高校专区
合成分层设计数据是否有助于分层设计分解？
机构 * HKUST（香港理工大学） ； Webank（网商银行）
AI总结 本文研究合成分层数据对图形设计分解的影响，发现纯合成数据能有效替代传统方法，且训练数据规模增加时性能提升，但5万样本后趋于饱和。
Comments 22 pages, 10 figures. Code is available at https://github.com/YangHaolin0526/SynLayers
Sat3DGen：从单张卫星图像生成全面的街景3D场景
机构 * LIESMARS & School of Artificial Intelligence, Wuhan University（珞珈实验室与武汉大学人工智能学院） ； EPFL（苏黎世联邦理工学院） ； HKUST（香港科技大学） ； Northeastern University（东北大学） ； Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Amap, Alibaba Group（高德地图，阿里巴巴集团）
AI总结 本文提出Sat3DGen，通过几何优先方法提升从单张卫星图像生成高精度3D场景的性能，改进几何精度和真实感，并在新基准上验证其效果。
Comments ICLR 2026; code: https://github.com/qianmingduowan/Sat3DGen demo: https://huggingface.co/spaces/qian43/Sat3DGen project page: https://qianmingduowan.github.io/Sat3DGen_project_page/
KGPFN：通过上下文学习解锁知识图谱基础模型的潜力
机构 * Department of Computer Science and Engineering, HKUST, Hong Kong, China（香港科技大学计算机科学与工程系） ； Department of Computer Science and Engineering, HKBU, Hong Kong, China（香港城市大学计算机科学与工程系）
AI总结 KGPFN通过结合先验数据拟合网络与上下文学习，统一了可转移关系规律与推理时的上下文学习，有效提升知识图谱推理能力。
MemLens：大型视觉-语言模型多模态长期记忆的基准测试
机构 * CSE Deparment, HKUST（香港科技大学计算机科学与工程系） ； CUHK（香港大学） ； OmniMemory (Shenzhen) Intelligent Technology Co., Ltd.（深圳奥米克记忆科技有限公司） ； NVIDIA AI Technology Center (NVAITC), NVIDIA, Santa Clara, USA（英伟达AI技术中心（NVAITC），英伟达，美国圣克拉拉）
AI总结 MemLens基准测试评估大型视觉-语言模型在多模态多会话对话中的长期记忆能力，通过789个问题测试五种记忆能力，揭示长上下文模型和记忆增强代理的优缺点，推动混合架构发展。
Comments Work in progress
研究图谱：引用演化图谱作为研究想法生成的监督
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学）
AI总结 本文提出GoR方法，通过提取种子论文的2跳引用邻域，构建引用演化有向无环图，利用结构化文本提示训练LLM生成研究想法，实验表明其在想法生成任务中优于基线模型。
认知不确定性引导的知识蒸馏用于准确分类学生误解
机构 * South China University of Technology（华南理工大学） ； Tencent Financial Technology（腾讯金融科技） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Soochow University（苏州大学） ； Zhejiang Key Laboratory of Intelligent Education Technology and Application, Zhejiang Normal University（浙江省智能教育技术与应用重点实验室，浙江师范大学）
AI总结 本文提出一种两阶段知识蒸馏框架，通过认知不确定性机制挖掘高价值样本，提升学生误解分类的准确率，实验表明在少量数据下优于现有方法。
Comments ACL 2026 Findings. 10 pages, 5 figures, 19 tables
EARL：一种统一的分析引导强化学习框架，用于第一人称交互推理与像素定位
机构 * Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University, Hong Kong SAR（香港理工大学电子与电气工程系） ； Division of Emerging Interdisciplinary Areas (EMIA), The Hong Kong University of Science and Technology, Hong Kong SAR（香港理工大学新兴跨学科领域研究中心）
AI总结 本文提出EARL框架，通过分析引导特征合成器提升第一人称交互推理与像素定位的准确性，实验显示在Ego-IRGBench上像素定位达到65.48% cIoU，优于现有方法。
Comments Accepted at ICML 2026. Project page: https://github.com/yuggiehk/EARL
EponaV2：通过全面的未来推理驱动世界模型
机构 * PCA Lab, VCIP, College of Computer Science, Nankai University（PCA实验室、VCIP、计算机科学学院、南开大学） ； Horizon Robotics ； HKUST（香港科技大学） ； NJUPT（南京工程大学） ； NTU（国立台湾大学） ； Anyverse ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院、南京大学）
AI总结 本文提出EponaV2，一种新的驾驶世界模型范式，通过全面的未来推理实现高质量规划。模型通过预测更全面的未来表示，结合3D和语义模态，提升环境理解与现实推理能力，从而改进轨迹规划。
一张图片胜过千言万语？视觉财务文档检索聚合策略的实证研究
机构 * The Hong Kong University of Science and Technology（香港理工大学）
AI总结 本文实证研究了视觉检索中聚合策略的影响，发现单一向量聚合会丢失关键信息，通过财务文档实验表明聚合会掩盖语义细节，指出全局纹理主导是根本原因。
Comments Accepted to Findings of ACL 2026
RxEval: 一个处方级基准，用于评估LLM药物推荐
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Southern University of Science and Technology（南方科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区） ； Shenzhen University General Hospital（深圳大学人民医院）
AI总结 RxEval通过多选题评估LLM处方能力，包含1547个问题，涵盖584名患者、18种诊断类别和969种药物，测试16个LLM显示其挑战性和区分性，F1值从45.18到77.10，最佳精确匹配仅46.10%。
从稀疏到密集：多视角3D人体姿态估计中的时空融合与DenseWarper
机构 * Department of Computer Science, THUAI, BNRist, Tsinghua University, Beijing, China（清华大学北京研究院，清华大学计算机科学系，北京，中国） ； Dalian University of Technology, Dalian, China（大连理工大学，大连，中国） ； Apple, Beijing, China（苹果公司，北京，中国） ； Hong Kong University of Science and Technology (Guang Zhou), Guang Zhou, China（香港科技大学（广州），广州，中国） ； University of Manchester, Manchester, UK（曼彻斯特大学，曼彻斯特，英国）
AI总结 本文提出稀疏交错输入方法，通过利用不同视角在不同时间点的图像，提升3D人体姿态估计的时空信息，实现性能提升并突破单视角帧率限制。
从表格到单元格：用于基于TABALIGN的更好推理的注意力
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； New Jersey Institute of Technology（新泽西理工学院） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； University of Manitoba（曼尼托巴大学） ； SimpleWay ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出TABALIGN框架，通过引入DLM Planner和TABATTN验证器，提升表格推理的准确性和效率，实验显示在多个基准测试中准确率提升15.76个百分点，推理速度加快44.64%。
Real2Sim在HOI中的应用：从单目视频中向物理合理性迈进的HOI重建
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tencent IEG（腾讯IEG）
AI总结 本文提出HA-HOI框架，通过单目视频重建物理合理的4D HOI动画，改进了人-物对齐、接触一致性、时间稳定性及模拟准备性。
KVPO: ODE-Native GRPO用于通过KV语义探索实现自回归视频对齐
机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） ； Video Rebirth Project（视频重生项目）
AI总结 KVPO通过引入因果-语义探索范式和基于轨迹速度能量的替代策略，解决自回归视频生成器与人类偏好对齐的挑战，提升视频质量与文本对齐效果。
GEAR：通过自蒸馏实现的粒度自适应优势重加权用于LLM智能体
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 GEAR通过自蒸馏获取token和片段级信号，实现粒度自适应的优势重加权，提升长时间跨度任务中的智能体性能，实验表明在数学推理和工具使用任务中优于传统方法。
DeepLévy：在高波动时间序列中学习重尾不确定性
机构 * University of New South Wales（新南威尔士大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出DeepLévy框架，通过最小化经验与参数特征函数的差异，学习莱维稳定分布混合，提升高波动时间序列的不确定性建模能力，尤其在极端波动下表现更优。
反长度偏移：动态异常截断用于训练高效的推理模型
机构 * University of Science and Technology of China（中国科学技术大学） ； Xiaohongshu Inc.（小红书公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出动态异常截断方法，通过在训练时抑制冗余token，提升推理模型的效率与性能，实验显示在AIME-24上推理token使用减少78%且准确率提升。
Comments Accepted by ACL2026
通过扩散模型进行因果时间序列生成
机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research Asia（微软亚洲研究院） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Squirrel AI
AI总结 本文提出因果时间序列生成任务，通过因果视角改进传统条件时间序列生成，引入因果扩散框架实现干预和反事实生成，实验显示其在真实和合成数据上均表现优异。
PacTure：基于打包视角的高效PBR纹理生成方法
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息处理国家重点实验室，计算机学院，北京大学） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（视觉技术国家工程研究中心，计算机学院，北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Light Illusions ； PKU-AI 2 Robotics Joint Lab of Embodied AI（北京大学人工智能2机器人联合实验室）
AI总结 PacTure通过引入视角打包技术，提升多视角生成的效率与一致性，结合自回归模型实现高效PBR纹理生成。
Comments Accepted by Computational Visual Media Journal (CVMJ) in Feb. 2026. 19 pages, 7 figures
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