高校专区
TOKI: 用于LLM智能体持久化记忆中矛盾消解的双时态算子代数
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 提出TOKI代数，将四种矛盾消解启发式统一为双时态算子，通过隔离性、模式与溯源三个正确性定理提供写时并发控制契约，并证明审计行防御在LoCoMo任务上的有效性。
Comments 43 pages including full appendices (proofs, protocols, and reproducibility ledger). Code, data, and reproducibility artifact: https://github.com/ZenAlexa/toki-bitemporal-memory
通过元学习从隐式成本-性能偏好中学习路由LLM
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southern University of Science and Technology（南方科技大学）
AI总结 提出MetaRouter框架，利用元学习从少量交互中学习用户隐式成本-性能偏好，实现个性化LLM路由，在分布内外任务上优于基线方法。
AffordanceVLA：一种通过可供性感知理解赋能动作生成的视觉-语言-动作模型
机构 * Peking University（北京大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学） ； Knowin AI
AI总结 提出AffordanceVLA框架，通过引入结构化可供性预测作为任务导向的中间表示，解决VLA模型中语义空间与具身控制策略的结构不匹配问题，实现精确的感知-动作映射。
Comments Preprint. Code and project page are available. Code: https://github.com/Skywalker-yqz/AffordanceVLA Project page: https://skywalker-yqz.github.io/AffordanceVLA/
PLAN-S：通过潜在风格动态桥接规划以实现自动驾驶世界模型
机构 * Intelligent Transportation Thrust, Systems Hub, and Center of Seamless Connectivity & Connected Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（智能交通 thrust、系统中心及无缝连接与智能连接研究院，香港科学与技术大学（广州））
AI总结 提出PLAN-S框架，通过从潜在表示解码风格条件语义成本图，解决自动驾驶中潜在世界模型规划的可控性问题，在nuScenes和NAVSIM上降低了碰撞率并提升了驾驶性能。
面向物流具身智能的数据飞轮
机构 * Peking University（北京大学） ； JD Logistics（京东物流） ； HKUST (Guangzhou)（香港科技大学（广州））
AI总结 提出一种数据驱动的物流具身智能框架，通过构建数据飞轮将日常操作转化为可复用数据资产，利用世界模型生成长尾包裹操作的可靠监督，并整合多模态数据实现策略持续改进。
CamFlow+: 用于二维相机运动估计的混合运动基及其稳定应用
机构 * School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； University of Electronic Science and Technology of China（电子科技大学） ； School of Aeronautics and Astronautics, Sichuan University（四川大学航空宇航学院） ； YingCai Honors College, University of Electronic Science and Technology of China（电子科技大学 YingCai 优秀生学院） ； Lingnan University（岭南大学） ； Hong Kong University of Science and Technology and Shenzhen Loop Area Institute（香港科学与技术大学及深圳环宇研究院）
AI总结 提出CamFlow+混合基框架，通过结合单应性物理基、随机基和深度平移基在稠密光流空间中直接估计二维相机运动，并引入深度感知平滑项，有效处理平移、深度变化和局部视差，在相机运动估计和视频稳定任务中取得最优效果。
QCFuse: 通过压缩视图的查询感知缓存融合实现高效RAG服务
机构 * Zhejiang University（浙江大学） ； East China Normal University（华东师范大学） ； Ant Group（蚂蚁集团） ； The Hong Kong Polytechnic University（香港理工大学） ； Zhejiang Normal University（浙江师范大学） ； Tongji University（同济大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； 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 提出QCFuse，一种基于压缩视图的查询感知选择器，通过块锚查询探测和关键层分析实现高效RAG缓存融合，在保持全预填充质量的同时平均加速1.7倍。
超越波形鲁棒性：针对自动语音识别的鲁棒特征-声码器对抗攻击
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学）
AI总结 提出一种基于自监督学习表示和声码器的黑盒对抗攻击方法，通过扰动声学-语音特征而非波形，提高了攻击的可迁移性和对防御的绕过能力。
Comments 11 pages
更多智能体有帮助吗？LLM智能体工作流的受控与协议对齐评估
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； Duke Kunshan University（杜克大学昆山分校） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University of Technology（浙江工业大学）
AI总结 提出BenchAgent框架，在统一协议下比较单智能体、固定多智能体和演化多智能体工作流，发现大多数多智能体系统在准确率上未超越单智能体基线，但运行时生成的工作流在GAIA上表现优异。
Comments https://github.com/LINs-lab/MASArena/tree/BenchAgent
当新生成器到来：基于岭特征迁移的终身机器生成文本归因
机构 * Wuhan University（武汉大学） ； Ant Group（蚂蚁集团） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Institute of Deep Perception Technology, JITRI（感知技术研究院，JITRI）
AI总结 针对终身机器生成文本归因中持续适应新生成器与保留旧知识难以平衡的问题，提出轻量级分析更新框架RidgeFT，通过协方差校准和固定随机特征实现无需示例回放的闭式更新。
Comments 12 pages
跨时代自适应展开优化用于强化学习后训练
机构 * Department of Industrial Engineering & Decision Analytics, Hong Kong University of Science and Technology（工业工程与决策分析系，香港科学与技术大学）
AI总结 针对提示词训练信号差异大的问题，提出CERO方法，通过贝叶斯估计提示词成功概率并利用Fenchel对偶优化自适应分配展开预算，在固定总预算下提升样本效率。
先过滤，再重加权：重新思考在线策略蒸馏中的优化粒度
机构 * THU（清华大学） ； HKUST（香港科技大学） ； BIT（北京理工大学） ； Meituan（美团） ； ZJU（浙江大学）
AI总结 针对在线策略蒸馏，提出FiRe-OPD方法，通过轨迹级过滤和令牌级软重加权实现细粒度优化，在多种设置下优于现有方法。
SEDualVLN：一种空间增强的双系统用于视觉语言导航
机构 * Hong Kong Polytechnic University（香港理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出SEDualVLN，一种空间增强的双系统框架，用于解决视觉语言导航中的长距离导航和动态推理问题，通过两个系统协同工作实现高效导航。
在d+1维度中重新表述神经算子以嵌入演化
机构 * HKUST (GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； SWJTU（西南交通大学）
AI总结 本文提出在d+1维度中重新表述神经算子，通过引入辅助函数维度来建模嵌入演化，从而改进嵌入扩展的效率，通过傅里叶基算子在物理域和辅助域上联合作用，实现更高效的嵌入演化模块，实验表明该方法在多个基准测试中表现优异。
PC-Talk: 用于音频驱动说话面部生成的精确面部动画控制
机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Psyche AI.INC（Psyche AI公司） ； HKUST（香港科技大学） ； CAIR, HKISI, Chinese Academy of Sciences（中国科学院计算智能研究所） ； SCSE, FIE, M.U.S.T（M.U.S.T的SCSE、FIE部门）
AI总结 本文针对音频驱动说话面部生成中面部动画控制不足的问题，提出PC-Talk框架，通过改进唇音对齐和情感控制来提升生成视频的多样性和用户友好性。
Comments 10 Pages, 6 figures. Accepted in CVPR2026
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