高校专区
回顾上下文学习用于大语言模型中的时间信用分配
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； Stanford University（斯坦福大学）
AI总结 本文提出利用大语言模型进行回顾上下文学习，以提高强化学习中时间信用分配的样本效率和泛化能力。
Comments Accepted to NeurIPS 2025
ReaCritic: 基于推理的变压器DRL批评模型扩展用于无线网络
机构 * Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系）
AI总结 ReaCritic通过引入基于推理的变压器结构，提升DRL在无线网络中的适应性和性能表现。
可信且公平的SkinGPT-R1：用于在不同种族中普及皮肤病推理
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen)（数据科学学院，香港中文大学（深圳）） ； Faculty of Information Technology, Monash University（信息技术学院，莫纳什大学） ； Department of Dermatology, Tianjin Institute of Integrative Dermatology, Tianjin Academy of Traditional Chinese Medicine Affiliated Hospital（皮肤科，天津整合皮肤科研究所，天津中医研究院附属医院） ； Department of Dermatology, The First Affiliated Hospital, Shantou University Medical College（皮肤科，汕头大学医学院第一附属医院） ； Department of Dermatology, Beijing AnZhen Hospital, Capital Medical University（皮肤科，北京安贞医院，首都医科大学） ； School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院） ； Department of Dermatology, Beijing Aerospace General Hospital（皮肤科，北京航天总医院）
AI总结 SkinGPT-R1通过公平性意识的专家混合架构实现可解释且公平的皮肤病诊断，提升不同种族间的诊断准确性与安全性。
MeshMimic: 通过3D场景重建实现几何感知的人形运动学习
机构 * X-Humanoid ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Australian National University（澳大利亚国立大学）
AI总结 MeshMimic通过3D场景重建实现人形机器人学习与地形耦合的运动交互，利用消费级传感器低成本训练复杂物理交互。
Comments 17 pages, 6 figures
PERSONA：通过激活向量代数实现动态和组合性的人格控制
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The University of Hong Kong（香港大学）
AI总结 PERSONA通过激活向量代数实现动态人格控制，无需训练即可达到微调水平性能，并在多个基准测试中表现出色。
Comments ICLR 2026
在确定性损失的老虎机中同时实现最优静态和动态遗憾
机构 * The University of Hong Kong（香港大学） ； University of Virginia（弗吉尼亚大学）
AI总结 本文提出在确定性损失下，针对 oblivious 对手同时实现最优静态和动态遗憾的算法，并揭示适应性与 oblivious 对手在多基准下的根本差异。
融合基础模型与联邦学习：一篇综述
机构 * Uppsala University（乌普萨拉大学） ； University College London（伦敦大学学院） ； University of Liverpool（利物浦大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； The University of Hong Kong（香港大学） ； Research Institutes of Sweden（瑞典研究机构）
AI总结 本文综述了联邦基础模型（FedFM）的现状，探讨了其在隐私保护AI中的应用及未来研究方向。
大规模检测砖窑基础设施：用于卫星图像数据的图、基础和遥感模型
机构 * Planetary Health Informatics (PHI) Lab, University of Oxford, Oxford, UK.（行星健康信息学实验室，牛津大学，英国） ； Sustainable Environment (FUSE) Lab, University of Hong Kong, Hong Kong, China.（可持续环境（FUSE）实验室，香港大学，中国） ； School of Computer and IT, Beaconhouse National University, Lahore, Pakistan（计算机与信息技术学院，贝肯豪斯国家大学，巴基斯坦） ； Computer Science Department, Lahore University of Management Sciences, Lahore, Pakistan（管理科学大学计算机科学系，拉合尔，巴基斯坦） ； Computer Science Department, University of Sarghoda, Sarghoda, Pakistan（计算机科学系，萨尔戈达大学，巴基斯坦）
AI总结 本文提出ClimateGraph模型和遥感检测流水线，通过高分辨率卫星图像实现大规模砖窑基础设施的检测与监测。
基于大语言模型的强化学习用于无线网络优化
机构 * State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, College of Computer Science, Northwest University（高级网络与智能信息服务省-市联合工程与研究中心，计算机科学学院，西北大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Institute of Artificial Intelligence, University of Science and Technology Beijing（人工智能研究院，北京科技大学） ； Department of Electrical and Electronic Engineering, the University of Hong Kong（电子与电气工程系，香港大学） ； Automation of School, Guangdong University of Technology（自动化学院，广东工业大学） ； Queen’s University Belfast（贝尔法斯特女王大学）
AI总结 本文提出利用大语言模型增强强化学习，以优化6G无线网络，通过多智能体强化学习框架提升网络性能。
超声引导的实时脊柱运动可视化用于脊柱不稳定评估
机构 * Chair for Computer Aided Medical Procedures and Augmented Reality（计算机辅助医疗程序与增强现实主席职位） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Hong Kong（香港大学）
AI总结 本研究提出利用机器人超声与CBCT结合，实现低辐射的实时3D脊柱运动可视化，用于评估脊柱不稳定。
不是人类，更有趣：机器身份如何塑造在线AI单口喜剧的幽默感知
机构 * The University of Hong Kong Hong Kong, SAR China ； Carnegie Mellon University\ -Computer Interaction Institute Pittsburgh United States ； East China Normal University Shanghai China ； Northeastern University\ of Art, Media ； City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China ； The University of Hong Kong ； Carnegie Mellon University\ -Computer Interaction Institute ； East China Normal University ； City University of Hong Kong\ for Narrative Spaces
AI总结 本研究探讨了AI身份如何影响幽默感知，通过设计基于机器身份的代理，发现其在单口喜剧表演中比基线GPT代理更有趣，提出人机集成系统应明确利用AI的独特身份。
Comments 27 pages, 5 figures. Conditionally Accepted to CHI '26
CP-uniGuard: 多智能体具身体验系统中恶意代理检测与防御的统一、概率无关和自适应框架
机构 * Hong Kong JC STEM Lab of Smart City and Department of Computer Science, City University of Hong Kong（香港JC STEM实验室及城市大学计算机科学系） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； School of Data Science, Lingnan University（岭南大学数据科学学院）
AI总结 CP-uniGuard通过概率无关的样本共识和自适应阈值，实现多智能体系统中恶意代理的检测与防御。
Comments Accepted by IEEE Transactions on Mobile Computing (TMC)
具有硬约束的PINNs用于界面最优控制问题
机构 * National Yang Ming Chiao Tung University ； Friedrich-Alexander-Universität Erlangen-Nürnberg ； The University of Hong Kong ； Nankai University
AI总结 本文提出硬约束PINNs方法，用于精确满足界面最优控制问题中的边界和界面条件，提高求解精度和效率。
Journal ref SIAM Journal on Scientific Computing, 47 (2025), pp. C601-C629
学习控制：用于线性偏微分方程非光滑最优控制的iUzawa-Net
机构 * Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学数学科学系） ； Department of Mathematics, The University of Hong Kong（香港大学数学系） ； School of Mathematical Sciences, Nankai University（南开大学数学学院）
AI总结 iUzawa-Net是一种用于非光滑最优控制的深度学习方法，结合了模型优化和数据驱动技术，实现线性PDE的实时求解。
AssetFormer：基于自回归变换器的模块化3D资产生成
机构 * The University of Hong Kong（香港大学）
AI总结 AssetFormer通过自回归变换器生成模块化3D资产，提升高质量资产创建效率，适用于专业开发和用户生成内容场景。
Comments Accepted by ICLR 2026. 23 pages, 14 figures
AM-FM：通过WiFi实现环境智能的基础模型
机构 * Origin Research, Rockville, USA（起源研究, 罗克维尔, 美国） ； The University of Hong Kong, Hong Kong, China（香港大学, 香港, 中国）
AI总结 AM-FM通过WiFi实现环境智能的基础模型，利用大规模未标记数据预训练，提升跨任务性能和数据效率。
一种用于联合多意图检测和槽填充的生成模型
机构 * DataSelect AI ； University of Hong Kong（香港大学）
AI总结 本文提出一种生成模型，同时解决多意图检测和槽填充问题，通过引入归纳偏置的注意力解码器，并构建新的多意图SLU数据集，实现在公开数据集上的最佳性能。
ACL：对齐对比学习提升BERT和多退出BERT微调
机构 * DataSelect AI ； University of Hong Kong（香港大学）
AI总结 ACL通过融合对比学习与交叉熵损失，提升BERT及多退出BERT的微调性能，实现更优的质量-速度平衡。
追求医疗领域检索增强生成的最佳工业实践
机构 * DataSelect AI ； University of Hong Kong（香港大学）
AI总结 本文针对医疗领域RAG系统构建，分析各组件并提出替代方案，通过系统评估揭示最佳实践及性能效率权衡。
揭示混合专家大语言模型中的超级专家
机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Xiamen University（厦门大学） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
AI总结 研究揭示了混合专家大语言模型中起关键作用的超级专家，通过分析其影响发现其在数学推理中的重要性，并探讨了压缩这些专家对模型性能的显著影响。
Comments Published as a conference paper at ICLR 2026
Co-jump: 通过多智能体强化学习实现四足机器人协同跳跃
机构 * Adaptive Robotic Controls Lab (ArcLab), Department of Mechanical Engineering, University of Hong Kong（香港大学机械工程系自适应机器人控制实验室） ； EngineAI
AI总结 本研究通过多智能体强化学习实现四足机器人协同跳跃，显著提升垂直跳跃能力，无需显式通信或预设运动原语。
Comments 14 pages, 7 figures
WorldArena: 一个用于评估具身世界模型感知与功能效用的统一基准
机构 * Tsinghua University, Beijing, China（清华大学） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） ； Princeton University, Princeton, NJ, USA（普林斯顿大学） ； Chinese Academy of Sciences, Beijing, China（中国科学院） ； University of Science（科学技术大学） ； Peking University, Beijing, China（北京大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 WorldArena是一个统一的基准，用于评估具身世界模型的感知和功能效用，揭示高视觉质量与强具身任务能力之间的差距。
MRAG：生物医学领域检索增强生成的基准测试
机构 * DataSelect AI ； University of Hong Kong（香港大学）
AI总结 MRAG基准测试通过构建医学领域语料库和工具包，评估RAG在生物医学任务中的有效性，揭示RAG在提升LLM可靠性及性能影响因素方面的贡献。
一种用于在黑色素瘤中发现'突击-撤退'治疗策略的PBN-RL-XAI框架
机构 * Department of Mathematics, The University of Hong Kong（香港大学数学系）
AI总结 本文提出了一种PBN-RL-XAI框架，通过动态布尔网络和强化学习发现黑色素瘤中'突击-撤退'治疗策略，揭示了抑制LOXL2蛋白的有效机制。
Comments 7 pages, 7 figures. Accepted by the IEEE International Conference on Bioinformatics and Biomedicine (BIBM) 2025. Code is available at https://github.com/Liu-Zhonglin/pbn-melanoma-project
UniVTAC：一种用于视觉-触觉操作数据生成、学习和评估的统一仿真平台
机构 * ScaleLab, Shanghai Jiao Tong University（上海交通大学ScaleLab） ； D-Robotics ； ViTai Robotics ； The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； Shenzhen University（深圳大学） ； Wuhan University（武汉大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 UniVTAC提出了一种统一的视觉-触觉数据生成平台，通过训练触觉中心的编码器和基准任务提升机器人操作的成功率。
Comments Website: https://univtac.github.io/
TraceMem: 从用户对话轨迹编织叙事记忆图式
机构 * The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Nankai University（南开大学）
AI总结 TraceMem通过三阶段流程从用户对话轨迹中编织叙事记忆图式，提升多跳和时间推理能力。
利用局部物理信息瓶颈训练深度物理神经网络
机构 * Department of Precision Instrument, Tsinghua University（精密仪器系，清华大学） ； Laboratoire Kastler Brossel, École Normale Supérieure - Paris Sciences et Lettres (PSL) Research University, Sorbonne Université, Centre National de la Recherche Scientifique (CNRS), UMR 8552, Collège de France（Kastler Brossel实验室，巴黎科学与文学研究大学（PSL）研究大学，索邦大学，法国国家科学研究中心（CNRS），UMR 8552，法国学院） ； School of Integrated Circuits, Beijing Advanced Innovation Center for Integrated Circuits, BNRist, Tsinghua University（集成电路学院，北京集成电路先进创新中心，BNRist，清华大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电子与电气工程系，香港大学） ； State Key Laboratory of Precision Space-time Information Sensing Technology, Department of Precision Instrument, Tsinghua University（精密时空信息感知技术国家重点实验室，精密仪器系，清华大学） ； Key Laboratory of Photonic Control Technology, Ministry of Education, Tsinghua University（光电控制技术重点实验室，教育部，清华大学） ； Department of Electrical Engineering, City University of Hong Kong（电气工程系，城市大学）
AI总结 本文提出物理信息瓶颈框架，通过整合信息论与局部学习，实现深度物理神经网络在任意物理动态下的高效训练，适用于多种物理基质。
Comments 9 pages, 4 figures
Plasticine: 加速塑料性驱动的深度强化学习研究
机构 * HK PolyU（香港理工大学） ； SJTU（上海交通大学） ； EIT, Ningbo（宁波工程学院） ； NTU（National University of Technology） ； HKU（香港大学） ； INFIFORCE
AI总结 Plasticine是首个开源框架，用于评估深度强化学习中的塑性优化，提供多种缓解方法和评估指标，帮助研究者系统量化塑性损失并分析动态。
Comments 21 pages, 7 figures
WorldCompass：用于长周期世界模型的强化学习
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯混元） ； The University of Hong Kong（香港大学）
AI总结 WorldCompass通过三种创新提升长周期世界模型的交互准确性和视觉保真度。
Comments Project page: \url{https://3d-models.hunyuan.tencent.com/world/}
数据重建：基于样本分割的可识别性与优化
机构 * Zhili College at Tsinghua University（清华大学紫荆学院） ； Courant Institute for Mathematical Sciences at New York University（纽约大学Courant数学科学研究所） ； School of Computing and Data Science at University of Hong Kong（香港大学计算与数据科学学院） ； Courant Institute for Mathematical Sciences, and Center for Data Science at New York University（纽约大学Courant数学科学研究所和数据科学中心）
AI总结 本文研究了数据重建的可识别性与优化问题，提出样本分割方法以提升重建性能。
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