高校专区
TF-SNO：用于学习非平稳偏微分方程的时频门控谱神经算子
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 针对非平稳PDE中频谱随时间漂移的问题，提出TF-SNO，通过可学习的时频门控机制使谱响应随状态演化，在不引入显式时间维度下隐式学习时间变化，提升长期预测稳定性。
Comments Accepted by KDD 2026
统计学习中最小风险的非渐近估计
机构 * IASM, Harbin Institute of Technology（哈尔滨工业大学数学研究院）
AI总结 本文利用经验风险原则，通过非渐近高置信度界估计最小风险的下界和上界，放宽了有界性条件，并证明了置信度与训练参数数和输入维数无关。
Comments 42 pages
SafeSpec: 通过动态反射采样实现快速且安全的LLM
机构 * Zhejiang University, Hangzhou, China（浙江大学） ； Huawei（华为） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳））
AI总结 提出SafeSpec框架，将轻量安全头集成到推测解码的验证过程中，通过风险估计和反射采样恢复安全生成，在保持加速的同时显著降低攻击成功率。
X+Slides：面向受众条件的幻灯片生成基准测试
机构 * Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； SenseTime
AI总结 提出X+Slides基准，通过动态评估框架和受众特定权重，衡量幻灯片生成系统在受众覆盖、领域覆盖、效率和正确性方面的表现，揭示现有系统在受众关键信息恢复上的不足。
HumanoidArena: 以自我为中心的层级全身学习基准
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beijing University of Technology（北京工业大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen MSU-BIT University（深圳北理莫斯科大学） ； JD Explore Academy（京东探索研究院）
AI总结 提出HumanoidArena基准，通过层级控制（高层策略输出全身动作，低层通用运动跟踪器执行）解决人形机器人全身交互学习问题，设计7个腿部关键任务评估策略的泛化与迁移能力。
Comments 29 pages, 13 figures, 10 tables
SuCo: 充分性引导的连续自适应推理
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 针对大型推理模型生成过长思维链导致计算浪费的问题，提出最小充分CoT概念，并构建两阶段训练框架SuCo，通过自适应充分性阈值和强化学习优化推理长度，在数学、代码和科学基准上同时提升准确率和效率。
Comments Accepted to ICML 2026. 18 pages
弥合基于LLM的代码翻译中的功能正确性与运行时效率差距
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳））
AI总结 提出SwiftTrans框架，通过多视角探索和差异感知选择两阶段，利用并行上下文学习和差异比较，同时提升LLM代码翻译的正确性和运行时效率。
Comments Accepted to ICML 2026
超越NL2Code：多模态代码智能的结构化综述
机构 * Meituan（美团） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Australian Institute for Machine Learning, Adelaide University（阿德莱德大学澳大利亚机器学习研究所） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； University of Science and Technology of China（中国科学技术大学） ； Queen Mary University of London（伦敦玛丽女王大学）
AI总结 本文系统综述多模态代码智能，将任务按代码角色分类，覆盖GUI、科学可视化、结构化图形及前沿任务，并提出四个基于验证的未来方向。
Comments Work completed in January 2026. Updating now
渐进式知识引导的大型语言模型框架用于轴承故障诊断
机构 * Harbin Institute of Technology, China（哈尔滨工业大学，中国） ； Eastern Institute of Technology, China（东方技术研究所，中国）
AI总结 提出渐进式物理引导多尺度振动信号处理框架，通过81维测量描述符、故障自适应分割和隐式知识编码，在四个数据集上实现98.49%诊断精度并降低12.6倍计算成本。
ARB4WM：连续控制中世界模型的对抗鲁棒性基准
机构 * College of Computer Science, National University of Defense Technology（国防科技大学计算机学院） ； College of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of New Networks, Peng Cheng Laboratory（鹏城实验室新型网络部） ； National Key Laboratory of Advanced Communication Networks（先进通信网络全国重点实验室）
AI总结 提出ARB4WM统一基准，从策略、价值和潜在动力学三个层面评估世界模型在视觉扰动下的对抗鲁棒性，发现多目标攻击和时序暴露模式对安全评估至关重要。
Comments 24 pages, 10 figures, 5 tables. Source code available at https://github.com/zaoanguai/ARB4WM
Local-GS：通过Tile局部Warp一致性加速3D高斯泼溅
机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院智能绿色车辆与交通国家重点实验室） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 提出Local-GS，通过基于SIMT执行边界组织高斯原语，设计提升、剔除和混合三阶段warp一致渲染范式，在不降低质量的前提下实现最高7.76倍加速。
SkillWiki: 一个用于智能体技能的活知识基础设施
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Tencent（腾讯） ； Nanyang Technological University（南洋理工大学）
AI总结 提出SkillWiki，一个支持智能体技能组织、落地和持续演化的活知识基础设施，通过将异构知识转化为可复用技能资产并关联原始证据，实现从知识摄入到技能生产、溯源探索、治理和执行驱动演化的完整生命周期。
LaWAM: 用于高效动力学感知机器人策略的潜在世界行动模型
机构 * Tsinghua University（清华大学） ； Jilin University（吉林大学） ； Nankai University（南开大学） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Zhongguancun Academy（中关村学院） ； Striding.AI ； Infinigence AI
AI总结 提出LaWAM模型，通过潜在视觉子目标预测场景变化，实现动力学感知的机器人控制，在多个基准上达到最优或竞争性成功率，且推理延迟低。
通过可复用技能学习新任务：面向具身持续学习的技能组合专家
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shandong University（山东大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 提出技能组合专家（SCE）框架，通过组合技能基础（CSG）分解演示为可复用技能，并利用双执行-转换专家（DETE）实现新任务学习，有效缓解具身持续学习中的灾难性遗忘。
Comments 13 pages, 5 figures
迈向下一代医疗：医疗具身AI在感知、决策与行动中的综述
机构 * School of Information Science and Engineering, Ocean University of China（中国海洋大学信息科学与工程学院） ； Innovation School of Artificial Intelligence, Hefei University of Technology（合肥工业大学人工智能创新学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； 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） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； ReLER Laboratory, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 本文系统综述医疗具身AI的核心组件，强调感知、决策与行动的协调集成，并分析临床实践中的挑战与未来方向。
Comments 19 pages, 9 figures
CHILLGuard：面向细粒度中文大语言模型安全护栏的可扩展数据构建与模型感知偏好对齐
机构 * Tsinghua University（清华大学） ； Beijing Normal University（北京师范大学） ； South China University of Technology（华南理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen ShenNong Information Technology Co., Ltd.（深圳神农信息技术有限公司）
AI总结 针对中文场景，提出细粒度风险分类体系（5大类31小类），通过可扩展数据构建管道生成高质量训练数据，并采用模型感知直接偏好优化训练CHILLGuard，在基准上F1分数提升15.92%。
学习时间一致性以实现鲁棒的卫星视频检测器
机构 * Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心） ； Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间应用重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院）
AI总结 提出基于时间一致性学习（TCL）的卫星视频目标检测框架，通过时间特征聚合、结构编码和时间一致性约束模块，实现定向细粒度目标检测，在SAT-MTB数据集上达到47.7% mAP，较基线提升4.8%。
Comments 11 pages, 8 figures
LabVLA：在科学实验室中落地视觉-语言-动作模型
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 针对科学实验室中机器人执行协议面临的数据和实体瓶颈，提出模拟数据引擎RoboGenesis和两阶段训练策略LabVLA，在LabUtopia基准上取得最高平均成功率。
Comments Work in progress. Project website at https://zjunlp.github.io/LabVLA/
GuideWalk: 面向人形机器人的统一自主导航与运动学习，适用于多种地形
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Leju Robotics（乐聚机器人）
AI总结 提出GuideWalk框架，通过可通行性感知导航引导与地形自适应运动教师蒸馏，实现人形机器人在复杂地形上的稳定导航与运动协调。
FEMOT: 使用帧和事件摄像机的多目标跟踪
机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； Peng Cheng Laboratory（鹏城实验室） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理全国重点实验室） ； School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
AI总结 提出FEMOT大规模RGB-事件多目标跟踪数据集和FEMOTR多模态跟踪框架，通过频域融合解耦特征，有效利用互补信息实现鲁棒跟踪。
通过持续学习中的灾难性遗忘视角重新思考后门对抗性去学习
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Key Laboratory of Media Security, Shenzhen University（深圳大学媒体安全深圳市重点实验室）
AI总结 本文将后门学习与去学习建模为持续学习视角下的三阶段过程，基于灾难性遗忘机制推导完全后门去学习的必要条件，并提出盲反演-后门对抗性去学习（BI-BAU）方法，通过期望最大化算法优化最大后验目标，有效消除后门效应。
Comments Accepted by ACM CCS 2026
本体记忆增强的ASR校正用于长文本-语音交错对话
机构 * Institute of Computing and Intelligence, Harbin Institute of Technology (Shenzhen), China（哈尔滨工业大学（深圳）计算与智能研究所） ； Shenzhen Loop Area Institute (SLAI), China（深圳环域研究所）
AI总结 提出本体记忆增强的ASR校正框架，通过动态更新本体记忆存储实体、术语、变体、混淆和语义关系，解决长文本-语音交错对话中的上下文校正问题，在RAMC-Corr数据集上优于直接校正。
超越统一令牌：时间序列语言模型的自适应压缩
机构 * Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shandong University（山东大学）
AI总结 针对时间序列语言模型中令牌效率低的问题，提出自适应令牌预算框架，通过频域结构压缩时间序列令牌并逐层减少提示令牌，实现高达7.68倍推理加速并在78%设置中提升性能。
我能买你的KV缓存吗？
机构 * Harbin Institute of Technology, Shenzhen (HITSZ)（哈尔滨工业大学（深圳））
AI总结 针对AI代理重复计算相同文档KV缓存的问题，提出由发布者预计算KV缓存，其他代理付费加载以跳过预填充，实验表明在Qwen3-4B上计算成本降低9-50倍，并设计了代理原生预填充CDN架构。
HKVM-RAG：用于多跳RAG的键值分离超图证据组织
机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； School of Computer and Information Engineering, Henan University（河南大学计算机与信息工程学院）
AI总结 提出HKVM-RAG，一种键值分离的证据组织层，通过超图键值检索改进多跳RAG的证据链暴露，在三个基准上提升F1分数。
Comments Submitted to ICDE 2027. 13 pages, 3 figures
Q-Fold: 查询感知的焦点-上下文时空折叠用于长视频理解
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳高等研究院）
AI总结 提出Q-Fold，一种无需训练的长视频输入构建框架，通过查询引导将相关片段保留为高保真焦点帧，不相关片段折叠为上下文布局，在固定预算下提升多模态大模型的长视频理解性能。
Comments 10 pages, 5 figures, 8 tables. Code will be made publicly available
语言何时重要？多语言指令揭示视觉-语言-动作模型中的逐步语言敏感性
机构 * Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本研究通过将LIBERO基准翻译成十种语言，首次系统评估了VLA模型的多语言鲁棒性，发现非英语指令下成功率下降30-50%，并基于步骤级语言敏感性提出推理时对齐干预，显著提升性能。
Comments Accepted to ACL 2026 Main Conference
精度感知光照解耦视觉Transformer用于航天器6D姿态估计
机构 * School of Mechatronics Engineering, Harbin Institute of Technology（哈尔滨工业大学机电工程学院）
AI总结 提出PAID-ViT，通过光照解耦、可靠性感知令牌聚合和掩码监督，在光照变化和反射干扰下实现鲁棒的航天器6D姿态估计。
Comments 11 pages, 7 figures
抗畸变机器人模仿学习用于自主电缆布线
机构 * School of Artificial Intelligence, Harbin Institute of Technology（哈尔滨工业大学人工智能学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； Pengcheng Laboratory（鹏城实验室） ； Suzhou Research Institute, Harbin Institute of Technology（哈尔滨工业大学苏州研究院）
AI总结 提出一种包含图像质量评估、置信度学习和决策模块的机器人模仿学习框架，在图像畸变下仍保持高性能，实验验证了其有效性。
MOFA-VTON: 虚拟试衣中细粒度调整带来的更多时尚可能性
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； HiDream.ai Inc.（HiDream.ai公司） ； Harbin Institute of Technology (Weihai) Qingdao Research Institute（哈尔滨工业大学（威海）青岛研究院）
AI总结 提出MOFA-VTON方法，通过用户绘制简单草图实现虚拟试衣中服装布局的细粒度调整，利用掩码构建策略和布局调整模块，在VITON-HD和DressCode数据集上超越现有方法。
Comments Accepted to CVPR 2026 (Highlight)
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