高校专区
CouCE: 一种用于去偏深度度量学习的统一因果框架
机构 * Wuhan University of Science and Technology（武汉科技大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 提出统一因果框架CouCE，通过正交字典后门调整和多尺度随机因果干预，同时消除背景虚假相关和前景区块扰动，实现深度度量学习的去偏。
在不完全图证据下 grounding LLM 推理
机构 * Tianjin Normal University, College of Computer and Information Engineering（天津师范大学计算机与信息工程学院） ； Harbin Institute of Technology, School of Mathematics（哈尔滨工业大学数学学院）
AI总结 本文提出在不完全知识图谱证据下，通过KL正则化变形LLM先验实现软grounding，并给出稳定性界限，适用于GraphRAG、KGQA等场景。
Comments A theoretical perspective about Grounding LLM Reasoning
Clarus: 协调自主研究代理实现网络规模的科学协作
机构 * Sun Yat-sen University（中山大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tongji University（同济大学） ； Jilin University（吉林大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 提出Clarus基础设施，通过定义项目-代理-资源对象模型和四层协作架构，协调AI与人类研究者在开放、可审计、可归属的资源感知多阶段流程中实现网络规模科学协作。
Comments 28 pages, 7 figures, 1 table
高效RGB-T目标检测通过稀疏跨模态融合
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 提出稀疏融合机制，先快速扫描图像识别候选区域，再对稀疏候选进行特征融合，实现高效RGB-T目标检测，在降低计算成本的同时保持高精度。
Comments Accepted by ECCV-2026
照亮统一多模态模型以实现自由形式交错文本-图像生成
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Zhengzhou Advanced Research Institute of Harbin Institute of Technology（哈尔滨工业大学郑州先进研究院） ； Nankai University（南开大学）
AI总结 提出ILLUME-X统一多模态模型，通过改进数据效率和稳定训练，实现高质量自由形式交错文本-图像生成，在风格迁移等任务上超越先前模型。
Comments Accepted by ECCV2026
面向具身AI的高效视觉指代：智能体驱动数据合成、跨块注意力与迭代校正
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 提出PointArena 2026解决方案，通过智能体驱动数据合成、确定性可操控数据流水线、跨块注意力与迭代校正模块，实现77.2%总体准确率，排名第二。
STEAM: 面向真实世界机器人学习的自监督时间集成优势建模
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Striding AI ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Infinigence AI
AI总结 提出自监督时间集成优势建模（STEAM），利用专家轨迹中帧对的时间偏移作为自监督信号，学习帧级优势以区分进展与失败，结合CFGRL在多种真实任务中提升策略成功率。
渐进式自监督学习与个性化社区分配用于脑网络分析
机构 * Harbin Institute of Technology at Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； University of Tübingen（图宾根大学） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所）
AI总结 提出BrainPICM框架，通过渐进式不平衡最优传输实现个性化社区感知掩码，结合课程学习策略和偏差感知聚合模块，在三个fMRI数据集上优于现有方法。
利用视觉语言模型动态解析和更新自然语言规范以实现鲁棒的视觉语言跟踪
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； Peng Cheng Laboratory, Shenzhen（鹏城实验室深圳分部） ； Shenzhen Graduate School, Peking University（北京大学深圳研究生院）
AI总结 提出语言依赖解析机制提取跟踪核心成分，并利用Qwen-VL进行成分感知的文本更新，在多个基准上取得一致优越性能。
置信度反馈加权图匹配网络：复杂干扰下的在线-离线激光损伤点匹配
机构 * School of Instrumentation Science and Engineering, Harbin Institute of Technology, Harbin 150001, China（哈尔滨工程大学仪器科学与工程学院，哈尔滨工业大学，哈尔滨150001，中国） ； Research Center of Laser Fusion, China Academy of Engineering Physics, Mianyang 621900, China（中国工程物理研究院激光融合研究中心，绵阳621900，中国）
AI总结 针对高功率激光装置中在线检测伪损伤点与离线真实点匹配困难的问题，提出置信度反馈加权图匹配网络，仅需损伤点质心坐标，通过迭代匹配得分估计节点可匹配性并反馈为可靠性权重，抑制干扰传播，结合几何一致性约束和难例挖掘损失，在复杂场景数据集上实现96.36%的匹配F1分数。
Comments 13 pages,12 figures,2 tables
SATB-VR：使用信噪比感知轨迹混合训练少步视频恢复扩散模型
机构 * Alibaba Group（阿里巴巴集团） ； Harbin Institute of Technology（哈尔滨工业大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 提出SATB-VR少步视频恢复框架，通过辅助预测器跳过低信噪比步骤，并利用SNR感知轨迹混合策略解决训练-推理不一致，实现高效高质量恢复。
SearchSkill: 教授大语言模型使用搜索工具与演进技能库
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区计算机科学与技术学院） ； TikTok Inc, Beijing（字节跳动北京公司）
AI总结 SearchSkill通过可重用的搜索技能显式规划查询，提升开放域问答中的检索效率和推理质量，改进了知识密集型问答基准的精确匹配表现。
大语言模型中的代理工具使用
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）计算机科学与技术学院）
AI总结 本文系统梳理了大语言模型中代理工具使用的三种范式，分析了其方法、优缺点及评估现状，旨在解决现有研究碎片化问题，提供更系统的进化视角。
本体引导的反向思维使大语言模型在知识图谱问答中更强
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Joint Laboratory of HIT and iFLYTEK（哈工大与科大讯飞联合实验室） ； University of Science and Technology of China（中国科学技术大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 本文提出Ontology-Guided Reverse Thinking框架，通过反向推理构建路径，提升大语言模型在知识图谱问答中的表现，实验表明其在WebQSP和CWQ数据集上达到最佳性能。
Comments We now public our source codes
StarDojo：基于Stardew Valley的多模态大语言模型在生产-生活模拟中的开放性行为基准测试
机构 * Nanyang Technological University（南洋理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； East China University of Science and Technology（华东理工大学） ； Singapore Management University（新加坡管理大学）
AI总结 StarDojo通过Stardew Valley模拟评估多模态大语言模型在生产与社交活动中的综合能力，包含1000个任务，发现GPT-4.1在视觉理解与多模态推理方面存在显著不足。
Comments Accepted by ECCV 2026. Project website: https://weihaotan.github.io/StarDojo
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