高校专区
CultureForest：理解与评估大语言模型中的文化规范推理
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The University of Hong Kong（香港大学） ； Harvard University（哈佛大学）
AI总结 为弥补现有研究仅将文化智能视为知识获取问题而忽视实际场景应用的不足，提出CultureForest基准，通过基于原子规范的推理任务评估模型，发现顶级模型在开放式生成中性能大幅下降，并揭示推理能力瓶颈。
解耦残差去噪扩散模型用于统一且数据高效的图像到图像翻译
机构 * The University of Hong Kong（香港大学） ； Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所） ； The Chinese University of Hong Kong（香港中文大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校）
AI总结 提出解耦残差去噪扩散模型（DRDD），通过将扩散过程解耦为随机噪声扩散和确定性残差扩散两个独立阶段，实现统一且数据高效的图像到图像翻译。
Comments CVPR 2026
将并行序列模型扩展到基础规模的视觉编码器
机构 * NVIDIA ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； University of California, San Diego（加州大学圣地亚哥分校）
AI总结 提出C-GSPN，一种基于2D空间传播的基础规模视觉编码器，通过快速CUDA内核、压缩潜在空间传播块和两阶段交叉算子蒸馏，在减少参数的同时提升性能并实现高效推理。
带有层归一化的循环Transformer可证明地学习幂方法
机构 * School of Computing & Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）
AI总结 本文通过主成分预测任务，证明带有层归一化的循环线性Transformer在梯度下降训练下会收敛到实现幂方法的解，揭示了层归一化带来的算法隐式偏差。
Comments 70 pages, 8 figures
机器人操作的世界模型：综述
机构 * Department of Mechanical Engineering, The Hong Kong Polytechnic University（香港理工大学机械工程系） ； Department of Mechanical Engineering and Automation, Harbin Institute of Technology（哈尔滨工业大学机械工程与自动化系） ； School of Advanced Engineering, Great Bay University（大湾大学先进工程学院） ； College of Robotics Science and Engineering, Taiyuan University of Technology（太原科技大学机器人科学与工程学院） ； School of Data Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）数据科学学院） ； Department of Mechatronic Engineering, Guangdong Polytechnic Normal University（广东 polytechnic 正常大学机电工程系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； College of Mechanical and Electrical Engineering, Northeast Forestry University（东北林业大学机械与电气工程学院） ； Greater Bay Area National Center of Technology Innovation（粤港澳大湾区国家技术创新中心） ； Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（香港理工大学工业与系统工程系）
AI总结 本文通过三个问题（预测什么未来表示、预测如何与动作连接、何时在机器人学习流程中使用预测）系统综述了机器人操作中的世界模型，将其定义为动作条件预测系统，并分类为五种表示族，提出了功能分类法，总结了基础设施角色、数据集和评估协议，揭示了从任务特定动力学预测器向预测基础设施的演变及开放挑战。
AttenA+: 纠正机器人基础模型中的动作不平等性
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKU（香港大学） ； USTC（中国科学技术大学） ； IDEA Research（IDEA研究院） ； SUSTech（南方科技大学） ； X-Humaniod
AI总结 针对机器人基础模型忽视动作物理重要性的问题，提出AttenA+框架，通过速度驱动的动作注意力重加权训练目标，提升复杂长程任务性能。
Many-Shot CoT-ICL: 使上下文学习真正学习
机构 * The University of Hong Kong（香港大学）
AI总结 研究多示例思维链上下文学习在推理任务中的特性，提出曲线演示选择方法，在数学任务上提升5.42个百分点。
Comments Accepted by ICML 2026
解释AI的根本限制
机构 * Department of Mathematics Faculty of Science（科学学院数学系） ； The University of Hong Kong Hong Kong SAR（香港大学香港特别行政区） ； School of Computing and Mathematical Sciences Faculty of Engineering and Science（工程与科学学院计算与数学科学系） ； University of Greenwich United Kingdom（格林威治大学英国）
AI总结 本文通过数学证明了一个解释AI的基本四难困境，指出AI及其解释无法同时满足环境复杂性、AI性能优良、解释可解释性和解释完全忠实性四个条件，从而表明AI治理应基于解释忠实性总是不完整的假设。
Comments minor modifications
GuidedVLA: 通过即插即用的动作注意力特化指定任务相关因素
机构 * Institute of Trustworthy Embodied AI (TEAI)（可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； Shanghai Jiao Tong University（上海交通大学） ； OpenDriveLab, The University of Hong Kong（OpenDrive实验室，香港大学）
AI总结 提出GuidedVLA框架，通过为动作解码器中的注意力头分配人工定义的辅助信号（如物体定位、空间几何、时序技能逻辑），显式引导模型关注任务相关因素，提升VLA模型在域内和域外场景的成功率。
Comments Accepted to RSS 2026. Project page: https://guidedvla.github.io/project_page/
看、规划、回退：面向鲁棒机器人操作的进度感知视觉-语言-动作模型
机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； University of Technology Sydney（新南威尔士大学） ； Department of Computer Vision, Mohamed Bin Zayed University of Artificial Intelligence（人工智能与计算机视觉系，Mohamed Bin Zayed人工智能大学） ； The University of Hong Kong（香港大学） ； Institute of AI for Industry, Chinese Academy of Sciences（产业人工智能研究所，中国科学院） ； School of Intelligent Science and Engineering, Harbin Institute of Technology (Shenzhen)（智能科学与工程学院，哈尔滨工业大学（深圳））
AI总结 提出进度感知的视觉-语言-动作框架SPR，通过动态将语言指令映射为空间子目标序列，并利用闭环进度监控实现错误恢复，在LIBERO基准上提升5%性能，在LIBERO-Plus上展现最先进的鲁棒性。
Comments Suggested to CVPR Findings. https://tingjundai.github.io/SPRVLA/
HuMam: 基于Mamba的端到端深度强化学习人形机器人运动控制
机构 * College of Graduate and Professional Studies, Trine University（特灵大学研究生与专业研究学院） ； Department of Civil Engineering, University of Hong Kong（香港大学土木工程系） ； Faculty of Engineering and Information Technology, University of Technology Sydney（悉尼大学工程与信息技术学院） ； National Key Laboratory of Automotive Chassis Integration and Bionics, Jilin University（吉林大学汽车底盘集成与生物仿生国家重点实验室） ； School of Computer Science and Statistics, Trinity College Dublin（都柏林信任学院计算机科学与统计学系）
AI总结 提出HuMam框架，使用单层Mamba编码器融合状态与步态目标，通过PPO优化实现人形机器人稳定高效的端到端运动控制。
Comments 12 pages
Journal ref 2026 IEEE International Conference on Cybernetics and Intelligent Systems (CIS) and IEEE International Conference on Robotics, Automation and Mechatronics (RAM) (CIS-RAM 2026)
PolarMem: 一种无需训练的可验证视觉语言模型极化隐式图记忆
机构 * ICT, CAS（中国科学院信息科技研究院） ； UCAS（中国科学院大学） ； CUPB（中国政法大学） ； USTC（中国科学技术大学） ； CityU-DG（城市大学-数据科学） ； HKU（香港大学） ； ZJU（浙江大学）
AI总结 提出PolarMem，一种无需训练的极化隐式图记忆框架，通过语义一致性验证和自适应分布划分将视觉语言模型感知信号转化为HAS、NOT_HAS和Uncertain记忆状态，并采用词典逻辑感知检索协议优先保证逻辑一致性，从而提升检索密集型任务性能并减少矛盾。
DAG-Plan：生成有向无环依赖图用于双臂协作规划
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences (CASIA)（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（中国科学院大学人工智能学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； 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，北京大学计算机科学学院） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； OpenGVLab, Shanghai AI Laboratory（上海人工智能实验室，OpenGVLab）
AI总结 提出DAG-Plan框架，首次使用有向无环图作为双臂协调的核心表示，通过一次LLM解析生成结构化DAG，实现自适应并行执行，在双臂厨房基准测试中成功率提升48%，执行效率提升84.1%。
Comments ICRA 2026
迈向简单且可证明的无参数自适应梯度方法
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） ； School of Computing and Data Science, the University of Hong Kong（香港大学计算科学与数据科学学院） ； Bytedance Inc（字节跳动公司）
AI总结 提出 AdaGrad++ 和 Adam++ 两种简单无参数自适应梯度方法，在无需预设学习率的情况下实现与 AdaGrad 和 Adam 相当的收敛保证。
Comments 45 pages, 19 figures, 3 tables
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