缘体，展示了该方法在生成具有完整能隙的新拓扑材料方面的有效性，以Ge₂Bi₂O₆为例证明了其在拓扑绝缘体领域的应用。
Journal ref Nature Communications (2026)
思想的原子：基于微状态的通用EEG表示学习
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院） ； School of Clinical Medicine, Tsinghua University（清华大学临床医学院） ； Beijing Five Seasons Medical Technology Co., Ltd.（北京五 Seasons 医疗科技有限公司）
AI总结 本文提出了一种基于微状态的通用EEG表示学习方法，通过将连续EEG信号聚类为离散的微状态序列，构建了一个通用的微状态分词器，并在睡眠分期、情绪识别和运动想象分类等下游任务中展示了其优越性，同时提高了可解释性和扩展性。
Comments Accepted by the 3rd International Workshop on Multimodal and Responsible Affective Computing (MRAC 2025). 8 pages of main text, 23 pages total, 5 figures, 4 tables
PixVerve：通过大规模高质量数据集将原生超高清图像生成推至100MP
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出PixVerve-95K数据集，通过精心设计的数据管道构建，包含95K张高分辨率图像和七维标注，用于推动超高清图像生成技术，通过三种训练方案将T2I基础模型扩展到100MP生成，并建立PixVerve-Bench评估协议。
Comments Project page is available at https://haojunchen663.github.io/projects/PixVerve/
SetCon: 通过集级概念预测实现开放式的指称分割
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； 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） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出SetCon，通过集级概念预测实现开放式的指称分割，利用LVLM生成的自然语言概念作为语义条件进行联合掩码-集解码，提高了分割的完整性和互斥性。
嵌套时空时间序列预测
机构 * Fudan University, Shanghai（复旦大学） ； Department of Computer Science and Technology, Nanjing University（南京大学计算机科学与技术系） ； ByteDance（字节跳动）
AI总结 本文提出了一种嵌套预测框架，通过结合未来宏观区域趋势与微观历史观测，实现了精细化预测，并通过谱聚类方法构建语义连贯的区域，有效过滤系统性噪声并保留关键趋势，实验表明该方法在多个高维数据集上优于现有最先进基线。
Comments Accept by ICML 2026
3DMambaComplete：探索结构状态空间模型用于点云补全
机构 * Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University（复旦大学计算机学院数据科学实验室） ； Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系）
AI总结 本文提出3DMambaComplete，一种基于Mamba框架的点云补全网络，通过HyperPoint生成、分散和变形模块有效解决点云补全中的局部细节丢失和计算复杂度问题，实验表明其优于现有方法。
Comments 24 pages, 14 figures, 10 tables
LLMEval-Logic: 一个验证求解器的中文逻辑推理基准，具有对抗性强化
机构 * Institute of Trustworthy Embodied Artificial Intelligence（可信具身人工智能研究院） ； Fudan University（复旦大学） ； Hunyuan Team Tencent（腾讯 Hunyuan 团队） ； School of Philosophy Fudan University（复旦大学哲学学院）
AI总结 本文提出LLMEval-Logic，一个基于真实情境场景的中文逻辑推理基准，通过作者和专家共同审核自然语言项目及其形式化参考，利用Z3验证注释答案，构建自然到形式的评分标准，并通过闭环对抗流程强化选定项目。基准包含246个基础项目和190个难度项目，评估14个前沿LLM显示当前模型存在显著差距。
MCNav: 用于零样本目标导向导航的记忆感知动态认知图
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Hong Kong（香港大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本文提出MCNav，一种记忆感知的动态认知图导航框架，通过高效查询已探索区域的相关物体信息，解决零样本目标导向导航中目标丢失或误识别的问题，通过目标再验证和遗漏目标再探索策略，结合黑名单和双检机制，实现最先进的性能。
超越模式崩溃：用于多样化推理的分布匹配
机构 * Tongji University（同济大学） ； Independent（独立） ； Shanghai AI Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出DMPO方法，通过原理性近似前向KL最小化来防止on-policy强化学习中的模式崩溃，展示了在NP难组合优化问题上的改进效果，提升了多样化推理能力。
什么和何时去蒸馏：多轮代理的定向 hindsight 蒸馏
机构 * Tongji University Shanghai AI Laboratory（同济大学上海人工智能实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文研究了多轮代理中如何选择性地利用 hindsight 蒸馏，提出了一种基于环境反馈的强化学习框架 SERL，通过任务奖励和环境反馈的结合，在 ALFWorld 和 WebShop 任务中取得了较高的成功率。
潜在动作重参数化用于高效智能体推断
机构 * Université de Montréal（蒙特利尔大学） ； The University of Sydney（悉尼大学） ； Fudan University（复旦大学） ； Yale University（耶鲁大学） ； DeepWisdom ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon Science（亚马逊科学） ； Stanford University（斯坦福大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Mila - Quebec AI Institute（蒙特利尔人工智能研究所）
AI总结 本文提出Latent Action Reparameterization (LAR)框架，通过学习紧凑的潜在动作空间来提升大语言模型智能体的推断效率，减少有效动作 horizon 并保持原始动作空间的表达性。
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