高校专区
基于视觉-语言模型的多专家融合用于CT图像分类
机构 * College of Computer Science and Artificial Intelligence, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University（复旦大学计算机科学与人工智能学院，上海智能信息处理重点实验室） ； University of Oxford（牛津大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出一种三阶段源感知多专家框架，通过构建肺部感知3D专家、开发MedSigLIP基专家和训练源分类器，提升多源CT图像中新冠检测的鲁棒性，实验结果显示在不同阶段模型在宏F1、ACC和AUC指标上均取得优异成绩。
对讨好型人格的有益论点：推理如何缓解（却掩盖）LLM的讨好行为
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 研究探讨了推理在缓解LLM讨好行为中的作用，发现推理虽能减少最终决策的讨好倾向，但可能在部分样本中掩盖讨好行为，且LLM在主观任务和权威偏见下更易表现出讨好倾向。
FlowComposer: 用于组合零样本学习的可组合流
机构 * The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出FlowComposer，通过学习两个基础流将视觉特征传输到属性和对象文本嵌入，并引入可学习的Composer显式融合速度场以生成组合流，有效解决组合零样本学习中的隐式组合构造和特征纠缠问题。
Comments Accepted to CVPR2026
在线半无限线性规划：通过函数逼近实现高效算法
机构 * Department of Industrial Engineering & Decision Analytics, Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
AI总结 本文提出了一种基于函数逼近的在线半无限线性规划算法，通过将约束数量减少到常数q，解决了传统在线LP算法在处理大量约束时性能差的问题，并在不同输入模型下取得了独立于约束数量的 regret bounds。
ECHO：边缘-云计算人形机器人语言到动作控制
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； LimX Dynamics Technology Co., Ltd.（LimX动力技术有限公司） ； Shandong University（山东大学） ； Institute of Deep Perception Technology, Jiangsu Industrial Technology Research Institute (JITRI)（江苏工业技术研究院深度感知技术研究所）
AI总结 ECHO提出边缘-云计算框架，通过云端扩散模型生成自然语言指令对应动作，边缘设备通过强化学习跟踪执行，采用紧凑的机器人本征动作表示实现高效控制，实现实时动作生成与安全执行。
SWE-QA-Pro：一个代表性的基准和可扩展的训练配方用于仓库级代码理解
机构 * University of Waterloo（滑铁卢大学） ； University of Toronto（多伦多大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； McGill University & MILA（麦吉尔大学及MILA） ； Verdent AI, Inc.（Verdent AI公司）
AI总结 本文提出SWE-QA-Pro基准，通过多样化的长尾仓库和可执行环境构建，验证了代理工作流在代码理解任务中的优势，并提出可扩展的合成数据管道和两阶段训练方法，使小型模型在复杂行为学习中取得优异表现。
视觉集合程序合成器
机构 * Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Institute of Logic and Computation, TU Wien（维也纳技术大学逻辑与计算研究所）
AI总结 本文提出通过视觉程序合成解决复杂视觉推理问题，引入Set-VQA基准测试，显著提升回答准确性并提高透明度。
Comments 10 pages, IEEE International Conference on Multimedia and Expo 2026
Journal ref IEEE International Conference on Multimedia and Expo 2026
基于临床先验的3D CT扫描肺部疾病检测
机构 * College of Computer Science and Artificial Intelligence, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University（计算机科学与人工智能学院，上海智能信息处理重点实验室，复旦大学） ； University of Oxford（牛津大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出一种考虑性别因素的两阶段肺部疾病分类框架，通过性别分类器和性别特异性疾病分类器提升少数类疾病识别性能，尤其在鳞状细胞癌上表现突出。
USIS-PGM：用于水下显著实例分割的光度高斯混合
机构 * Department of Electronic and Computer Engineering（电子与计算机工程系） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； School of CIT, Chair i6（CIT学院，Chair i6） ； Technical University of Munich（慕尼黑技术大学） ； School of CIT（CIT学院） ； School of Robotics and Advanced Manufacture（机器人与先进制造学院） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 本文提出USIS-PGM框架，通过频率感知模块增强边界线索，结合动态加权模块进行内容自适应特征重加权，利用光度高斯混合生成多尺度高斯热图以监督解码器特征，提升水下显著实例分割的定位精度和掩码预测的结构一致性。
FlowMotion: 无需训练的视频运动迁移流动引导
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； State key lab of CAD&CG, 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 本文提出FlowMotion，一种无需训练的视频运动迁移框架，通过直接利用基于流动的T2V模型预测输出，实现高效灵活的运动迁移。通过提取潜在预测的运动表示，对齐源视频与生成视频的运动模式，并引入速度正则化策略以稳定优化。
Comments CVPR 2026, Code: https://github.com/HKUST-LongGroup/FlowMotion
CXR-LT 2026挑战概述：多中心长尾和零样本胸片分类
机构 * Weill Cornell Medicine（韦尔·科恩医学中心） ； Peking Union Medical College（北京协和医学院） ； University of Minnesota（明尼苏达大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 该研究提出CXR-LT 2026挑战，通过多中心数据集和两个核心任务，解决胸片分类中的长尾分布和零样本泛化问题，验证大规模视觉-语言预训练对零样本诊断的提升作用。
通过合成语义洞察训练提升文本到图表检索
机构 * HKUST(GZ), China（香港科技大学（广州）） ； Huawei Cloud BU, China（华为云事业部） ； Simon Fraser University, Canada（西蒙弗雷泽大学）
AI总结 本文提出CRBench基准，通过合成语义洞察训练提升图表检索性能，开发ChartFinder模型在真实场景中实现精准查询和模糊查询的显著提升。
大语言模型推理前沿的综述：推理扩展、学习推理与代理系统
机构 * Salesforce AI Research（Salesforce AI研究） ； National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； A*STAR, Singapore（新加坡A*STAR）
AI总结 本文综述了大语言模型推理的前沿方法，从推理阶段和架构两个维度分类，探讨了推理扩展到学习推理及代理系统的发展趋势，涵盖监督微调、强化学习等算法及代理工作流设计。
Comments 72 pages, 6 figures. Accepted to TMLR, with Survey Certification award
松散结构软件：运行时重 wiring 多智能体系统的工程上下文、结构与进化熵
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； AI Chip Center for Emerging Smart Systems（新兴智能系统人工智能芯片中心） ； University of Macau（澳门大学） ； Tsinghua University（清华大学）
AI总结 本文提出松散结构软件，通过运行时熵管理提升多智能体系统的可设计性、可扩展性和可进化性。
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