高校专区
EgoMem：全双工多模态模型的终身记忆代理
机构 * Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） ； Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院计算技术研究所） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳学院） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 EgoMem是一种专为全双工多模态模型设计的终身记忆代理，通过异步过程实现用户识别、个性化响应和长期记忆管理，实验显示其在准确性和一致性方面表现优异。
深度视觉特征的可察觉差异建模
机构 * College of Computing and Data Science, Nanyang Technological University, Singapore（新加坡南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机科学与技术学院） ； School of Artificial Intelligence, Beijing Normal University, Beijing, China（北京师范大学人工智能学院） ； School of Computer Science, Peking University, Beijing, China（北京大学计算机学院）
AI总结 本文提出FeatJND模型，用于深度视觉特征的可察觉差异建模，通过任务对齐的容忍边界提升特征质量控制和量化效率。
边缘协同高斯点散布与集成渲染与通信
机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； University of Macau（澳门大学）
AI总结 本文提出边缘协同高斯点散布与集成渲染与通信方法，通过联合优化协作状态和边缘功率分配，解决低成本设备渲染质量退化问题，并通过PMM和ILO算法提升性能与效率。
Comments IEEE ICASSP, Barcelona, Spain, 2026
CE-GOCD：基于社区检测的中心实体引导图优化用于增强LLM科学问答
机构 * Harbin Institute of Technology, Harbin, China（哈尔滨工业大学） ； State Key Laboratory of Cognitive Intelligence, iFLYTEK Research, China（认知智能国家重点实验室）
AI总结 CE-GOCD通过构建和利用学术知识图谱的语义子结构，提升LLM在科学问答中的表现，通过中心实体引导的图优化和社区检测增强问答的准确性和全面性。
Comments Accepted by IEEE ICASSP 2026
PathReasoner-R1: 通过知识引导的策略优化在病理视觉-语言模型中引入结构化推理
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Microsoft Research（微软研究院） ； National University of Singapore（新加坡国立大学） ； Technical University of Dresden（德累斯顿技术大学）
AI总结 PathReasoner-R1通过知识引导的策略优化，在病理视觉-语言模型中引入结构化推理，提升模型的临床推理能力和鲁棒性。
IOTA: 通过黑盒白盒框架实现纠正知识引导的提示学习
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Xi’an Jiaotong University（西安交通大学）
AI总结 IOTA通过结合黑盒和白盒模块，利用纠正知识引导提示学习，提升下游任务适应效果。
全场景视频修复应对平滑演变的未知天气退化
机构 * Department of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术系，哈尔滨工业大学） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； School of Computer Science, Peking University（计算机学院，北京大学）
AI总结 本文提出ORCANet网络，针对平滑演变的未知天气退化问题，通过递归条件和适应提示机制实现视频修复的高质量与时序一致性。
在暗中推理：在潜在空间中交织的视觉-文本推理
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Singapore Management University（新加坡管理学院） ； Shandong University（山东大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 本文提出IVT-LR方法，通过在潜在空间中交织视觉和文本信息，提升多模态推理的效率和准确性。
RoamScene3D: 通过自适应物体感知漫游实现沉浸式文本到3D场景生成
机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Nanyang Technological University（南洋理工大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院）
AI总结 RoamScene3D通过自适应物体感知漫游实现沉浸式文本到3D场景生成，结合语义推理和几何约束提升场景一致性与逼真度。
VC-Bench：开创视频连接基准的Dataset与评估指标
机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen（计算机科学与技术学院，哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； School of Computer Science and Engineering, Central South University（计算机科学与工程学院，中南大学）
AI总结 VC-Bench提出一个用于视频连接任务的新型基准，包含多样化视频数据和综合评估指标，评估现有视频生成模型并揭示其在连贯性和流畅性上的不足。
近似最优的结构缺失性贝叶斯推断
机构 * Harbin Institute of Technology, Harbin, China（哈尔滨工业大学）
AI总结 本文提出了一种近似最优的贝叶斯推断框架，通过解耦模型内缺失值后验学习与标签预测，实现了在结构缺失性问题上的高效且准确的预测。
卷积模型树
机构 * University of Alberta, Edmonton, Canada（阿尔伯塔大学） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学）
AI总结 本文提出了一种基于卷积的模型树森林方法，通过下采样、超平面确定和卷积处理来提高图像函数拟合的准确性和平滑性。
Comments 11 pages. 2 figures. This article was extensively revised. Drawings were added. Co-authors were added responsible for cited experimental results and their description: Hongyi Li and Jun Xu. Attention is on distilling a deep net into a model tree with convolutions done on hyperplane and leaf-function coefficients. Distortions of images are treated by similar changes to coefficient locations
基于直接偏好优化的LM对齐中，策略数据是否总是最佳选择？
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
AI总结 本文提出对齐阶段假设，通过理论和实证分析，揭示了静态与策略偏好数据在LM对齐中的效果差异，并提出算法识别对齐阶段边界。
Comments Accepted by ICLR-2026
通过结构先验注入改进基于价值的过程验证器
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 通过注入结构先验改进基于价值的过程验证器，提升其性能并减少误差。
Comments This version is deprecated. Please refer to our new version: arXiv:2508.10539
SWA-LDM：迈向潜在扩散模型的隐蔽水印
机构 * Software Engineering Institute, East China Normal University（华东师范大学软件工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shen Zhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； College of Integrated Circuits, Zhejiang University（浙江大学集成电路学院）
AI总结 SWA-LDM通过动态随机化潜在噪声中的水印，提升潜在扩散模型的隐蔽性，实现更安全的水印部署。
Comments 12 pages, 5 figures
MemWeaver: 为可追溯的长 horizon 代理推理编织混合记忆
机构 * Harbin Institute of Technology（哈尔滨理工大学） ； The University of New South Wales（新南威尔士大学） ； Macquarie University（麦考瑞大学） ； CSIRO’s Data61（澳大利亚联邦科学与工业研究组织Data61）
AI总结 MemWeaver通过编织混合记忆系统，提升长 horizon 代理推理的准确性与可追溯性，减少输入上下文长度
Adams-Bashforth-Moulton 解决方案用于 rectified 流中的反向和编辑
机构 * Li Auto（利亚 Auto） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of New South Wales（新南威尔士大学） ； Tsinghua University（清华大学）
AI总结 本文提出ABM求解器，通过多步预测校正和自适应步长调整提升rectified流模型的求解精度和编辑质量，无需额外训练。
ELIP: 一种更高效的语言-图像预训练方法，使用更少的视觉标记
机构 * National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 ELIP通过高效修剪视觉标记，减少计算资源消耗，同时保持模型性能，适用于多种下游任务。
AR-Omni：一种统一的自回归模型用于任意到任意生成
机构 * The Hong Kong Polytechnic University（香港理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 AR-Omni提出一种无需专家解码器的统一自回归模型，实现多模态任意到任意生成，解决模态不平衡、视觉保真度和稳定性与创造力平衡问题。
协调智能：基于置信度的路由机制用于高效多智能体协作跨多尺度模型
机构 * Research Center for Social Computing and Information Retrieval, Harbin Institute of Technology, China（社会科学与信息检索研究中心，哈尔滨工业大学，中国） ； the Institute of Automation of the Chinese Academy of Sciences, China（中国科学院自动化研究所，中国）
AI总结 OI-MAS通过基于置信度的路由机制，实现高效多智能体协作，提升准确率并降低计算成本。
基于短期不变性的卷积神经网络进行时间序列数据因果发现
机构 * Faculty of Computing（计算机学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； The Artificial Intelligence Institute（人工智能研究所） ； The Department of Computer Science（计算机科学系） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 STIC通过卷积神经网络利用短期不变性从时间序列数据中发现因果关系，实验表明其在有限观测时间步长时性能优异。
通过预训练的反事实可逆神经网络实现血糖控制
机构 * The Artificial Intelligence Institute（人工智能研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； Faculty of Computing（计算机学院）
AI总结 本文提出基于反事实可逆神经网络的反思强化学习方法，通过预训练模型提升血糖控制的稳定性和安全性。
具有协作域泛化的区域感知时空建模用于跨受体EEG情绪识别
机构 * Laboratory of Digital Image and Intelligent Computation, Shanghai Maritime University, Shanghai 201306, China（上海海洋大学数字图像与智能计算实验室） ； Department of Language Science and Technology, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong SAR, China（香港理工大学语言科学与技术系） ； School of Chinese as a Second Language, and Center for MRI Research, Academy for Advanced Interdisciplinary Studies, Peking University, Beijing 100871, China（北京大学第二语言学院及MRI研究中心） ； CAS Key Laboratory of Behavioral Science, Center for Brain Science and Learning Difficulties, Institute of Psychology, Chinese Academy of Sciences, Beijing 100101, China（中国科学院行为科学重点实验室） ； Beijing Key Laboratory of Applied Experimental Psychology, Faculty of Psychology, Beijing Normal University, Beijing 100875, China（北京应用实验心理学重点实验室） ； Institute of Computing and Intelligence, Harbin Institute of Technology Shenzhen, Shenzhen 518000, China（哈尔滨工业大学深圳校区计算机与智能研究所）
AI总结 本文提出RSM-CoDG框架，通过区域感知时空建模与协作域泛化方法，提升跨受体EEG情绪识别的鲁棒性与泛化能力。
Seer Self-Consistency：面向自适应测试时缩放的先进预算估计
机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究中心，哈尔滨工业大学）
AI总结 SeerSC通过整合系统1和系统2推理，提升自适应测试时缩放的令牌效率和延迟，实现47%的令牌消耗减少和43%的推理延迟降低。
Sora作为世界模型？文本到视频生成的全面调查
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Kyung Hee University（韩国庆熙大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology Shenzhen（哈尔滨工业大学深圳学院） ； Nota Inc.（Nota公司） ； Tongji University（同济大学）
AI总结 本文全面调查了文本到视频生成技术在世界建模中的应用，指出其在空间、行动和战略智能方面的进展，但仍需解决多样性与一致性之间的权衡问题。
Comments First complete survey on Text-to-Video Generation from World Model perspective, 35 pages
OP-Bench：用于内存增强个性化对话代理的过个性化基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 OP-Bench通过评估多种模型和方法，揭示了内存增强对话代理中过个性化问题的普遍性，并提出Self-ReCheck机制以缓解该问题。
大语言模型推理的全面评估：从单模型到多智能体范式
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本研究全面评估了LLM推理范式，包括单模型和多智能体系统，通过新基准测试揭示了不同范式在成本与准确率之间的权衡。
GenView++：统一自适应生成增强和质量驱动监督以实现对比表征学习
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室）
AI总结 GenView++通过自适应生成增强和质量驱动监督，提升对比学习在视觉和视觉-语言任务中的性能。
Comments The code is available at \url{https://github.com/xiaojieli0903/GenViewPlusPlus}
图推理范式：基于拓扑感知强化学习的结构化和符号推理用于大语言模型
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； Tianjin Normal University（天津师范大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 图推理范式通过拓扑感知强化学习实现结构化和符号推理，提升大语言模型的数学推理和代码生成能力。
基于模仿学习的航天器对接与 docking 方法与专家示范
机构 * Department of Control Science and Engineering, Harbin Institute of Technology（控制科学与工程系，哈尔滨工业大学） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（机械与自动化工程系，香港中文大学）
AI总结 本文提出基于模仿学习的航天器对接与 docking 控制框架，通过专家示范学习控制策略，提升鲁棒性和稳定性，实现准确且节能的无模型控制。
Comments 6 figures, 4 tables. Focus on 6-DOF spacecraft rendezvous and docking control using imitation learning-based control method
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