高校专区
在全同态加密下学习因果结构时保护数据隐私
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Hong Kong University of Science and Technology（香港理工大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对分布式因果结构学习中的隐私泄露问题，提出基于全同态加密的方法，通过电路简化、除法和对数近似以及SIMD批处理技术，在加密数据上高效完成因果结构学习，并支持扩展到差分隐私。
Anchor3R: 基于瞬态锚点的流式3D重建用于长时程视觉映射
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院自动化研究所） ； Horizon Robotics（Horizon机器人技术有限公司） ； HKUST(GZ)（香港科技大学（广州））
AI总结 提出Anchor3R框架，通过将前馈重建视为当前帧坐标系下的局部测量预测而非全局回归，结合窗口相对位姿预测、闭环插入和运动平均，实现长序列上的在线3D重建与位姿估计。
GARL：面向多智能体战略优先级排序的博弈论强化学习
机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 提出GARL框架，将多智能体战略优先级排序形式化为两阶段博弈，通过博弈论效用转化为角色特定强化信号，优化交互策略，在争议问题排序任务中提升性能并使小型开源LLM与强闭源LLM竞争。
用于胃癌的病理基础模型及真实世界验证
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology, Hong Kong SAR, China（计算机科学与工程系，香港科技大学，香港特别行政区，中国） ； Department of Pathology, Nanfang Hospital, Southern Medical University, Guangzhou, China（病理学系，南方医科大学南芳医院，广州，中国） ； Department of Pathology, School of Basic Medical Sciences, Southern Medical University, Guangzhou, China（病理学系，南方医科大学基础医学学院，广州，中国） ； Guangdong Province Key Laboratory of Molecular Tumor Pathology, Guangzhou, China（广东省分子肿瘤病理学重点实验室，广州，中国） ； Department of Anatomical and Cellular Pathology, The Chinese University of Hong Kong, Hong Kong SAR, China（解剖学与细胞病理学系，香港中文大学，香港特别行政区，中国） ； Pathology Artificial Intelligence Development and Assessment Laboratory, State Key Laboratory of Translational Oncology, The Chinese University of Hong Kong, Hong Kong SAR, China（病理人工智能发展与评估实验室，转化肿瘤学国家重点实验室，香港中文大学，香港特别行政区，中国）
AI总结 提出胃癌专用基础模型GRACE，基于多中心HE染色全切片图像，在28项临床任务中优于通用PFM，并通过前瞻性验证和读者研究证实其辅助诊断效能。
LifeSide: 将智能体作为终身数字伴侣的基准测试
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Hong Kong University of Science and Technology（香港理工大学） ； Tencent（腾讯）
AI总结 针对现有评估无法捕捉终身数字伴侣所需的多会话记忆、用户理解和隐私适应能力的问题，提出LifeSide基准，通过多智能体模拟构建记忆-情感-环境循环，评估模型在记忆追踪、用户理解、隐私控制和情感陪伴方面的表现，发现即使当前记忆基准饱和的模型也无法在长期内维持准确的用户理解和真正的陪伴。
Comments 28 pages, 23 figures, 7 tables
先计划，后评判，更优运行：一种受DMAIC启发的工业异常检测智能体系统
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Technische Universität München（慕尼黑技术大学） ； Southwestern University of Finance and Economics（西南财经大学）
AI总结 提出受DMAIC启发的多智能体系统DMAIC-IAD，通过先制定标准化操作程序（SOP）再生成策略，并引入预训练的无执行评判模型来排序候选策略，无需昂贵运行时试验，在四种模态上平均检测性能提升37.76%。
Echo-Infinity: 学习演化记忆用于实时无限视频生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； Joy Future Academy, JD（京东探索研究院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出Echo-Infinity框架，通过可学习的演化记忆以恒定成本动态过滤、抽象和压缩任意长度历史，结合统一相对RoPE方案，首次实现24小时实时无限视频生成。
Comments Website: https://echo-team-joy-future-academy-jd.github.io/Echo-Infinity/
通过联合生成与评估实现自我进化的深度研究
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； ByteDance, China（字节跳动） ； University College London（伦敦大学学院）
AI总结 提出SCORE框架，通过共享参数的协同进化训练联合优化评估器与求解器，解决深度研究报告生成中奖励不可验证的问题，持续提升生成质量。
D^2SD: 使用双重扩散草稿模型加速推测解码
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； HKUST（香港科技大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Ant Group（蚂蚁集团）
AI总结 提出D^2SD框架，通过双重扩散草稿模型和置信度引导的前缀树，提升推测解码的接受率，优于现有扩散方法和自回归推测解码基线。
LoopMoE：统一迭代计算与混合专家模型用于语言建模
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Huawei Technologies Co.,Ltd.（华为技术有限公司）
AI总结 提出LoopMoE，通过迭代自适应层归一化和容量平衡策略，在相同参数和FLOPs下，循环MoE语言模型在多个基准上优于标准MoE。
Affordance2Action: 任务条件下的场景级功能区域定位用于实时操作
机构 * Department of Computer Science, Rutgers University-New Brunswick（罗格斯大学新布朗斯维尔回声分校计算机科学系） ； The Hong Kong University of Science and Technology (GZ)（香港科学与技术大学（GZ）） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 提出Affordance2Action框架，通过构建A2A-Bench基准和A2A-AffordGen标注流程，解决场景级任务条件功能区域定位中的多区域对应问题，并支持实时操作。
Comments 23 pages
自适应分块在时间序列预测中比看起来更难
机构 * ICube, University of Strasbourg, Illkirch-Graffenstaden, France（斯特拉斯堡大学ICube研究所，法国伊尔克里奇-格拉夫芬斯坦德） ； Technical University of Munich（慕尼黑技术大学） ； FinTech Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）金融科技研究组） ； Computer Science Department, Hainan Bielefeld University of Applied Sciences（海南比尔费尔德应用科学大学计算机科学系） ； Cephalgo, Strasbourg, France（法国斯特拉斯堡Cephalgo公司） ； Heilbronn Data Science Center, Munich Data Science Institute（慕尼黑数据科学研究所海德堡数据科学中心）
AI总结 本文通过理论分析和实验验证，探讨自适应分块在时间序列Transformer中是否优于调优的均匀分块，发现均匀基线在标准基准上具有竞争力，自适应分块的优势有限且依赖于特定方法和数据集。
重新审视具身思维链以实现可泛化的机器人操作
机构 * Tsinghua University（清华大学） ； Xiaomi Robotics（小米机器人） ； Peking University（北京大学） ； CASIA ； HKUST(GZ)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文通过构建最大规模具身思维链语料库，提出ERVLA模型，利用思维链作为表征塑造监督而非测试时推理，显著提升了机器人操作的可泛化性。
PHASER: 面向视觉-语言-动作模型的相位感知与语义经验回放
机构 * Thrust of AI, HKUST(Guangzhou)（人工智能 thrust，香港科技大学（广州）） ； AI 2 Robotics, Shenzhen, China（人工智能与机器人，深圳，中国）
AI总结 提出PHASER框架，通过相位感知容量分配和多模态干扰路由策略，结合自动相位提取管线Auto-PC，解决VLA模型在持续学习中的灾难性遗忘问题，在LIBERO基准上平均成功率提升高达31%。
Comments 20 pages, 8 figures, 12 tables
解锁任务导向型对话中的主动性
机构 * Keeta AI, Meituan（Keeta AI，美团） ； Independent Researcher（独立研究者） ； CUHK（香港中文大学） ； HKUST（香港科技大学）
AI总结 针对任务导向型对话中主动性问题，提出认知用户模拟器和模拟器诱导的非对称视角策略优化，通过建模用户潜在关注实现主动对话。
DEFLECT: 面向延迟鲁棒异步VLA的时间反事实偏好学习
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； One Robotics
AI总结 针对异步视觉-语言-动作（VLA）策略中陈旧观测导致的预测-执行不匹配问题，提出离线后训练框架DEFLECT，通过反事实偏好监督学习偏好与执行时间对齐的动作，无需人工标注、在线部署或架构修改，显著提升高延迟下的任务成功率。
基于注意力的扩散语言模型采样器
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科学与技术大学）
AI总结 针对扩散语言模型采样中忽略全局序列结构的问题，提出基于注意力矩阵列和的采样顺序优化方法，实现无训练的高质量并行采样。
LLM 的拒绝回答可能既是真实不确定性的体现，也是提示的产物
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Pennsylvania（宾夕法尼亚大学） ； Huazhong University of Science and Technology（华中科技大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文发现大语言模型（LLM）的拒绝回答行为不仅源于真实不确定性，还受提示结构影响，称为“拒绝膨胀”，并通过实验证明该现象由额外选项的结构性存在触发，而非真实不确定性。
从直播到录制：消费者对直播生命周期中价格的需求与响应
机构 * Georgetown University（乔治·华盛顿大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Michigan（密歇根大学） ； Stephen M. Ross School of Business, University of Michigan（密歇根大学罗斯商学院）
AI总结 利用大型直播平台数据，研究消费者在直播前后对价格敏感性的差异，发现直播前需求价格弹性更高，主要由消费者自选择和质量不确定性驱动。
Comments An earlier version of this paper was distributed under the title "The Role of 'Live' in Livestreaming Markets: Evidence Using Orthogonal Random Forest."
加速交替投影用于鲁棒主成分分析
机构 * Department of Mathematics, University of California, Los Angeles（加州大学洛杉矶分校数学系） ； Department of Mathematics, Hong Kong University of Science and Technology（香港理工大学数学系） ； School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出了一种加速交替投影算法，用于鲁棒主成分分析，显著提高了现有交替投影方法在更新低秩因子时的计算效率，并证明了该算法的精确恢复保证和线性收敛性。
Journal ref Journal of Machine Learning Research, 20 (2019): 685-717
具有空中覆盖图的连接意识UAV路径规划
机构 * Department of ECE, Hong Kong University of Science and Technology, Hong Kong（香港科技大学电子工程系） ； Department of EIE, The Hong Kong Polytechnic University, Hong Kong（香港理工大学电子工程系）
AI总结 本文提出了一种利用UAV可控移动来克服地面用户优化的蜂窝网络在空中覆盖不连续问题的连接意识UAV路径规划方法，通过引入两个新指标量化UAV路径的蜂窝连接质量，并利用空中覆盖图提供准确的散射覆盖孔位置，将UAV路径规划问题转化为在连接约束下寻找最短路径的问题。
Comments This paper has been accepted by IEEE WCNC 2019
一种新型混合控制架构用于抑制小型无人驾驶直升机的大水平风扰动
机构 * School of Mechanical Engineering and Automation, Harbin Institute of Technology Shenzhen Graduate School（哈尔滨工业大学机械工程与自动化学院深圳研究生院） ； Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系）
AI总结 本文提出了一种结合风洞实验数据和反步算法的新方法，用于抑制小型无人驾驶直升机的大水平风扰动，通过混合控制架构实现更精确快速的扰动抑制。
快速低秩矩阵学习与非凸正则化
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Hong Kong University of Science and Technology（香港理工大学）
AI总结 本文提出一种利用非凸正则化快速学习低秩矩阵的方法，通过截断奇异值和幂方法提升效率，实现更准确的矩阵恢复。
Comments Long version of conference paper appeared ICDM 2015
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