高校专区
ADMIT: RAG基事实核查中的少样本知识污染攻击
机构 * Deakin University（德金大学） ； Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学）
AI总结 ADMIT提出一种无需访问目标模型的少样本攻击方法，通过注入真实证据来翻转事实核查决策，实验显示其在多种系统中成功率达86%，揭示了RAG事实核查系统的重大漏洞。
可扩展的多语言模型协作系统：基于检索的选择与探索-利用驱动增强
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出SMCS系统，通过检索优先选择模块和探索-利用驱动后验增强模块，有效协调多个开源语言模型，实验显示其在多个任务中优于闭源模型，且在不同数据集上超越开源模型的平均最佳结果。
LRCP: 低秩压缩性引导的视觉标记修剪用于高效的LVLMs
机构 * Xiaohongshu（小红书） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学）
AI总结 本文提出LRCP，通过低秩压缩性引导视觉标记修剪，有效减少视觉语言模型的推理成本，实现94.7%的图像理解性能保留和88.9%的标记减少。
Comments The paper includes 11 figures, multiple tables, comprehensive experimental results on 11 image understanding benchmarks and 3 video benchmarks, with extensive ablation studies and qualitative visualizations
专业领域能力条件下的支架框架
机构 * University College London（伦敦大学学院） ； Fudan University（复旦大学）
AI总结 本文提出能力条件支架框架，通过划分强、混合和弱领域，基于结构化能力档案调节干预行为，提升专业人类与AI协作的可靠性。
Agent4POI: 基于代理的上下文条件化 affordance 推理用于多模态兴趣点推荐
机构 * Tongji University（同济大学） ； Swinburne University of Technology（斯威本理工大学） ； Southeast University（东南大学） ； Chengdu University of Information Technology（成都信息工程大学） ； Fudan University（复旦大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 Agent4POI 提出一种新的兴趣点推荐框架，通过在推荐时生成上下文条件化的多模态表示，而非依赖静态兴趣点嵌入。该方法通过代理生成动态 affordance 查询并执行跨模态推理，提升推荐效果。
DeepSlide：从瑕疵到演示交付
机构 * School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 DeepSlide是一种人机协同的多智能体系统，旨在优化演示全过程，从需求获取到脚本生成，提升演示的动态表现力和叙事流畅性。
Comments 37 pages,10 figures,9 tables
三维斜正态散射
机构 * Fudan University（复旦大学）
AI总结 本文提出Skew-Normal Splatting，通过引入可学习的斜度参数，实现对称高斯与半高斯形状的连续插值，提升边界和内部区域的建模灵活性，并改进训练稳定性。
奖励审计员：在现实扰动场景中对奖励建模适用性的推断
机构 * School of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； School of Statistics and Data Science, Shanghai University of International Business and Economics（上海国际商务经济学院统计与数据科学学院） ； Data Science and Analytics Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）数据科学与分析方向）
AI总结 本文提出奖励审计员框架，用于评估奖励模型在现实扰动场景中的适用性，通过统计显著性和效应量分析模型的可靠性与漏洞严重性。
融合监督学习与强化学习微调的前缀采样
机构 * ILCC, University of Edinburgh（爱丁堡大学ILCC） ； Fudan University（复旦大学） ； Qwen Team, Alibaba Group（阿里集团Qwen团队） ； ILLC, University of Amsterdam（阿姆斯特丹大学ILLC）
AI总结 本文提出Prefix-RFT方法，结合示范数据与探索学习，通过数学问题验证其有效性，超越了单独SFT和RFT以及混合策略方法。
Comments ICML 2026
DiffusionOPD：扩散模型中在线策略蒸馏的统一视角
机构 * Fudan University（复旦大学） ； Wan Team, Alibaba Group（阿里集团万团队）
AI总结 本文提出DiffusionOPD，通过在线策略蒸馏统一多任务训练，解决多任务优化中的交叉干扰和不平衡问题，理论推导出连续状态马尔可夫过程的KL目标，实验显示其在训练效率和性能上优于多奖励RL和级联RL基线。
去噪-GS：具有空间感知去噪的高斯点云
机构 * School of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Fudan University（复旦大学） ； Software of Engineering（软件工程系） ； Dalian University of Technology（大连理工大学） ； Department of Information Engineering（信息工程系） ； The Chinese University of Hong Kong（香港中文大学） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Denoising-GS，通过空间感知去噪框架改进3D高斯点云的优化过程，提升视点合成的保真度并保持表示紧凑性。
超越实例级自监督在3D多模态医学影像中的应用
机构 * Fudan University, China（复旦大学） ； University of Queensland, Australia（昆士兰大学） ； Shanghai Academy of AI for Science, China（上海人工智能科学研究院） ； Huashan Hospital, National Center for Neurological Disorders, Fudan University, China（华山医院，国家神经系统疾病中心，复旦大学） ； Bioinformatics Institute (BII), Agency for Science, Technology and Research (A*STAR), Singapore（生物信息研究所（BII），科技研究局（A*STAR），新加坡）
AI总结 本文提出利用跨实例拓扑一致性作为监督信号，通过实例内和实例间对齐机制提升多模态医学影像的表征学习，实验显示在7个下游任务中实现了分割和分类任务的平均提升，并在模态缺失时表现出更强的鲁棒性。
Comments ICML2026
SliceGraph：多运行链式推理中映射过程异构体
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出SliceGraph，通过kNN方法构建问题-模型-单元图，揭示链式推理过程的几何结构，发现正确答案但过程异构的轨迹，并通过实验验证其鲁棒性。
连接大脑与语义：一种用于语义增强的fMRI到视频重建的分层框架
机构 * Fudan University（复旦大学） ； Alibaba Group（阿里巴巴集团） ； Ant Group（蚂蚁集团）
AI总结 本文提出CineNeuron框架，通过分层结构解决fMRI信号与视频内容间的语义鸿沟问题，结合底部向上语义丰富和顶部向下记忆整合，提升视频重建效果。
Comments Accepted to CVPR 2026
AudioMosaic：基于对比学习的音频表示学习
机构 * School of Computing and Information Systems, The University of Melbourne, Australia（墨尔本大学计算机与信息系统学院） ； Baskin School of Engineering, University of California, Santa Cruz, USA（加州大学圣克鲁兹分校工程学院） ； Institute of Trustworthy Embodied AI, Fudan University, China（复旦大学可信具身人工智能研究所）
AI总结 AudioMosaic通过结构化时频掩码构建正样本对，提升音频表示学习效果，实现跨数据集和声学条件的强迁移能力，优于生成方法。
Comments ICML2026
EEG基础模型从人类大脑信号中捕捉了什么？
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） ； University of Houston（休斯顿大学）
AI总结 研究探讨EEG基础模型如何从原始信号中学习，并通过实验验证其表示与特征工程基线的对齐情况，揭示了模型学习、使用及解释性方面的关键发现。
AgenticEval: 向大型语言模型的代理和自演化安全评估迈进
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The University of Hong Kong（香港大学） ； East China Normal University（华东师范大学）
AI总结 本文提出AgenticEval框架，通过自演化评估流程动态检测LLM安全风险，实验显示模型安全评分随评估强化而下降，揭示静态评估的局限性。
Comments Findings of ACL 2026
视觉思维混合：探索上下文自适应推理模式选择用于通用视觉推理
机构 * Fudan University（复旦大学） ； Alibaba Group Holding Limited（阿里巴巴集团控股有限公司） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） ； University of Southern California（南加州大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出MoVT框架，通过AdaVaR实现多模式统一学习与上下文自适应选择，提升通用视觉推理能力。
Comments 27 pages, 11 figures, 5 tables, accepted by ICLR 2026
在多轮交互中对大语言模型的置信度估计
机构 * University of Cambridge（剑桥大学） ； Fudan University（复旦大学）
AI总结 本文研究了多轮对话中大语言模型置信度估计的问题，提出了一种评估框架和新指标，发现传统方法在多轮对话中表现不佳，而新方法更有效。
Comments ACL 2026 Findings
MMTutorBench：首个多模态AI数学辅导基准
机构 * Tongji University（同济大学） ； Fudan University（复旦大学） ； University of Notre Dame（圣母大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学）
AI总结 MMTutorBench首次提出多模态AI数学辅导基准，包含685个围绕教学关键步骤构建的问题，通过六维度细粒度评估和三个任务（洞察发现、操作构建、操作执行）评估12个顶级MLLMs，揭示了专有与开源系统间的性能差异及OCR、少样本提示等对辅导质量的影响。
OmniLiDAR：一个多领域3D激光雷达生成的统一扩散框架
机构 * 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） ； School of Computing, Department of Computer Science, National University of Singapore（新加坡国立大学计算机学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） ； Technical University of Munich（慕尼黑技术大学） ； Nanjing University of Science and Technology（南京理工大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Sydney（悉尼大学） ； The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学（深圳））
AI总结 OmniLiDAR提出一种统一的文本条件扩散框架，生成跨八个领域的3D激光雷达扫描，通过跨域训练策略和特征建模提升多域生成能力，实验显示在数据增强和鲁棒性评估中表现优异。
Comments Preprint; 12 pages, 7 figures, 10 tables
MMRareBench: 一种罕见疾病多模态和多图像医学基准
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Imperial College London（帝国理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 本文提出MMRareBench，首个评估多模态和多图像临床能力的罕见疾病基准，包含1756个问题-答案对和7958张医学图像，揭示23个MLLMs在多图像任务中表现低下，存在能力稀释效应。
在摄像机坐标系中统一机器人动作
机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身人工智能研究院，复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Qwen Team, Alibaba Inc.（通义实验室，阿里巴巴公司）
AI总结 本文提出CalibAll方法，通过摄像机外参标注统一不同机器人平台的动作表示，提升跨平台学习性能。
MUJICA：多技能统一联合控制架构用于轮腿机器人
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； Power China Huadong Engineering Corporation Limited（中国电力工程顾问集团华东分公司）
AI总结 本文提出MUJICA框架，通过整合多种低级技能，实现轮腿机器人在复杂环境中的自适应移动。
ImageAttributionBench: 我们距离可推广的图像归因还有多远？
机构 * Fudan University（复旦大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 本文提出ImageAttributionBench，一个涵盖多种语义领域的综合数据集，用于评估图像归因方法在真实场景下的性能，揭示现有方法在鲁棒性和泛化能力上的不足。
ATBench：一个多样且现实的代理轨迹基准，用于安全评估与诊断
机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； KAUST（卡塔尔人工智能科学中心） ； East China Normal University（华东师范大学）
AI总结 ATBench通过多样化的轨迹和现实场景评估代理安全，包含1000条轨迹，挑战性强，支持跨基准比较和长周期故障诊断。
基于推理的编辑：基于假设指令的图像编辑与视觉推理
机构 * Tencent Youtu Lab（腾讯云图实验室） ； Sichuan University（四川大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Reason50K数据集和ReasonBrain框架，通过多模态大语言模型和扩散模型实现复杂隐含指令的图像编辑，提升视觉推理能力。
Comments Accepted by ICML2026
ToolCUA：迈向计算机使用代理的最优GUI工具路径协调
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文提出ToolCUA，通过分阶段训练范式学习最优GUI-工具路径选择，利用交互式轨迹缩放管道和工具引导的GUI RFT提升关键切换点决策，实验显示其在OSWorld-MCP上准确率达46.85%，优于基线模型66%，证明了有效的GUI-工具协调。
$δ$-mem: 高效的大型语言模型在线内存
机构 * Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Mind Lab ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出$δ$-mem机制，通过紧凑的在线状态与注意力计算直接耦合，提升模型在长文本任务中的表现，无需全微调或替换backbone。
从想象的未来到可执行的动作：用于机器人操作的潜在动作混合
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学）
AI总结 本文提出MoLA，一种面向控制的接口，将想象的未来视频转化为可执行的表示，通过混合预训练的逆动力学模型，提升机器人操作的稳定性和通用性。
Comments 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