高校专区
记忆作为行动：面向长周期智能任务的自主上下文编纂
机构 * School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； Hithink Research（慧思科技） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peng Cheng Lab（鹏城实验室）
AI总结 本文提出MemAct框架，将工作记忆管理作为可学习的策略动作，通过端到端强化学习优化信息保留与任务表现，实验显示其在保持准确性的同时显著减少上下文长度。
Align3D-AD：跨模态特征对齐与双提示学习用于零样本3D异常检测
机构 * Smart Manufacturing Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）智能制造方向） ； The Hong Kong University of Science and Technology（香港科技大学） ； College of Mechanical and Vehicle Engineering, Hunan University（湖南大学机械与车辆工程学院）
AI总结 本文提出Align3D-AD框架，通过跨模态特征对齐和双提示学习解决零样本3D异常检测中的领域差距问题，实验表明其在多个数据集上均优于现有方法。
MDN：并行化步进动量用于Delta线性注意力
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
AI总结 本文提出MDN模型，通过几何重排更新系数开发了分块并行算法，利用动量规则提升线性注意力的训练效率与效果，实验表明其在多个基准测试中优于基线模型。
语言表示在自动出价中的作用：发现与启示
机构 * City University of Hong Kong（香港城市大学） ； South China Agricultural University（华南农业大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Ohio State University, Columbus（俄亥俄州立大学） ； Hefei University of Technology（合肥工业大学） ； School of Economics and Management, Wuhan University（武汉大学经济管理学院） ； Faculty of Engineering, The University of Queensland（昆士兰大学工程学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The Hong Kong University of Science and Technology（香港科学大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Santa Clara University（圣克拉拉大学） ； Boston University（波士顿大学） ； The University of Hong Kong（香港大学）
AI总结 本文研究语言表示在自动出价中的作用，提出SemBid框架，通过整合语义与数值信息提升出价可控性和泛化能力，实验表明其在多种场景下优于现有方法。
Comments 19 page
隐写战场：评估图像隐写术攻击与隐写分析防御
机构 * Wuhan University（武汉大学） ； 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）
AI总结 本文提出SADBench基准，系统评估隐写攻击能力和隐写分析防御能力，揭示攻击稳定性、检测成本及转移性差异，揭示现实威胁在社交媒体中持续存在。
Comments 23 pages
MesonGS++: 3D高斯散射的后训练压缩与超参数搜索
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Shenzhen Technology University（深圳技术大学） ； Xiamen University（厦门大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Jiangxing Intelligence Inc.（江兴智能有限公司）
AI总结 MesonGS++提出了一种基于超参数搜索的3D高斯散射后训练压缩方法，通过联合重要性剪枝、八叉树几何编码等技术，实现34倍压缩并保持渲染质量，优于现有方法并精准满足目标存储预算。
LC4-DViT：基于变形视觉Transformer的土地覆盖创建用于土地覆盖分类
机构 * HKUST（香港科技大学） ； SSE, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）电子工程系） ； JHU（约翰·霍普金斯大学） ； NUS（新加坡国立大学） ； MUST（慕斯大学）
AI总结 本文提出LC4-DViT框架，结合生成数据创建与变形感知视觉Transformer，提升高分辨率土地覆盖制图精度，优于基线模型和传统网络。
Comments This work has been submitted to the IEEE for possible publication.The project is available at https://github.com/weicongpang/LVC2-DViT.git
SpatialBench: 多模态大语言模型空间认知的基准测试
机构 * Sun Yat-Sen University（中山大学） ； HKUST (GZ)（香港科技大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； CAICT（中国科学院电子技术研究所） ； UCAS（中国科学技术大学） ； CUC（中国科学技术大学）
AI总结 本文提出SpatialBench基准，通过五级空间认知框架评估多模态大语言模型的空间能力，揭示模型在感知与符号推理间的性能差异。
面向长尾学习的决策边界感知生成
机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China（中国教育部多媒体可信感知与高效计算重点实验室） ； Xiamen University（厦门大学） ； College of Computer Science and Software Engineering（计算机科学与软件工程学院） ； Shenzhen University（深圳大学） ； Department of Statistical Science（统计科学系） ； University College London（伦敦大学学院） ； Division of Arts and Machine Creativity（艺术与机器创造力 division） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出DBG框架，通过生成边界附近样本提升表示学习，缓解长尾数据分布不均问题，提升尾类和整体准确率。
Comments Accepted by CVPR 2026
SixthSense：面向人类oid的无任务依赖的本体感知-only全身 wrench 估计
机构 * The Hong Kong University of Science and Technology（香港理工大学） ； Zhejiang University（浙江大学） ； Tencent Robotics X（腾讯机器人实验室）
AI总结 本文提出SixthSense，一种基于本体感知和IMU数据的无任务依赖方法，用于估计人类oid的全身接触时间和位置及外部wrench，解决浮动物理动力学和不确定接触位置的难题。
关于稳定长形式生成：基准测试与缓解长度波动
机构 * Hong Kong University of Science and Technology（香港理工大学）
AI总结 本文提出VOLTBench基准测试，通过分析注意力轨迹发现长形式生成中的波动原因，并提出GLoBo方法提升生成稳定性与准确性，实验验证了主流模型的长形式输出不稳定问题。
将轨迹提升到逻辑：基于神经符号学习的程序化技能诱导用于长视界代理任务
机构 * State Key Laboratory of Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学） ； School of Intelligence Science and Technology, Nanjing University, China（智能科学与技术学院，南京大学） ； Centre for Frontier AI Research（前沿人工智能研究中心） ； Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（高性能计算研究所，新加坡科技研究局） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology, China（香港科学与技术大学计算机科学与工程系）
AI总结 本文提出NSI框架，通过将交互轨迹提升为模块化逻辑 grounded 程序，使代理能从少量示例中归纳技能并适应新目标，优于现有方法。
Comments ICML 2026
LLMs中的激活压缩：理论分析与高效算法
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； Hong Kong University of Science and Technology（香港科学大学）
AI总结 本文提出一种激活-梯度联合压缩方法，通过低秩因子压缩线性层梯度，无需额外计算，提升LLM训练效率与压缩性能。
EO-Gym: 一种多模态、交互式环境用于地球观测代理
机构 * The Australian National University（澳大利亚国立大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工学院） ； University of Sydney（悉尼大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 EO-Gym通过构建多模态交互环境，解决地球观测分析中不确定性处理问题，提供9078条轨迹和34604步的基准数据，评估10种VLMs显示通用模型在时空和跨模态任务上表现不足。
SRTJ：自演化规则驱动的无训练LLM jailbreaking
机构 * HKUST (GZ)（香港科技大学（广州）） ； Jilin University（吉林大学） ； Yale University（耶鲁大学）
AI总结 SRTJ通过交互反馈系统发现、组合和优化攻击策略，无需更新模型参数，有效平衡探索与利用，提升攻击鲁棒性和泛化能力。
InsTraj: 通过旅行意图指导扩散模型生成真实世界轨迹
机构 * Southern University of Science and Technology（南方科技大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学理工大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； University of York（约克大学）
AI总结 InsTraj通过自然语言描述指导扩散模型生成真实、多样且符合指令的轨迹，解决传统方法在理解和生成复杂用户意图及约束条件上的不足。
通过动态单次策略细化实现大规模语言模型推理的资源高效强化学习
机构 * UCAS（中国科学院大学） ； HKUST(GZ)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Sun Yat-Sen University（中山大学） ； Xidian University（西安电子科技大学） ； George Mason University（乔治·梅森大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 本文提出动态单次策略细化方法，通过减少训练样本数量和计算开销，提升大规模语言模型推理效率。
稀疏字典学习在机制可解释性中的统一理论：分段双凸性与虚假极值
机构 * National University of Singapore（新加坡国立大学） ； Indian Institute of Technology, Dhanbad（印度德里理工学院） ； Chinese University of Hong Kong（香港中文大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University（北京大学）
AI总结 本文提出稀疏字典学习的统一理论，揭示其分段双凸性及虚假极值问题，通过线性表示基准揭示路径学，提出特征锚定技术提升特征恢复性能。
分层抽象树用于跨文档检索增强生成
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出Ψ-RAG框架，通过迭代'合并与坍缩'过程构建分层抽象树索引，并引入多粒度检索代理，解决传统树状RAG在跨文档多跳问题中的分布适应性、结构隔离和抽象粗粒度等挑战，实验表明其在跨文档多跳问答任务中表现更优。
Comments ICML 2026
PhysiGen：整合碰撞感知的物理约束以生成高保真的人-人交互
机构 * Sun Yat-sen University（中山大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Guilin University of Electronic Technology（桂林电子科技大学）
AI总结 本文提出PhysiGen方法，通过简化人体网格和优化碰撞区域，提升多人体交互生成的现实感和物理合理性。
Comments 15 pages, 9 figures
LambdaRankIC：直接优化金融预测中的排名IC
机构 * University of Macau（澳门大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出LambdaRankIC，直接优化Rank IC，通过推导lambda梯度闭式表达式解决排名操作非可导问题，实验证明其在金融预测中优于传统方法。
双视图累积作为混合捕捉高斯点划法的主要训练杠杆：一种方差分解视角下的当梯度手术帮助时的情形
机构 * The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出通过双视图累积提升混合捕捉高斯点划法性能，分析方差分解机制，验证结构化与随机配对在方差上的等效性，展示其在不同场景下的有效性。
Claw-Eval-Live: 一个用于评估进化现实工作流的活体代理基准
机构 * 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）） ； South China University of Technology（华南理工大学） ； Xiamen University（厦门大学） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出Claw-Eval-Live活体基准，通过分离可刷新信号层和可复现的发布快照，评估代理在动态工作流需求下的表现，发现可靠工作流自动化仍待解决，领先模型仅完成66.7%的任务。
Comments Project page: https://claw-eval-live.github.io
熵中心作为测试时缩放的内在奖励
机构 * HKUST（香港科技大学） ； ZJU（浙江大学） ； Huawei（华为）
AI总结 本文提出熵中心作为测试时缩放的内在奖励，通过分析不确定性的时间结构提升模型响应质量，在不同规模模型上均优于现有基线。
Comments Under Review, 39 pages
寻找、修复、推理：视频推理中的上下文修复
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
AI总结 本文提出了一种上下文修复方法，通过冻结的教师模型提供最小证据补丁，帮助学生模型在保持问题不变的情况下快速定位目标区域，提升视频推理的准确性和泛化能力。
Comments 22 pages, 7 figures, 17 tables. Accepted by ICML 2026
用于知识图谱中演绎推理的可控逻辑假设生成
机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； The Hong Kong University of Science and Technology（香港理工大学） ； Beihang University（北航） ； Key Lab of Education Blockchain and Intelligent Technology（教育区块链与智能技术重点实验室） ； Guangxi Normal University（广西师范大学）
AI总结 本文提出CtrlHGen框架，通过监督学习和强化学习解决知识图谱中假设生成的可控性问题，提升假设生成的准确性和实用性。
Comments Accepted by ICLR2026
Crab：一种语义感知的检查点/恢复运行时用于智能体沙盒
机构 * HKUST（香港科技大学）
AI总结 Crab通过桥接智能体与操作系统间的语义鸿沟，提升检查点恢复的准确性，减少检查点流量，提高执行效率。
Comments 15 pages, 21 figures
FreeOcc: 无需训练的具身开放词汇占用预测
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； MBZUAI
AI总结 FreeOcc通过四层流程实现无需3D标注的开放词汇占用预测，相比传统方法在EmbodiedOcc-ScanNet上提升IoU和mIoU超过2倍，并引入ReplicaOcc基准测试新环境性能。
Comments RSS 2026
AesRM：通过专家级反馈提升视频美学
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Sydney（悉尼大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出AesRM框架，通过分解视频美学为视觉美学、视觉保真度和视觉合理性三个维度，构建了专家标注的AesVideo-Bench基准，并开发了AesRM-Base和AesRM-CoT模型，提升了视频美学评估的准确性和可解释性。
Comments 37 pages, 14 figures, 12 tables
具有强化学习的图形用户界面代理：迈向数字居民
机构 * Shandong University（山东大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent（腾讯）
AI总结 本文探讨了强化学习与GUI代理的结合，提出分类体系及趋势分析，旨在指导下一代鲁棒GUI自动化及基础设施发展。
Comments Project Page: https://github.com/Steve2457/Awesome-RL-GUI-Agents
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