高校专区
DUO-VSR：双流蒸馏用于一步视频超分辨率
机构 * The University of Hong Kong（香港大学） ； Huazhong University of Science and Technology（华中科技大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队）
AI总结 DUO-VSR提出双流蒸馏策略，通过轨迹保留蒸馏、双流优化和偏好引导细化，解决视频超分辨率中训练不稳定和监督不足的问题，提升视觉质量和效率。
Comments Accepted to CVPR 2026
简化版的校准问题
机构 * Inria École Normale Supérieure PSL Research University（Inria 法国国家科学研究中心巴黎高等师范学院） ； The University of Hong Kong（香港大学） ； University of California Berkeley（加州大学伯克利分校） ； University of Southern California（南加州大学）
AI总结 本文研究了校准问题，通过将校准问题转化为在线学习技术，获得了通用合适损失函数的校准结果，并提出了新的多校准率和校准同时优化方法。
高效内存边界图用于大规模占用网格映射
机构 * Mechatronics and Robotic Systems (MaRS) Laboratory, Department of Mechanical Engineering, The University of Hong Kong, Hong Kong SAR, China（机械电子与机器人系统实验室，机械工程系，香港大学，香港特别行政区，中国） ； Department of Robotics, Perception, and Learning, KTH Royal Institute of Technology, Stockholm, Sweden（机器人、感知与学习系，皇家理工学院，斯德哥尔摩，瑞典）
AI总结 本文提出一种高效内存边界图方法，通过仅维护映射体积的边界来减少内存消耗，并设计了新的数据结构支持高效查询。
Journal ref Benxu Tang, et al. The International Journal of Robotics Research, published online 2026
无速率深度联合源信道编码用于广播信道：速率-失真-复杂度折中
机构 * Department of Electrical and Computer Engineering, University of Hong Kong（香港大学电子与计算机工程系） ； School of Information and Electronics, Beijing Institute of Technology（北京理工大学信息与电子学院） ； School of Cyberspace Science and Technology, Beijing Institute of Technology（北京理工大学网络空间科学与技术学院）
AI总结 本文提出一种非线性变换无速率源信道编码框架，通过整合学习的源变换与物理层LT码，实现异构接收端对速率符号数量和解码迭代的自适应调整，从而在失真、速率和解码复杂度之间实现可控折中。
GroundingME：通过多维评估揭示MLLMs中的视觉 grounding 隙
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； LLM-Core Xiaomi（小米LLM-Core） ； The University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学）
AI总结 本文提出GroundingME基准，通过四个维度评估MLLMs的视觉 grounding 能力，揭示其在区分相似物体、理解空间关系、处理遮挡和拒绝无解查询方面的不足，发现最佳模型仅达到45.1%的准确率。
在数据异质性下基于混合专家的联邦学习聚合对齐
机构 * Hong Kong JC STEM Lab of Smart City（香港JC STEM实验室） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系）
AI总结 本文针对联邦学习中混合专家模型因数据异质性导致的聚合挑战，提出FedAlign-MoE框架，通过路由一致性和专家语义对齐提升模型收敛速度和准确性。
Comments 14 pages, 14 figures
零阶优化下的模型演化：神经切线核视角
机构 * The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文从神经切线核视角探讨零阶优化下的模型演化，证明线性模型中预期NZK恒定，提出通过NZK解释零阶更新的核梯度下降，实验证实理论结果并展示加速效果。
Comments ICLR 2026 Workshop on Scientific Methods for Understanding Deep Learning (20 pages, 18 figures)
LiFR-Seg: 通过事件引导传播实现任意时刻高帧率分割
机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 本文提出LiFR-Seg框架，通过事件驱动的运动场和不确定性感知的变形过程，在仅使用单帧RGB图像和异步事件数据的情况下实现任意时刻的高帧率语义分割。
Comments Accepted at ICLR 2026
CounterScene: 生成世界模型中的反事实因果推理用于安全关键闭环评估
机构 * Tuojing Intelligence（途京智能） ； King's College London（伦敦大学国王学院） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
AI总结 CounterScene通过结构化反事实推理生成安全关键驾驶场景，通过因果对抗代理识别和冲突感知交互世界模型，提升长周期碰撞率并保持轨迹真实性。
Comments 28 pages, 7 figures
判别表示学习用于临床预测
机构 * The University of Hong Kong (HKU)（香港大学）
AI总结 本文提出一种监督深度学习框架，通过最大化类间分离与类内方差比，提升临床预测性能，优于其他预训练方法。
跨模态模糊对齐网络用于文本-空中人检索及一个大规模基准
机构 * State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology（光电信息采集与防护技术国家重点实验室） ； School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； The University of Hong Kong（香港大学）
AI总结 本文提出跨模态模糊对齐网络，通过模糊逻辑量化token级可靠性，结合地面图像作为桥梁代理，提升文本与空中图像的语义对齐鲁棒性，并构建了大规模基准数据集AERI-PEDES。
Comments Accepted by CVPR 2026 main track
MHPO：基于稳定强化学习的调节危险感知策略优化
机构 * The University of Hong Kong（香港大学） ； Tencent Youtu Lab（腾讯优图实验室）
AI总结 MHPO通过引入Log-Fidelity Modulator和Decoupled Hazard Penalty，实现对策略偏差的精细调控，提升强化学习的稳定性和性能。
Comments 18 pages, 3 figures, 4 tables
多模态青光眼诊断的联合分割与分级迭代优化方法
机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong, China（香港大学电子与电气工程系） ； College of Information Engineering, Zhejiang University of Technology, Hangzhou, China（浙江工业大学信息工程学院）
AI总结 本文提出一种迭代多模态优化模型，通过中层融合策略整合眼底和OCT特征，并利用跨模态特征对齐模块减少模态差异，实现青光眼的精确分割与分级。
从思考者到社会：AI智能体分层自主性演化的安全问题
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Collaborative Innovation Center of Novel Software Technology and Industrialization（新型软件技术与产业化协同创新中心） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Independent Researcher（独立研究者） ； Zhejiang Normal University（浙江师范大学） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学）
AI总结 研究探讨了AI智能体分层自主性演化中的安全挑战，提出三级安全框架并分析现有防御措施的不足，旨在指导可信AI智能体系统的多层防御架构设计。
FREE-Edit：使用编辑感知注入在修正流模型中进行零样本图像驱动视频编辑
机构 * The University of Hong Kong（香港大学） ； International Digital Economy Academy (IDEA)（国际数字经济学院（IDEA））
AI总结 本文提出FREE-Edit框架，通过编辑感知注入提升图像驱动视频编辑效果，无需微调即可在多种场景中生成高质量输出。
Comments 13 pages
SynPO：融合描述性和偏好优化的视频详细描述生成
机构 * Sun Yat-Sen University（中山大学） ； Lanzhou University（兰州大学） ； The University of Hong Kong（香港大学） ； Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出SynPO方法，通过偏好学习提升视频描述生成性能，解决直接偏好优化的局限性，提升训练效率20%。
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