高校专区
具有可调深度和宽度的ReLU神经网络对解析函数的逼近
机构 * Department of Mathematics, The University of Hong Kong（香港大学数学系）
AI总结 本文研究通过ReLU网络在$(N,L)$表征下对解析函数的逼近，推导了$\mathcal{O}\left(N^{-C L^{\tau}}\right)$的逼近率，揭示解析函数逼近中深度比宽度更关键，通过精细构造网络克服光滑度与精度权衡的技术难点。
Comments 47 pages, 4 figures, 1 table
XALPHA：一个用于从假设到代码的阿尔法发现的内存驱动人工智能量化研究员
机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）
AI总结 针对金融市场难以发现交易信号问题，介绍内存驱动的XAlpha人工智能量化研究员，它通过多源研究内存系统，实现从假设到代码的闭环阿尔法发现过程，实验表明其比基线有更强的阿尔法发现性能。
FARS：一个大规模部署的全自动研究系统
机构 * Analemma ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； University College Dublin（都柏林大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； ByteDance（字节跳动） ； ShanghaiTech University（上海科技大学） ； University of Warwick（华威大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； East China Normal University（华东师范大学） ； Stanford University（斯坦福大学） ； Tencent（腾讯） ； The University of Hong Kong（香港大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nex-AGI Team（Nex-AGI团队）
AI总结 提出FARS系统，通过分阶段智能体协作自动生成研究项目，在67个AI/ML主题上产出166篇论文，经282份评审验证其可产出有价值成果，同时暴露实验范围窄、方法局限和诚信问题。
AI能像城市规划师一样推理吗？基于专业判断的大语言模型基准测试
机构 * School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院） ； Shenzhen Key Laboratory of Urban Spatial Information and Intelligent Modeling（深圳市城市空间信息与智能建模重点实验室） ； Department of Urban Planning and Design, The University of Hong Kong（香港大学城市规划与设计系）
AI总结 提出UPBench框架，通过4×5知识支柱与认知水平矩阵评估25个LLM，发现模型在分析任务上优于事实回忆和综合判断，揭示了规划知识的制度依赖性。
Comments This paper has been withdrawn by the authors because the current version requires substantial revision and further validation before it can be considered a reliable representation of the work
Incantation: 自然语言作为多实体视频世界模型的动作接口
机构 * SJTU（上海交通大学） ； NVIDIA Research（英伟达研究） ； USTC（中国科学技术大学） ； UCAS（乌兹别克斯坦科学院） ； NUS（新加坡国立大学） ； UWaterloo（滑铁卢大学） ； HKUST（香港理工大学） ； HKU（香港大学） ； ZGCA（浙江大学）
AI总结 本研究提出了一种基于自然语言的动作接口，用于多实体视频世界模型，解决了传统接口在细粒度多实体控制和跨实体、跨世界泛化能力上的不足，通过引入自然语言条件化实现了更强大的表达能力。
驾驶千面：一个闭环个性化端到端自动驾驶的基准
机构 * The University of Hong Kong（香港大学） ； ShanghaiTech University（上海科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出Person2Drive平台，通过个性化数据集、评价指标和框架，解决自动驾驶个性化难题，实现细粒度分析与有效个性化。
Comments Accepted to ECCV 2026. Camera-ready version
通过LLM驱动的代码基于进化进行认知Alpha挖掘
机构 * Jiutian Research, China Mobile（九天研究，中国移动） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院）
AI总结 本文提出CogAlpha框架，结合代码级Alpha表示与LLM驱动的推理和进化搜索，以实现更广泛、结构化且人似的探索，提升Alpha发现的预测准确性与经济解释性。
零努力图像到音乐生成：一种可解释的基于RAG的视觉语言模型方法
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science（香港科学大学） ； The Hong Kong Polytechnic University Hong Kong China（香港理工大学香港中国） ； The University of Hong Kong Hong Kong China（香港大学香港中国）
AI总结 本文提出一种基于RAG的视觉语言模型方法，实现图像到音乐生成，通过ABC记谱法连接文本与音乐模态，并利用多模态检索增强生成和自反思技术，提供高可解释性且低计算成本的音乐生成方案。
通过表示工程解锁大语言模型和大视觉语言模型的多语言推理能力
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； The University of Hong Kong（香港大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 研究针对LLMs和LVLMs在多语言推理中英语表现优于低资源语言的问题，提出无训练的推理时方法MRRE，通过在特定层注入两个预计算向量增强多语言推理能力，实验证明该方法有效提升非英语推理及输入输出语言一致性。
Comments ACL2026 main
基于显式和隐式依赖推理的大语言模型驱动的提交解缠协作模型
机构 * State Key Laboratory of Complex \& Critical Software Environment (SKLCCSE), School of Computer Science ； Engineering, Beihang University Beijing China ； SKLCCSE, School of Computer Science ； School of Computing ； Data Science, The University of Hong Kong Hong Kong SAR China ； Engineering, Beihang University ； Data Science, The University of Hong Kong
AI总结 针对开发者常产生的缠结提交问题，提出ColaUntangle协作框架，集成大语言模型驱动智能体，构建显式和隐式上下文捕捉信息，经实验验证，该框架在提交解缠任务中性能优于基线，凸显基于大语言模型协作框架的潜力。
图优化基础模型：通过语言模型范式对图进行分词
机构 * Faculty of Engineering, The University of Hong Kong（香港大学工程学院） ； Costello College of Business, George Mason University（乔治·马歇尔大学商学院） ； Faculty of Business and Economics, The University of Hong Kong（香港大学商学院） ； College of Engineering, University of California, Berkeley（加州大学伯克利分校工程学院）
AI总结 研究旨在将预训练-迁移范式用于图优化，引入图基础模型（GFM）。通过在图随机游走路径上进行自监督预训练，使其内化图规则。该方法能有效应对多种优化挑战，实验显示其性能与专用求解器相当且推理更快，建立了图优化新范式。
pyMEAL：用于稳健医学图像翻译的多编码器增强感知学习工具箱
机构 * Hong Kong Centre for Cerebro-Cardiovascular Health Engineering (COCHE)（香港脑心血管健康工程中心） ； Department of Informatics, Sokoine University of Agriculture（农业科学学院信息系） ； Department of Diagnostic Radiology, The University of Hong Kong（香港大学诊断放射科） ； State Key Laboratory of Brain and Cognitive Sciences, The University of Hong Kong（香港大学脑科学与认知科学国家重点实验室） ； Alzheimer’s Disease Research Network, The University of Hong Kong（香港大学阿尔茨海默病研究网络） ； Department of Biomedical Engineering, City University of Hong Kong（城市大学生物医学工程系） ； Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院放射学与放射科学系） ； City University of Hong Kong Shenzhen Research Institute（城市大学深圳研究 institute）
AI总结 针对医学图像翻译受患者差异等挑战及3D图像翻译受阻问题，提出多编码器增强感知学习（MEAL），研究三种特征整合策略，经实验验证其在CT到T1加权MRI翻译任务中表现出色，提升了医学图像翻译的稳健性和临床适用性。
Comments 46 pages, 11 figures, 3 tables
通过从细到粗的监督实现SigLIP-HD
机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 研究如何在低成本下实现精细视觉感知，提出SigLIP-HD，采用从细到粗监督设计，基于SigLIP 2模型构建，在相同推理预算下能产生更好视觉令牌，在多基准测试中结果优于基线模型。
Comments ICLR 2026. Code and model: https://github.com/LiheYoung/SigLIP-HD
Lean-QIT：迈向量子信息理论的形式化基础设施
机构 * QudeLeap Research（QudeLeap研究院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Quantum Science Center of Guangdong-Hong Kong-Macao Greater Bay Area（粤港澳大湾区量子科学中心） ； The University of Hong Kong（香港大学）
AI总结 研究旨在为量子信息理论构建形式化基础设施，通过Lean 4库LeanQIT提供相关接口，将多个重要定理形式化，分离操作定义与解析表征，为形式化QIT及相关推理提供基础和知识底物。
Comments 24+5 pages, 3 figures
循环渲染：通过视觉自反馈生成矢量图形
机构 * School of Software, Beihang University（北航软件学院） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； Paradigm（4Paradigm）
AI总结 本文提出Render-in-the-Loop方法，通过视觉上下文引导矢量图形生成，提升模型对视觉信息的利用效率，实现更高效的SVG生成。
Re$^3$Sim：通过用于机器人操作的3D逼真的真实到模拟生成高保真模拟数据
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学）
AI总结 针对机器人真实数据收集难题，提出RE$^3$Sim系统，运用3D重建和神经渲染技术重现真实场景，利用特权信息收集专家演示并训练策略，验证管道有效性，仅用模拟数据实现零样本转移，还生成大规模数据集。
UniClawBench：面向实际任务中主动智能体的通用基准测试
机构 * HKU MMLab（香港大学多媒体实验室） ； Meituan（美团）
AI总结 针对现有基准测试难以评估主动智能体的问题，提出UniClawBench，基于五项基础模型能力设计400个双语现实任务，采用实时评估和闭环评估策略，通过多模型框架对比展示基础模型能力和框架设计对性能的影响，还公开了基准测试和代码。
Comments Project Page: https://uniclawbench.github.io | GitHub Repo: https://github.com/HKU-MMLab/UniClawBench
DexVerse：用于多任务、多实体灵巧操作的模块化基准测试
机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Hong Kong（香港大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 DexVerse是用于多任务、多实体灵巧操作的模块化基准测试，含100个任务，支持多种机器人手臂和手，可扩展且提供视觉变化等。通过对多种方法的基准测试，揭示任务泛化和视觉运动鲁棒性挑战，为通用灵巧操作提供测试平台。
在局部可采样图形模型下学习 $\mathsf{AC}^0$
机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Computer Science, University of California, Santa Barbara（计算机科学系，加州大学圣芭芭拉分校） ； State Key Laboratory for Novel Software Technology, New Cornerstone Science Laboratory, Nanjing University（新型软件技术国家重点实验室，南京大学）
AI总结 研究在允许有效局部采样器的图形模型下学习 $\mathsf{AC}^0$ 的问题，提出通过模拟和截断经典格劳伯动力学建立新的低阶近似的方法，得到拟多项式时间学习者，还能应用于两自旋系统。
DeepTutor：迈向代理式个性化辅导
机构 * The University of Hong Kong（香港大学）
AI总结 DeepTutor通过结合引用基础问题辅导与难度校准的问题生成，提出一个统一的开放源码框架，利用静态知识和动态学习者记忆实现个性化适应，并在五个领域大学课程中评估个性化教学效果。
Comments Tech Report, work in progress. Code available at https://github.com/HKUDS/DeepTutor
ToDMA：用于语义多址接入的大模型驱动海量令牌通信
机构 * The University of Hong Kong（香港大学） ； Beijing Institute of Technology（北京理工大学） ； University of Surrey（Surrey大学） ； Friedrich-Alexander-University Erlangen-Nurnberg（埃森哲-亚琛工业大学） ； Imperial College London（伦敦帝国理工学院）
AI总结 本文提出ToDMA，一种大模型驱动的语义多址接入方案，将无源随机接入与上下文感知令牌处理结合，用于海量令牌通信。通过压缩感知检测令牌及估计信道状态信息，利用上下文模型恢复冲突令牌，能降低接入延迟并保持令牌恢复与语义重建质量。
Comments Submitted to IEEE journals
StreamVLN：通过快慢上下文建模实现流式视觉与语言导航
机构 * Shanghai AI Lab（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 研究现实世界中视觉与语言导航问题，提出StreamVLN框架，采用混合快慢上下文建模策略，通过快速流式对话上下文与缓慢更新内存上下文配合，实现实时对话，在VLN-CE基准实验中展现低延迟最优性能。
Comments Accepted to ICRA 2026
通过用密集CLIP泛化语义映射实现开放词汇目标导航
机构 * Shanghai AI Lab（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学）
AI总结 研究面向对象的实体导航任务，提出OVExp框架，利用密集CLIP模型展示基于语义地图的目标预测网络泛化能力，设计跨模态转移策略解决训练成本高问题，在ObjectNav基准上对未知目标有强大泛化能力。
Comments Accepted by ICRA 2026
变分贝叶斯变量选择后恢复潜在结构：部分探索性因子分析中的拟合评估和因子数量选择
机构 * Faculty of Education, The University of Hong Kong（香港大学教育学院） ； Department of Curriculum and Instruction, The Education University of Hong Kong（香港教育大学课程与教学系）
AI总结 研究针对部分探索性因子分析中载荷结构和因子数量规定弱的问题，引入选择后评估框架，通过硬选或软选转换协方差模型，推导相关指标，提出无标度增益规则确定因子数量，模拟及实例表明该方法能有效恢复结构、准确确定维度且拟合良好。
具有参与隐私的持续学习：一种可审计的缓冲聚合方法
机构 * The University of Hong Kong（香港大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 研究单编辑相邻用户流的持续学习隐私问题，提出模块化方法，用随机缓冲包装器处理，证明认证定理，使标准原语产生轨迹级差分隐私，建立隐私与延迟联系。
Comments This version corrects and clarifies the independent-decomposability condition underlying the adaptive-safety result in the ICML 2026 paper, with corresponding revisions to the affected statements and proofs
从文本到参数：通过具有可靠性和设计上限的嵌入正则化预测项目参数
机构 * Faculty of Education, The University of Hong Kong（香港大学教育学院）
AI总结 研究新开发项目校准的冷启动问题，提出结合正则化回归等的评估框架，应用于数学和医疗项目库，发现项目难度可预测，区分度和伪猜测较难，强调重复交叉验证及无尺度度量和明确上限的重要性。
NativeMEM：用于长期机器人操作的原生内存压缩
机构 * The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Horizon Robotics（地平线机器人）
AI总结 研究如何让预训练VLA模型高频更新时保留长期视觉历史且高效。提出NativeMEM策略，用原生内存压缩编码，通过开发分词器对齐内存令牌与策略，该方法在模拟和真实机器人实验中效果好，数据效率高。
LHM-Humanoid：学习一种统一的政策以在多样化的混乱环境中实现长视距人形全身体术操作
机构 * The University of Manchester（曼彻斯特大学） ； X-Humanoid ； Peking University（北京大学） ； University of Hong Kong（香港大学）
AI总结 LHM-Humanoid通过统一政策实现人形在复杂环境中长视距全身体术操作，结合强化学习与知识蒸馏，提升跨场景泛化与鲁棒性。
提前思考：多模态语言模型和世界模型中的预见智能
机构 * College of Software, Nankai University, China（南开大学软件学院） ； The University of Hong Kong, China（香港大学） ； NKIARI, Shenzhen Futian, China（NKIARI，深圳福田，中国） ； AAIS & VCIP, Nankai University, China（AAIS与VCIP，南开大学，中国） ； A*STAR Institute of Advanced Intelligence and Computing, Singapore（新加坡A*STAR先进智能与计算研究所）
AI总结 研究定义预见智能，引入FSU-QA数据集，对视觉语言模型在预见任务中全面研究，发现当前模型不足。该数据集可评估世界模型，增强预见推理，微调小模型能超大型先进模型，为开发下一代模型提供基础，还验证了评估协议。
Comments Accepted by ECCV 2026
FDRMFL：基于信息最大化和对比学习的多模态联邦特征提取模型
机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）
AI总结 针对非IID数据分布下联邦回归的多模态特征提取难题，提出FDRMFL框架，通过统一的四项局部目标应对挑战，实验表明该框架能有效降低平均MSE，在六种联邦算法中表现最佳。
Comments Accepted author manuscript; published version DOI: 10.1016/j.asoc.2026.115874
Journal ref Applied Soft Computing 202 (2026) 115874
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