高校专区
跨模态冗余与视觉-语言嵌入的几何学
机构 * Brown University（布朗大学） ； ENS Paris Saclay（巴黎萨克雷大学） ； IRT Saint Exupéry（IRT圣埃克苏佩里） ； Kempner Institute, Harvard University（哈佛大学凯姆纳研究所）
AI总结 本文通过等能假设和对齐稀疏自编码器，揭示了视觉-语言模型中跨模态对齐的几何结构，发现稀疏双模态原子承载了跨模态对齐信号，单模态原子解释了模态差距，去除单模态原子可消除差距而不影响性能。
Comments Published as a conference paper at ICLR 2026
提示武器杀链：提示注入如何逐渐演变成多步骤恶意软件交付机制
机构 * Department of Software and Information Systems Engineering, Ben-Gurion University of the Negev（本·古里安大学软件与信息系统工程系） ； School of Electrical and Computer Engineering, Tel Aviv University（特拉维夫大学电气与计算机工程学院） ； Harvard Kennedy School, Harvard University, and Munk School, University of Toronto（哈佛大学哈佛肯尼迪学校及多伦多大学穆克学校）
AI总结 本文提出提示武器杀链模型，揭示提示注入演变为多步骤恶意软件攻击机制的过程，并提出针对各阶段的防御策略。
通过视频重规划进行隐式状态估计
机构 * National Taiwan University（国立台湾大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Cornell University（康奈尔大学） ； Harvard University（哈佛大学） ； Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
AI总结 本文提出一种通过视频重规划实现隐式状态估计的框架，通过在线更新模型参数和过滤失败计划，提升复杂任务中的动态适应能力。
POCO：通过群体条件实现可扩展的神经预测
机构 * EECS, MIT（MIT电子工程与计算机科学系） ； SEAS, Harvard University（哈佛大学科学与工程系） ； Janelia Research Campus（贾尔尼亚研究校园） ； Harvard Medical School（哈佛医学院） ； Kempner Institute（凯普纳研究所） ； Université de Montréal（蒙特利尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Stanford University（斯坦福大学）
AI总结 POCO通过结合轻量级预测器和群体编码器，实现跨会话神经预测，提升预测精度并揭示生物结构。
Journal ref Advances in Neural Information Processing Systems (2025)
测量和控制任务训练的递归神经网络中的解退化
机构 * Harvard University（哈佛大学） ； Harvard Medical School（哈佛医学院） ； Kempner Institute（凯普纳研究所） ； EPFL（苏黎世联邦理工学院）
AI总结 本研究开发了统一框架，量化和控制任务训练RNN中的解退化，揭示任务复杂性和网络规模对解退化的影响。
Journal ref Advances in Neural Information Processing Systems (2025)
通用神经最优传输
机构 * Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Kempner Institute at Harvard University（哈佛大学凯门研究所） ； Weierstrass Institute, Berlin, Germany（魏尔斯特拉斯研究所）
AI总结 UNOT通过傅里叶神经算子和对抗训练，实现高效准确的最优传输距离和计划预测，并在Wasserstein空间几何和Sinkhorn算法初始化中表现出色。
Comments 37 pages, 19 figures, accepted to ICML 2025
Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:19196-19232, 2025
通过战略资源分配实现激励感知的AI安全：从Stackelberg安全游戏视角出发
机构 * Harvard University（哈佛大学）
AI总结 本文提出基于Stackelberg安全游戏的AI安全框架，通过战略资源分配设计激励机制，提升AI监管的主动性与鲁棒性。
Vidmento：通过上下文感知扩展创建视频故事
机构 * Harvard University（哈佛大学） ； Adobe Research（Adobe研究）
AI总结 Vidmento通过上下文感知扩展技术，结合捕捉和生成的媒体，帮助创作者实现更具表现力的视频叙事。
Comments Accepted to CHI 2026 (25 pages, 18 figures)
广义流映射用于黎曼流形上的少步生成建模
机构 * University of Oxford（牛津大学） ； Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所） ； Institute for Artificial Intelligence and Fundamental Interactions, MIT（人工智能与基本相互作用研究所，MIT） ； Carnegie Mellon University（卡内基梅隆大学） ； AITHYRA（AITHYRA研究所） ； Mila（Mila研究所） ； Imperial College London（伦敦帝国学院）
AI总结 本文提出广义流映射（GFM）用于黎曼流形上的少步生成建模，通过自蒸馏方法提升现有生成模型性能。
Comments Under review
利用深度学习和卫星影像制作非洲高分辨率城乡地图
机构 * Institute for Analytical Sociology, Linköping University, Sweden（分析社会研究所，利尔贝里大学，瑞典） ； Geomatics, Department of Environmental and Life Sciences, Karlstad University, Sweden（测绘学，环境与生命科学系，卡尔斯塔德大学，瑞典） ； Department of Statistics, Harvard University, Massachusetts, USA（统计学系，哈佛大学，马萨诸塞州，美国） ； Department of Computer Science and Engineering, Chalmers University of Technology, Gothenburg, Sweden（计算机科学与工程系，查尔姆斯理工大学，哥德堡，瑞典） ； The AI and Global Development Lab (www.global-lab.ai)（人工智能与全球发展实验室）
AI总结 本研究利用深度学习和卫星影像，开发了高分辨率非洲城乡地图，提升了对非洲聚居地变化的分析能力。
Comments 25 pages, 12 figures
Journal ref Scientific Reports 16, 637 (2026)
具有适应数据漂移的联邦学习客户端聚类
机构 * Harvard University（哈佛大学） ； Northwestern University（西北大学） ； Amazon（亚马逊公司） ； Johns Hopkins University（约翰霍普金斯大学） ； Google（谷歌公司）
AI总结 FIELDING通过适应数据漂移的CFL框架提升模型准确性并加速收敛
Comments 24 pages, 16 figures
通过RoadSafe365基准理解现实世界交通安全
机构 * Auburn University（阿伯拉罕大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Harvard Medical School（哈佛医学院） ； The University of Iowa（爱荷华大学）
AI总结 RoadSafe365通过细粒度分析和多模态数据集提升现实交通安全研究的可重复性与有效性。
视频世界模型中的物理解释
机构 * FAIR, Meta Superintelligence Labs ； Mila \& McGill University ； Kempner Institute, Harvard University
AI总结 该研究通过分析视频模型内部的物理表示，发现其采用分布式表示而非分解表示，揭示了物理信息在模型中的涌现机制和组织方式。
LLM主动对齐：从纳什均衡视角出发
机构 * College of AI, Tsinghua University, Beijing, China（人工智能学院，清华大学，北京，中国） ； Harvard University, Cambridge, MA, USA（哈佛大学，马萨诸塞州剑桥，美国） ； Department of Electronic Engineering, Tsinghua University, Beijing, China（电子工程系，清华大学，北京，中国）
AI总结 本文提出了一种基于纳什均衡的LLM主动对齐方法，通过建模代理行为以避免文本空间计算难题，并展示其在社交媒体中防止政治排斥的应用潜力。
TrailBlazer: 基于历史的强化学习用于黑盒大语言模型劫持
机构 * Daegu Gyeongbuk Institute of Science and Technology（大邱庆 bun 科学技术研究院） ； Harvard University（哈佛大学） ； University of Southern California（南加州大学）
AI总结 TrailBlazer通过历史感知强化学习提升黑盒大语言模型劫持效率，实现更高效的攻击策略和更高的查询效率。
通过漂移进行生成建模
机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学）
AI总结 本文提出漂移模型，通过在训练过程中演进化分布实现一步生成，取得ImageNet上优异的生成效果。
Comments Project page: https://lambertae.github.io/projects/drifting/
Mamba Goes HoME: 分层软专家混合模型用于3D医学图像分割
机构 * Faculty of Mathematics, Informatics, and Mechanics, University of Warsaw（华沙大学数学、信息学与力学系） ； Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学系） ； Institute of AI for Health, Helmholtz Munich（海德堡医学院人工智能与健康研究所） ； Faculty of Electronics and Information Technology, Warsaw University of Technology（华沙理工大学电子与信息技术系） ； NASK - National Research Institute（国家研究 institute） ； Faculty of Radiology, Massachusetts General Hospital（麻省总医院放射学系） ； Department of Radiology, Harvard Medical School（哈佛医学院放射学系）
AI总结 本文提出分层软专家混合模型HoME，通过两级令牌路由提升3D医学图像分割的长上下文建模能力，实现更高效的局部和全局特征提取，从而提升分割性能。
Comments Accepted at NeurIPS 2025
使用动态4D-CTA数据进行3D CTA扫描中鲁棒的自动脑血管分割
机构 * Northeastern University, Boston, USA（东北大学） ； Washington University in St. Louis, St, Louis, USA（华盛顿大学） ； Dana-Farber Cancer Institute, Boston, USA（达纳-法伯癌症研究所） ； Brigham and Women's Hospital, Boston, USA（布里奇曼和妇女医院） ； Harvard Medical School, Boston, USA（哈佛医学院）
AI总结 本文提出了一种基于动态4D-CTA数据的鲁棒自动脑血管分割方法，通过扩大数据集和增强鲁棒性，提升了分割精度和敏感度。
Comments 18 pages, 10 figures
通过对比协方差分解查询-键特征交互
机构 * Harvard University（哈佛大学） ； Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； Kempner Institute, Harvard University（凯普纳研究所，哈佛大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出通过对比协方差分解查询-键特征交互，以揭示Transformer中注意力机制的可解释性。
开源多模态Moxin模型：Moxin-VLM和Moxin-VLA
机构 * Northeastern University（东北大学） ； Harvard University（哈佛大学） ； Cornell University（康奈尔大学） ； Tulane University（路易斯安那州立大学） ； University of Washington（华盛顿大学） ； Futurewei（未来通信） ； AIBAO LLC
AI总结 本文提出开源多模态Moxin模型，通过Moxin-VLM、Moxin-VLA和Moxin-Chinese三种变体，提升视觉-语言、视觉-语言-动作及中文任务的性能。
直觉模糊逻辑驱动的UNet架构：应用于脑图像分割
机构 * Department of Mathematics, Bareilly College, Bareilly (MJP Rohilkhand University), Uttar Pradesh, India（印度乌塔兰普尔邦巴雷利学院数学系） ； Division of Newborn Medicine, Fetal Neonatal Neuroimaging and Developmental Science Center, Boston Children’s Hospital, Harvard Medical School, Boston, MA 02115, USA（美国哈佛医学院波士顿儿童医院新生儿医学部） ； Department of Pediatrics, Harvard Medical School, Boston, MA, USA（美国哈佛医学院儿科系） ； CSIR–Central Electronics Engineering Research Institute, Pilani 333031, Rajasthan, India（印度拉贾斯坦邦比拉尼中央电子工程研究机构） ； Academy of Scientific and Innovative Research (AcSIR), Ghaziabad 201002, India（印度德里阿齐亚德瓦学术与创新研究院） ； CSIR–National Institute of Science Communication and Policy Research, New Delhi, India（印度新德里国家科学传播与政策研究所）
AI总结 本文提出基于直觉模糊逻辑的UNet架构，用于提升脑图像分割中对不确定性的处理能力。
监控性作为免费礼物：RLVR如何自发地对齐推理
机构 * Harvard University（哈佛大学）
AI总结 RLVR通过增强响应分布和提示关注度自发提升推理透明性，但这种提升依赖于数据多样性与训练难度。
SurgiATM：一种基于物理的插件式模型，用于基于深度学习的腹腔镜手术烟雾去除
机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Institute of Medical Robotics, School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院医学机器人研究所） ； Department of Radiology, Brigham and Women's Hospital, and Harvard Medical School（哈佛医学院放射科、布里洛女性医院）
AI总结 SurgiATM通过结合物理模型和深度学习，提出了一种轻量级插件式模型，用于有效去除腹腔镜手术中的烟雾，提升手术精度和效率。
Comments 21 pages, 9 figures, 10 tables. Code available at https://github.com/MingyuShengSMY/SurgiATM
任意时间预训练：无时间范围的学习率调度与权重平均
机构 * Harvard University（哈佛大学） ； Kempner Institute at Harvard University（哈佛大学凯默纳研究所）
AI总结 本研究提出了一种无需时间范围的学习率调度方法，通过权重平均实现与余弦调度相当的预训练效果。
超越裁剪与轮换：利用生成模型自动化进化强大任务特定增强方法
机构 * Columbia University, New York, NY（哥伦比亚大学） ； University of Washington, Seattle, WA（华盛顿大学） ； Harvard University, Cambridge, MA（哈佛大学）
AI总结 本文提出EvoAug，利用生成模型和进化算法自动化学习任务特定增强方法，提升模型鲁棒性和性能。
加速自动驾驶中的结构化链式推理
机构 * NVIDIA ； University of Southern California（南加州大学） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学）
AI总结 FastDriveCoT通过并行解码方法加速自动驾驶中的结构化链式推理，实现3-4倍的生成速度提升和端到端延迟的显著降低，同时保持推理效果。
通过误差最小化重新映射和导航嵌入空间：认知在自然和人工系统中的基本组织原则
机构 * Allen Discovery Center at Tufts University（塔夫茨大学阿伦发现中心） ； Wyss Institute for Biologically Inspired Engineering at Harvard University（哈佛大学生物启发工程研究所）
AI总结 通过误差最小化重新映射和导航嵌入空间，揭示认知在自然和人工系统中的基本组织原则。
Comments 41 pages, 5 figures
DDTracking: 一种用于扩散磁共振成像束追踪的深度生成框架，结合流线局部-全局时空建模
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Nanjing University of Science and Technology（南京理工大学） ； Brigham and Women’s Hospital（布里奇沃特医院） ； Harvard Medical School（哈佛医学院）
AI总结 DDTracking通过深度生成框架结合局部-全局时空建模，实现更精确的扩散磁共振成像束追踪。
Comments Preprint version. The content may be updated in the future
MedFrameQA: 一个多图像医学视觉问答基准用于临床推理
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； Harvard University（哈佛大学） ； UC Berkeley（加州大学伯克利分校） ； Emory University（埃默里大学） ； UC San Francisco（旧金山加州大学）
AI总结 MedFrameQA是一个多图像医学视觉问答基准，旨在评估多图像医学推理能力，揭示现有模型在处理复杂医学叙述时的不足。
Comments 27 pages, 15 Figures Benchmark data: https://huggingface.co/datasets/SuhaoYu1020/MedFrameQA
谱叠加：特征几何理论
机构 * Harvard University（哈佛大学）
AI总结 本文提出谱叠加理论，通过分析权重矩阵的谱结构，揭示特征在高维空间中的几何分布，证明容量饱和导致特征局部化，并通过框架算子实现分类。
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