高校专区
CausalCine：多镜头视频叙事的实时自回归生成
机构 * HKUST（香港科技大学） ； Ant Group（蚂蚁集团） ； SJTU（上海交通大学）
AI总结 CausalCine通过自回归框架实现多镜头视频生成，通过动态提示和记忆路由保持跨镜头连贯性，优于现有自回归模型，实现实时交互生成。
Comments Project page: https://yihao-meng.github.io/CausalCine/
可扩展的令牌级幻觉检测方法在大语言模型中
机构 * Sea AI Lab（Sea AI实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 本文提出TokenHD方法，通过可扩展的数据引擎和重要性加权策略，实现令牌级幻觉检测，实验显示小型模型在训练后性能优于大模型，且检测能力随模型规模扩大而提升。
$δ$-mem: 高效的大型语言模型在线内存
机构 * Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Mind Lab ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出$δ$-mem机制，通过紧凑的在线状态与注意力计算直接耦合，提升模型在长文本任务中的表现，无需全微调或替换backbone。
大语言模型作为约束双目标凸优化的 amortized 帕累托前沿生成器
机构 * University of Shanghai for Science and Technology（上海科技大学） ； Nanyang Technological University（南洋理工大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Georgia Institute of Technology（佐治亚理工学院） ； The University of Michigan（密歇根大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文提出DIPS框架，利用大语言模型生成约束双目标凸优化的帕累托前沿，通过紧凑离散化方案和三阶段课程优化，实现高效连续优化。
Comments 31 pages
交互式状态空间模型与跨模态局部扫描用于深度超分辨率
机构 * National University of Defense Technology（国防科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI）） ； University of Macau（澳门大学）
AI总结 本文提出交互式状态空间模型，通过跨模态局部扫描实现RGB与深度特征的细粒度语义交互，提升深度超分辨率的效率与语义交互能力。
Comments ISCAS2026
在检索前路由：激活大语言模型的潜在路由能力用于RAG与长上下文选择
机构 * Beihang University（北航） ； HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 本文提出Pre-Route框架，通过结构化推理提前决策，利用轻量级元数据进行任务分析和信息需求预测，实现可解释且高效的路由决策，实验表明其在成本效益上优于现有方法。
通过语言表示塑造模式作为扩展LLM智能的下一个前沿
机构 * The Hong Kong University of Science and Technology（香港理工大学） ； MiLM Plus, Xiaomi Inc（小米公司） ； Zhongguancun Academy（中关村学院） ； Hong Kong Baptist University（香港 Baptist大学） ； The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； Xi’an Jiaotong University（西安交通大学）
AI总结 本文探讨通过高级语言表示塑造模式作为扩展LLM智能的新方向，提出语言表示的结构和符号复杂性对知识激活和组织至关重要，并通过实验证明语言表示设计的有效性。
Comments 41 pages, 30 figures
LucidNFT: 基于LR锚定的多奖励偏好优化用于基于流的现实世界超分辨率
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文提出LucidNFT框架，通过引入LucidConsistency、解耦奖励归一化策略和LucidLR数据集，解决现实世界超分辨率中LR参考一致性、奖励优化瓶颈和真实退化覆盖不足的问题，提升感知质量。
Tacmap: 通过几何一致的穿透深度图弥合触觉仿真到现实的差距
机构 * Sharpa ； HKUST（香港科技大学） ； NVIDIA（英伟达）
AI总结 Tacmap通过统一的变形地图表示弥合触觉仿真与现实的差距，利用体积穿透深度实现高保真且高效的触觉仿真，验证了在抓取任务中仿真政策的零样本迁移能力。
Comments 8 pages
LucidFlux：一种无需图像描述的高质量图像修复方法
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 LucidFlux通过大规模扩散变压器实现无描述图像修复，引入轻量双分支条件器和自适应调制方案，提升几何精度与纹理恢复，优于开源和商业基线。
Comments Project Page: https://w2genai-lab.github.io/LucidFlux
可聚焦的单目深度估计
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学）
AI总结 本文提出FDE，一种区域感知的单目深度估计方法，通过FocusDepth框架和MSSA模块，提升目标区域的深度精度和全局几何一致性，基于FDE-Bench验证了方法的有效性。
DreamAvoid：关键阶段测试时 dreaming 以避免 VLA 策略中的失败
机构 * HKU（香港大学） ； HKUST（香港理工大学） ； Northwestern University（西北大学）
AI总结 DreamAvoid 通过关键阶段测试时 dreaming 框架，使 VLA 模型能预测并避免失败，提升任务成功率。
Comments 19 pages, 7 figures
当观察不足时：视觉注意结构揭示大语言模型中的幻觉
机构 * Thrust of Artificial Intelligence, HKUST (Guangzhou)（人工智能前沿 thrust，香港科技大学（广州）） ； Department of Computer Science and Engineering, HKUST（计算机科学与工程系，香港科技大学）
AI总结 本文通过分析视觉注意的高频结构揭示大语言模型中的幻觉现象，提出LaSCD解码策略，有效减少幻觉并保持模型能力。
单条消息能否瘫痪AI基础设施？通过针对性Mobius注入的AbO-DDoS攻击崛起
机构 * The Hong Kong Polytechnic University（香港理工大学） ； HKUST (GZ)（香港科技大学（广州））
AI总结 研究揭示了通过Mobius注入攻击利用代理逻辑中的语义闭合漏洞，实现对AI基础设施的隐蔽攻击，展示了攻击的轻量、隐蔽性和高配置性，并提出基于组件能量分析的防御机制。
学习蛋白质-蛋白质相互作用的优先级：一种模型无关的方法
机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； IDEA Research（IDEA研究院）
AI总结 本文提出L3-PPI方法，通过生物启发的L3路径正则化图提示学习，提升蛋白质相互作用预测性能。
Comments Accepted at ICML 2026
PiCA：基于枢纽的搜索代理强化学习中的信用分配
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 PiCA通过重新定义搜索轨迹为累积搜索进度的序列过程，解决长周期信用分配中的稀疏奖励、孤立信用和分布偏移问题，提升知识密集型问答任务性能。
Comments 21 pages, 7 figures
基于空间语法的后训练生成住宅平面图
机构 * College of Architecture and Urban Planning, Tongji University（同济大学建筑与城市规划学院） ； Information Hub, The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）信息中心）
AI总结 本文提出SSPT框架，通过空间语法集成 oracle 评估生成平面图的空间配置质量，改进生成器的配置逻辑，SSPT-PPO在非分布环境下表现更优。
校准的多模态表示学习与缺失模态
机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Central South University（中南大学）
AI总结 本文提出CalMRL，通过校准缺失模态导致的不完整对齐问题，从锚点偏移角度提供理论见解，结合先验知识和模态间联系，解决优化难题，验证了方法的有效性。
Comments Accepted by ICML 2026
理解偏好学习中的性能差距：RLHF和DPO的二元性
机构 * University of Washington（华盛顿大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Amazon Inc.（亚马逊公司）
AI总结 本文分析RLHF和DPO性能差距的来源，揭示模型规格误差对方法选择的影响，指出在线DPO在特定条件下优于其他方法，揭示两阶段学习的统计优势。
Comments ICML accepted version
语义完整性至关重要：在KV缓存压缩中基准测试与保持高密度推理
机构 * The Hong Kong University of Science（香港科学与技术大学） ； Guangzhou HKUST Fok Ying Tung Research Institute（广州HKUST傅种群研究院）
AI总结 本文提出KVFundaBench基准测试，揭示了在高密度推理中压缩导致的严重任务依赖性退化问题，并提出ShotKV方法，通过分离prefill和解码阶段以优先保持语义完整性，提升了长上下文生成任务的准确率并降低了延迟。
Comments ICML 2026
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