高校专区
WebFactory：自动化将基础语言智能压缩为 grounded Web agents
机构 * Fudan University（复旦大学） ； IMean AI ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
AI总结 WebFactory 提出了一种自动化闭环强化学习流程，将大语言模型的潜在知识高效压缩为可操作的 agent 行为，实现了数据效率和泛化能力的提升。
定位、引导与改进：大型语言模型中可操作机制可解释性的一项实用调查
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； LMU Munich（慕尼黑大学） ； Tsinghua University（清华大学） ； Technische Universität Darmstadt（达姆施塔特技术大学） ； Technische Universität Berlin（柏林技术大学） ； Technische Universität Dresden（德累斯顿技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanjing University（南京大学） ； University of Manchester（曼彻斯特大学） ； Dartmouth College（达特茅斯学院） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Michigan（密歇根大学） ； Microsoft（微软） ； Tencent（腾讯）
AI总结 本文提出一个实用调查，围绕'定位、引导与改进'流程，系统分类定位和引导方法，展示如何通过该框架提升模型对齐、能力和效率。
苹果为何坠落：评估大语言模型中的好奇心
机构 * Shanghai Key Laboratory of Data Science, School of Computer Science, Fudan University（上海数据科学 key laboratory，计算机科学学院，复旦大学） ； Huawei Large Model Data Technology Lab（华为大模型数据技术实验室） ； Cornell University（康奈尔大学）
AI总结 本文基于人类好奇心评估量表，设计评估框架，发现大语言模型对知识有更强的渴求，但在不确定环境中仍保守，好奇心可提升推理与学习能力。
Comments ACL 2026 findings paper
AAPO: 通过优势边际增强大语言模型的推理能力
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） ； Frontier Research Department, Baidu Inc.（百度公司前沿研究部）
AI总结 AAPO通过引入基于边际的估计方案优化交叉熵损失，有效解决传统分组相对优势估计方法的训练效率问题，在数学推理基准上表现出色。
Comments Accepted to ACL2026 Main Conference
由视觉强化学习实现的自主衍射测量
机构 * Jeremiah Horrocks Institute for Mathematics, Physics and Astronomy, University of Central Lancashire（中央兰开夏大学杰里迈亚·霍罗克斯数学、物理与天文研究所） ； Department of Physics, Clarendon Laboratory, University of Oxford（牛津大学克拉伦登实验室物理系） ； State Key Laboratory of Surface Physics and Department of Physics, Fudan University（复旦大学表面物理国家重点实验室和物理系） ； Department of Physics, The Chinese University of Hong Kong（香港中文大学物理系） ； State Key Laboratory of Quantum Information Technologies and Materials, The Chinese University of Hong Kong（香港中文大学量子信息与材料国家重点实验室）
AI总结 本文提出一种无需晶体学知识的自主系统，利用强化学习从劳厄衍射图中自动对齐单晶体，提升材料科学自动化实验流程的能力。
Comments 20 pages, 16 figures
通过知识增强的数据合成 eliciting 医学推理：一种半监督强化学习方法
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） ； Shanghai AI Laboratory（上海人工智能实验室） ； CMIC, Shanghai Jiao Tong University（上海交通大学CMIC） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Department of Radiology, Shanghai Sixth People’s Hospital Affiliated to Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属第六人民医院放射科） ； Institute of Artificial Intelligence for Medicine, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院人工智能医学研究所）
AI总结 本文提出MedSSR框架，利用稀有疾病知识生成可控推理问题，并通过自监督和监督强化学习提升医学推理能力，在十个医疗基准测试中取得显著提升。
Comments Accepted to ACL 2026 as a Findings paper
PACO：代理任务对齐与在线校准以实现即兴类别发现
机构 * China Agricultural University（中国农业大学） ； University of Toronto（多伦多大学） ； Fudan University（复旦大学） ； Concordia University（康考迪亚大学）
AI总结 PACO通过动态校准和树状结构决策框架，解决即兴类别发现中类别形成不稳定的问题，无需额外训练即可提升性能。
Comments 16 pages, 6 figures, 7 tables, 1 algorithm
过去并非过去：记忆增强的动态奖励塑造
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MEDS框架，通过整合历史行为信号改进奖励设计，提升大语言模型的探索多样性与性能，实验显示在多个数据集上取得显著提升。
WisPaper：你的AI学者搜索引擎
机构 * Fudan University（复旦大学）
AI总结 本文提出WisPaper，一种端到端代理系统，通过整合模块解决学术文献搜索中的语义限制和工作流程碎片化问题，提升文献发现、组织和跟踪效率。
Comments 18 pages, 4 figures
大型语言模型归纳推理的综述
机构 * East China Normal University（华东师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Xi’an Jiaotong University（西安交通大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文综述了大型语言模型中归纳推理的方法与评估，分为训练后改进、测试时扩展和数据增强三大类，并提出统一的评估方法，为未来研究奠定基础。
SHE：面向电商搜索相关性的分步混合检验强化学习框架
机构 * Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 本文提出SHE框架，通过分步奖励策略优化提升电商搜索相关性预测的逻辑一致性与准确性，优于SFT、DPO等基线方法。
LingoLoop攻击：通过语言上下文和状态陷阱使大语言模型陷入无限循环
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） ； College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Jiiov Technology（极奥科技）
AI总结 本文提出LingoLoop攻击，通过调整词性标注和隐藏状态限制，使多模态大语言模型生成冗长重复内容，导致资源耗尽和服务降级。
Comments Accepted to ICLR 2026. Code is available at: https://github.com/fuhaha824/LingoLoop-Attack
基于fMRI数据的脑预测编码语言重建
机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education（教育部脑机智能技术重点实验室） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院）
AI总结 本文提出PredFT模型，通过脑预测编码理论提升语言重建效果，实验表明其在自然语言理解fMRI数据集上优于现有解码模型。
Comments Accepted by ACL 2026
AIM-Bench：通过细粒度分层控制进行情感图像操纵的基准测试与改进
机构 * Xi'an Jiaotong University（西安交通大学） ； Zhengzhou University（郑州大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Zhejiang Lab（之江实验室）
AI总结 本文提出AIM-Bench，通过细粒度分层控制进行情感图像操纵的基准测试，改进了现有图像编辑基准的不足，提出了AIM-40k数据集并提升了模型性能。
GrOCE：基于图的在线概念擦除用于文本到图像扩散模型
机构 * School of Computer Science, Xiangtan University（湘潭大学计算机科学学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院）
AI总结 GrOCE提出一种无需训练的框架，通过动态语义图和适应性聚类识别实现精准的在线概念擦除，提升文本到图像扩散模型的语义准确性和稳定性。
Comments Accepted to CVPR 2026 Highlight
RISK: 电子商务风险管理中GUI代理的框架
机构 * Ant International, Ant Group（蚂蚁国际，蚂蚁集团） ； Fudan University（复旦大学）
AI总结 RISK框架通过整合数据集、基准测试和强化学习方法，提升了GUI代理在电子商务风险管理中处理多步骤交互的能力，实验显示其在单步和多步任务上的性能提升显著。
Comments Accepted by ACL 2026 Main Conference
PoreDiT：一种适用于大规模数字岩石重建的可扩展生成模型
机构 * College of Intelligent Robotics and Advanced Manufacturing, FuDan University（复旦大学智能机器人与先进制造学院） ； State Key Laboratory of Shale Oil and Gas Enrichment Mechanisms and Efficient Development（页岩油气富集机理与高效开发国家重点实验室） ； Department of Modern Mechanics, University of Science and Technology of China（中国科学技术大学近代力学系）
AI总结 PoreDiT采用三维Swin Transformer生成大规模数字岩石样本，提升计算效率并保持物理真实性，适用于多领域研究。
追溯国际象棋顶级棋手级变压器的思维过程
机构 * Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； School of Computer Science, Fudan University, Shanghai, China（复旦大学计算机科学技术学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院）
AI总结 本文通过稀疏分解框架解析Leela Chess Zero的内部计算，揭示其战术考量，并引入三个量化指标证明其并行推理行为，首次在MLP和注意力模块上实现可解释性分解。
屏幕、缓存与匹配：一种无需训练的因果一致性参考框架用于人类动画
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Shanghai Key Lab of Intelligent Information Processing, 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上海市智能信息处理重点实验室） ； College of Design and Innovation, Tongji University（同济大学设计创意学院） ； School of Data Science and Engineering, East China Normal University（华东师范大学数据科学与工程学院）
AI总结 本文提出FrameCache框架，通过Screen-Cache-Match策略和Trajectory-Aware Autoregressive Generation机制，提升人类动画的时空一致性与视觉稳定性。
CT-1：视觉-语言-相机模型将空间推理知识转移到相机可控的视频生成
机构 * Fudan University（复旦大学） ； Tencent（腾讯） ； Xiamen University（厦门大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出CT-1模型，通过准确估计相机轨迹将空间推理知识转移到视频生成中，利用小波正则化损失和视频扩散模型提升相机控制精度，实验显示其生成的视频质量高且控制准确率提升25.7%。
机器人辅助部分肾切除术中缝合术的细粒度动作分割
机构 * Fudan University（复旦大学） ； University of Macau（澳门大学） ； The Chinese PLA General Hospital（中国人民解放军总医院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文针对机器人辅助部分肾切除术中缝合术的细粒度动作分割问题，提出SIA-RAPN基准测试，采用I3D特征构建四种时间模型，评估平衡准确率、编辑得分和分段F1等指标，结果显示DiffAct在多个指标上表现最佳。
隐于 plain sight：从场可视化中推断视觉到符号的解析解
机构 * Fudan University, China（复旦大学） ； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室） ； University of Cambridge, UK（剑桥大学） ； Nankai University, China（南开大学） ； University of Oxford, UK（牛津大学）
AI总结 本文研究了从二维线性稳态场的可视化中推断视觉到符号的解析解，提出ViSA-R2模型并发布ViSA-Bench基准，通过结构模式识别和物理学家路径验证，实现高精度符号表达推断。
面向LLM策略优化的自适应模拟实验
机构 * School of Management, Fudan University（复旦大学管理学院） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程系） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系）
AI总结 本文提出基于配对比较的自适应模拟实验框架，用于从有限候选策略中识别最优策略。通过无结构和有结构策略空间，推导最优采样比例并证明算法在统计保证下达到基本数据要求。
ETCH-X：通过可组合数据集增强具有衣物人类的表达性身体拟合
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Nanjing University（南京大学）
AI总结 本文提出ETCH-X，通过引入紧致性感知拟合范式、SMPL-X扩展和隐式密集对应关系，提升身体拟合的鲁棒性和细节表达，实现对衣物动态、姿态变化和噪声输入的高效处理。
Comments Page: https://xiaobenli00.github.io/ETCH-X/, Code: https://github.com/XiaobenLi00/ETCH-X
SIM1：物理对齐的模拟器作为零样本数据放大器在变形世界中
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） ； Peking University（北京大学）
AI总结 SIM1通过物理对齐的仿真方法，将稀疏观测转化为高保真的合成监督，实现变形物体 manipulation 的高效训练，取得与真实数据相当的性能。
Comments Website: https://internrobotics.github.io/sim1.github.io/
CausalVAD：通过因果干预实现端到端自动驾驶的去混淆
机构 * Fudan University（复旦大学） ； Embodiq Robotics Co., Ltd. ； Beijing Institute of Technology（北京理工大学） ； East China Normal University（华东师范大学）
AI总结 本文提出CausalVAD框架，通过因果干预解决端到端自动驾驶中统计相关性与真实因果关系的矛盾，提升规划精度与安全性。
Comments Accepted to CVPR 2026 (Highlight)
PaceLLM：用于长上下文理解的脑启发式大语言模型
机构 * School of Information Science and Technology, Fudan University（复旦大学信息科学与技术学院） ； 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）
AI总结 PaceLLM通过引入持久活动机制和皮层专家聚类，解决大语言模型在长上下文中的信息衰减和语义碎片化问题，提升多文档问答和无限基准任务性能，扩展上下文长度至200K tokens。
Comments Accepted by NeurIPS 2025
AVGen-Bench: 一项面向多粒度评估的文本到音频视频生成任务驱动基准
机构 * Microsoft Research Asia（微软亚洲研究院） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 AVGen-Bench通过11个真实场景的高质量提示，结合轻量专家模型与多模态大语言模型，实现对文本到音频视频生成的多粒度评估，揭示了音频视觉美学与语义可靠性之间的显著差距。
Uni-ViGU：通过基于扩散的视频生成器实现视频生成与理解的统一
机构 * Shanghai Academy of AI for Science（上海人工智能实验室） ； Fudan University（复旦大学） ； Independent Researcher（独立研究者） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 Uni-ViGU通过基于扩散的视频生成器统一视频生成与理解，引入统一流方法和模态驱动的MoE框架，实现多模态生成与理解的协同优化。
Comments Page and Code: https://fr0zencrane.github.io/uni-vigu-page/
从分解视角看大语言模型的长上下文推理
机构 * Large Language Model Department, Tencent（腾讯大语言模型部门） ； Xi'an Jiaotong University（西安交通大学） ； Tencent（腾讯） ； Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学）
AI总结 本文从分解视角出发，将长上下文推理分解为基本原子技能，并通过伪数据集训练提升模型能力，实验证明该方法在多个基准测试中提升了7.7%的性能。
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