MetaPS: Adaptive Programmatic Strategy Selection for Market Agents
MetaPS：面向市场智能体的自适应程序化策略选择
机构 * Fudan University（复旦大学） ； TensorPacific
AI总结 提出MetaPS框架，通过模拟市场回滚候选策略并生成监督微调数据，使智能体自适应选择程序化策略，在股票交易和商品交换实验中优于固定策略和直接决策方法。
高校专区
Fudan University（复旦大学）
Interest Entanglement: The Hidden Barrier to Blind Super-Resolution Optimization
兴趣纠缠：盲超分辨率优化的隐藏障碍
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） ； 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） ； The University of Hong Kong（香港大学） ； Shanghai Institute of Virology, Shanghai Jiao Tong University School of Medicine（上海病毒研究所，同济大学医学院）
AI总结 针对图像超分辨率中保真度与感知质量冲突的问题，提出基于共享特征表示的超分辨率框架（SFR），通过解耦不同优化目标的学习过程并引入InfoSqueeze模块，实现两者有效平衡。
Customizing Video Portraits via Identity-ActionDecoupling
通过身份-动作解耦定制视频肖像
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） ； 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） ； The University of Hong Kong（香港大学）
AI总结 提出身份-动作解耦框架，通过身份解耦损失和文本对齐损失，无需微调即可生成保持身份一致且表情丰富的视频。
AutoRAS: Learning Robust Agentic Systems with Primitive Representations
AutoRAS: 学习具有原始表示的鲁棒智能系统
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Guangxi Transportation Science and Technology Group Co., Ltd.（广西交通科技集团有限公司） ； Fudan University（复旦大学）
AI总结 提出AutoRAS框架，通过生成符号原始序列并利用执行安全信号和流式序列级目标优化，自动设计鲁棒智能系统，在正常和对抗设置下均表现最佳。
Comments Accepted by ICML2026
Task-Differentiated Atomic Skill Expansion and Routing for Continual Learning Across Highly Heterogeneous Tasks
任务差异化原子技能扩展与路由用于高度异构任务的持续学习
机构 * East China Normal University（华东师范大学） ； Fudan University（复旦大学） ； Ocean University of China（中国海洋大学）
AI总结 提出TASER框架，通过原子技能增量学习、正交增强技能检测和动态路由机制，解决高度异构任务持续学习中的灾难性遗忘和容量分配问题。
How Well Can Your Video Model Remember? Measuring Memory-Budget Trade-offs in Long Video Understanding
你的视频模型记忆能力如何？衡量长视频理解中的记忆-预算权衡
机构 * Fudan University（复旦大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 提出一个经验模型，量化帧预算B和时间距离D对长视频理解准确率的影响，发现准确率与log预算呈线性关系，且距离相关指数α(D)可衡量不同模型的长距离记忆效率。
From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents
从知道到行动：基准测试LLM代理的自我意识能力
机构 * The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； University of Edinburgh（爱丁堡大学） ； Tencent（腾讯） ； University of Bristol（布里斯托大学）
AI总结 提出KAPRO框架和KAware数据集，通过解耦元认知判断与自主执行，评估LLM代理的自我意识能力，发现其与任务成功强相关但在内部能力场景中下降，开源模型易过度使用工具。
Optimization-as-a-Service via Multi-Agent Large Language Model for Radio Access Networks
通过多智能体大语言模型实现无线接入网的优化即服务
机构 * Fudan University（复旦大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Surrey（Surrey大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出将物理资源块分配问题作为大语言模型多智能体系统提供的优化即服务，通过场景理解、目标生成、求解器和反思智能体实现上下文感知的自校正公式，并引入单次反思蒸馏机制降低延迟。
Open Problem: Is AdamW Effective Under Heavy-Tailed Noise?
开放问题：AdamW 在重尾噪声下是否有效？
机构 * Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 本文提出开放问题：AdamW 在重尾噪声下能否收敛？通过加权度量基准和走廊下界机制，揭示分母记忆可能隐藏大梯度。
Empowering Polymeric Materials Discovery by Artificial Intelligence
人工智能赋能高分子材料发现
机构 * Suzhou MatSource Technology Co., Ltd.（苏州MatSource科技有限公司） ； Gusu Laboratory of Materials（材料Gusu实验室） ； Advanced Institute for Materials Research (WPI-AIMR)（先进材料研究所（WPI-AIMR）） ； Frontier Research Institute for Interdisciplinary Sciences (FRIS)（交叉学科前沿研究所（FRIS）） ； State Key Laboratory of Advanced Environmental Technology, Department of Environmental Science and Engineering, University of Science and Technology of China（先进技术国家实验室，环境科学与工程系，中国科学技术大学） ； Jiangsu Key Laboratory of New Power Batteries, Jiangsu Collaborative Innovation Centre of Biomedical Functional Materials, School of Chemistry and Materials Science, Nanjing Normal University（新型动力电池江苏省重点实验室，生物医学功能材料协同创新中心，化学与材料科学学院，南京师范大学） ； Department of Chemistry, National University of Singapore（新加坡国立大学化学系） ； Thrust of Sustainable Energy and Environment, The Hong Kong University of Science and Technology (Guangzhou)（可持续能源与环境方向，香港科技大学（广州）） ； Department of Materials Design and Innovation, University at Buffalo（材料设计与创新系，布法罗大学） ； College of Smart Materials and Future Energy, State Key Laboratory of Molecular Engineering of Polymers, Fudan University（智能材料与未来能源学院，聚合物分子工程国家重点实验室，复旦大学） ； School of Physical Science and Technology, Shanghai tech University（物理科学与技术学院，上海科技大学） ； The State Key Laboratory of Molecular Engineering of Polymers and Department of Macromolecular Science, Fudan University（聚合物分子工程国家重点实验室和大分子科学系，复旦大学） ； Department of Chemistry and Materials Science, Xi'an J Liverpool University（化学与材料科学系，西安J Liverpool大学）
AI总结 本文综述了数据基础设施、机器学习、大模型和实验室自动化如何融合成自主发现生态系统，通过自改进反馈循环实现高分子材料的预测性、可重复和可扩展创新。
Ultra-Peripheral Collisions as a Nuclear-Structure Interferometer with Interpretable Multitask Deep Learning
超外围碰撞作为具有可解释多任务深度学习的核结构干涉仪
机构 * Key Laboratory of Nuclear Physics and Ion-beam Application (MOE), Institute of Modern Physics, Fudan University, Shanghai 200433, China（核物理与离子束应用重点实验室（教育部），复旦大学现代物理研究所，上海200433，中国） ； Department of Modern Physics, University of Science and Technology of China, Hefei 230026, China（中国科学技术大学现代物理系，合肥230026，中国） ； Institute for Physics of Intelligence, The University of Tokyo, Hongo, Tokyo 113-0033, Japan（智能物理研究所，东京大学，Hongo，东京113-0033，日本）
AI总结 提出可解释多任务深度学习框架，从超外围碰撞中同时提取核变形和中子皮等结构信息，并识别关键运动学区域。
Comments 14 pages, 11 figures
SPOT-E: Test-Time Entropy Shaping with Visual Spotlights for Frozen VLMs
SPOT-E：基于视觉聚光灯的冻结VLM测试时熵整形
机构 * National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Technical University of Munich（慕尼黑工业大学） ； Sagenic Tech ； Zhejiang University（浙江大学） ； vivo ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 提出SPOT-E方法，通过测试时熵整形和视觉聚光灯，解决VLM在证据密集型任务中因忽视局部关键证据而表现不佳的问题，无需重新训练即可提升定位与鲁棒性。
FTP-1: A Generalist Foundation Tactile Policy Across Tactile Sensors for Contact-Rich Manipulation
FTP-1：一种跨触觉传感器的通用基础触觉策略，用于密集接触操作
机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Sharpa ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出FTP-1，首个通用基础触觉策略，通过异构编码器和共享Transformer专家，跨21种传感器和3000小时数据预训练，实现触觉操作技能的跨传感器迁移，在未见传感器上成功率提升31%。
FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining
FreeStyle: 从社区LoRA挖掘中实现风格-内容双参考生成的自由控制
机构 * Fudan University（复旦大学） ； StepFun ； Westlake University（西湖大学） ； University of Hong Kong（香港大学）
AI总结 提出FreeStyle框架，利用社区LoRA作为锚点，通过两阶段课程学习（注意力级约束和频率感知RoPE调制）解决双参考生成中的内容泄露问题，并引入新基准和评估指标，实现风格对齐、内容保持与泄露抑制的平衡。
Comments 35 pages, 26figures. Project page: https://github.com/Blue2Giant/FreeStyle
Self-Adaptive Scale Handling for Forecasting Time Series with Scale Heterogeneity
面向尺度异质性时间序列的自适应尺度处理方法
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） ； Ant Group（蚂蚁集团）
AI总结 提出自适应尺度处理模块，通过学习自适应尺度因子保留语义区分性并减少逆缩放误差，在基金销售数据集上提升主流预测模型性能。
Comments This is the full version of the paper accepted by the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). The code and dataset are available at https://github.com/Meteor-Stars/ASTSF
StreamKL: Fast and Memory-Efficient KL Divergence for Boosting Attention Distillation
StreamKL: 快速且内存高效的KL散度用于提升注意力蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei（华为） ； Fudan University（复旦大学）
AI总结 提出StreamKL，首个融合GPU原语，通过在线公式和逐块重计算将注意力蒸馏的内存和IO成本从O(N_QN_K)降至O(1)，实现高达43倍前向和14倍反向加速。
CrossFlow: One-Step Generation Across Latent and Pixel Spaces
CrossFlow: 跨潜在空间与像素空间的单步生成
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Tencent（腾讯） ； Fudan University（复旦大学）
AI总结 提出CrossFlow，一种跨空间流模型，将噪声潜在输入直接映射到像素图像，通过无速度单步目标实现潜在到像素的生成，并替代潜在扩散中的解码器，在ImageNet-1k上达到1.62 FID。
Comments Preprint, Under Review
Timage: A Generative Text-in-Image Paradigm for Fine-Tuning Vision-Language Models
Timage: 一种用于微调视觉语言模型的文本嵌入图像生成范式
机构 * Fudan University（复旦大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Tencent Jarvis Lab（腾讯贾维斯实验室） ； Southern University of Science and Technology（南方科技大学）
AI总结 提出Timage范式，通过约束薛定谔桥将查询文本作为排版覆盖层嵌入图像，以显式空间锚点引导模型关注，在不侵蚀骨干能力前提下提升细粒度空间推理性能。
Comments ECCV
ADaPT: Token-Level Decoupling for Efficient Large Reasoning Models
ADaPT：面向高效大推理模型的令牌级解耦
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Institute of Artificial Intelligence for Education, East China Normal University（华东师范大学上海智能教育研究院） ； 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） ； Ant Group（蚂蚁集团）
AI总结 提出ADaPT，通过令牌级双过程框架解耦效率与正确性信号，引入模式选择令牌控制快慢推理，实现推理时效率-性能权衡的精确连续控制，在降低推理成本的同时保持强推理能力。
Physics-Informed Neural Network with Squeeze-Excitation-like Attention
带有挤压-激励式注意力的物理信息神经网络
机构 * Key Laboratory of Quark and Lepton Physics (MOE) & Institute of Particle Physics, Central China Normal University（华中师范大学夸克与轻子物理教育部重点实验室及粒子物理研究所） ； Artificial Intelligence and Computational Physics Research Center, Central China Normal University（华中师范大学人工智能与计算物理研究中心） ； Key Laboratory of Nuclear Physics and Ion-beam Application (MOE) & Institute of Modern Physics, Fudan University（复旦大学核物理与离子束应用教育部重点实验室及现代物理研究所） ； Shanghai Research Center for Theoretical Nuclear Physics, NSFC and Fudan University（国家自然科学基金委员会-复旦大学上海理论核物理研究中心） ； Northwest Institute of Nuclear Technology（西北核技术研究所）
AI总结 提出SEA-PINN架构，通过挤压-激励式注意力机制动态调整神经元重要性，实现稳定初始化，在20个基准问题中17个方差极小，无需傅里叶嵌入或周期激活即可达到与TSA-PINN相当的精度，并可作为轻量插件提升其他PINN性能。
Comments 15 pages, 6 figures
Unified Multimodal Autoregressive Modeling with Shared Context-Visual Tokenizer is Key to Unification
统一多模态自回归建模：共享上下文-视觉分词器是实现统一的关键
机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身AI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，阿里公司）
AI总结 提出UniAR框架，通过单一离散视觉分词器桥接视觉理解与生成，采用并行位预测和扩散解码，在图像生成和编辑上达到最优，同时保持多模态理解竞争力。
Comments ICML2026. Project page https://sharelab-sii.github.io/uniar-web
Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games
超越当前观测：评估多模态大语言模型在可控非马尔可夫博弈中的表现
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出RNG-Bench基准套件，通过配对记忆和3D迷宫两个博弈，评估多模态大模型在非马尔可夫环境中重建历史观测并据此行动的能力，发现主要错误源于遗忘而非决策，微调可提升性能。
Enhancing Multilingual Reasoning via Steerable Model Merging
通过可引导的模型合并增强多语言推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Fudan University（复旦大学） ； Beihang University（北京航空航天大学） ； Monash University（墨尔本大学） ； Zhongguancun Laboratory（中关村实验室） ； Nanjing University（南京大学） ； Tsinghua University（清华大学）
AI总结 提出可引导模型合并（ST-Merge）框架，通过门控交叉注意力机制自适应调节源模型贡献，在多语言推理任务中优于强基线。
Comments 12 pages, 7 figures, 8 tables. Accepted by ACL2026 Findings
Maturing Markov Decision Processes: Decision Making under Increasing Information and Shrinking Action Sets
成熟马尔可夫决策过程：信息增加与动作集缩小下的决策制定
机构 * Ant International（蚂蚁国际） ； School of Economics, Sichuan University（四川大学经济学院） ； School of Economics, Fudan University（复旦大学经济学院）
AI总结 针对决策过程中信息增加与动作集缩小的不对称性，提出成熟马尔可夫决策过程（MMDP）框架，并基于过期动作优先级原则开发结构感知强化学习方法，实验证明其能提升学习效率。
Comments 25 pages, 9 figures
LegalWorld: A Life-Cycle Interactive Environment for Legal Agents
LegalWorld: 法律智能体的生命周期交互环境
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Northwest University of Political and Law（西北政法大学）
AI总结 提出LegalWorld，一个将中国民事诉讼建模为五阶段因果链的生命周期交互环境，基于75309对判决书构建，并评估多智能体在连续诉讼中的能力差异。
ThinkingVLA: Interleaved Vision and Language Reasoning for Robotic Manipulation
ThinkingVLA：用于机器人操作的交叉视觉与语言推理
机构 * Fudan University（复旦大学）
AI总结 提出ThinkingVLA，通过统一的多Transformer架构实现前向与逆向推理交织，显著提升长时域操作任务性能。
MathVis-Fine: Aligning Visual Supervision with Necessity via Progressive Dependency-Guided Training for Multimodal Mathematical Reasoning
MathVis-Fine：通过渐进式依赖引导训练将视觉监督与必要性对齐的多模态数学推理
机构 * School of ECE, Peking University（北京大学电子与计算机工程学院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Tencent Youtu Lab（腾讯优图实验室）
AI总结 提出MathVis-Fine框架，通过构建细粒度视觉标注数据集和两阶段渐进式训练，根据样本的视觉依赖程度平衡答案正确性和视觉基础奖励，提升多模态数学推理的监督精度。
ASTEROID: A Spatiotemporal Information Transformer for Forecasting Multi-Step Time Series of Molecular Dynamics
ASTEROID: 用于分子动力学多步时间序列预测的时空信息变换器
机构 * Department of Medicinal Chemistry, School of Pharmaceutical Sciences, Fudan University（药学院药物化学系，复旦大学） ； School of Mathematical Sciences and School of AI, Shanghai Jiao Tong University（数学科学学院和人工智能学院，上海交通大学）
AI总结 提出ASTEROID框架，通过将分子动力学轨迹重构为高维时空序列并集成时空信息变换方程到Transformer中，实现多步原子坐标的直接预测，在多个量子力学分子数据集上显著提升预测精度并降低计算成本。
Comments 32 pages,10 figures
WeaveLA: Event Driven Cross-Subtask Latent Memory Weaving for Repetitive Robot Manipulation
WeaveLA: 面向重复机器人操作的基于事件驱动的跨子任务潜在记忆编织
机构 * Fudan University（复旦大学） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 针对短窗口VLA策略缺乏跨子任务信息传递的问题，提出WeaveLA，通过事件触发将完成子任务压缩为潜在令牌并注入下一子任务的动作生成路径，在保持基础策略短窗口接口的同时实现轻量级跨子任务通道，在困难重复任务上成功率从0%提升至47.8%。
AgentCyberRange: Benchmarking Frontier AI Systems in Realistic Cyber Ranges
AgentCyberRange：在真实网络靶场中基准测试前沿AI系统
机构 * Fudan University（复旦大学）
AI总结 提出首个开源多靶场基础设施AgentCyberRange，集成110个漏洞和156个内部主机，评估前沿AI系统在真实网络攻击中的能力，发现GPT-5.5+Codex在web利用和后利用任务中表现最佳。
