高校专区
PRISM：探究语言模型幻觉中的推理、指令和来源记忆
机构 * HKUST(GZ)（香港科技大学（广州）） ； NYUSH（纽约大学上海分校） ； DUFE（东华大学） ； CUHK(SZ)（香港城市大学（深圳）） ； CUFE（中国金融学院）
AI总结 PRISM通过四个维度分析语言模型幻觉，提供细粒度诊断评估，揭示不同模型在指令遵循、记忆检索和逻辑推理上的权衡。
Comments Accepted by ACL main conference 2026
Dr. RTL：通过工具引导的自我改进实现自主代理RTL优化
机构 * Hong Kong University of Science and Technology (HKUST)（香港科技大学）
AI总结 Dr. RTL通过真实环境下的闭环优化和群体相对技能学习，提升RTL时序优化的性能、功耗和面积指标，实现更高效的自改进优化方法。
Audio-Omni: 扩展多模态理解到多功能音频生成与编辑
机构 * Hong Kong University of Science and Technology（香港理工大学） ； WeChat Vision, Tencent Inc（微信视觉，腾讯公司） ； Peking University（北京大学）
AI总结 Audio-Omni提出首个端到端框架，统一音频生成与编辑，结合多模态理解能力，通过冻结的多模态大语言模型与可训练的扩散变换器实现高保真合成，并构建大规模数据集提升音频编辑性能。
无对抗的因果预测通过信息正则化表示
机构 * CAIR-CAS（中国科学院自动化研究所） ； CityUHK（香港城市大学） ； HKUST（香港理工大学）
AI总结 本文提出一种基于信息正则化表示的无对抗因果预测方法，通过减少处理-协变量依赖性来提升预测性能，适用于动态场景并优于现有平衡、重加权和对抗方法。
Doloris：双条件扩散隐式桥梁与稀疏掩码策略用于无配对单细胞扰动估计
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Centre for Artificial Intelligence and Robotics Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences（人工智能与机器人中心 香港创新研究院 中国科学院） ； Southern University of Science and Technology（南方科技大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出Doloris模型，通过双条件扩散模型和稀疏掩码策略解决无配对单细胞扰动数据建模问题，有效捕捉单细胞扰动多样性并取得最佳性能。
$Z^2$-采样：用于扩散模型语义对齐的零成本zigzag轨迹
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Griffith University & Data61/CSIRO（格里菲斯大学及Data61/CSIRO）
AI总结 本文提出$Z^2$-采样，通过隐式代数坍缩与动态缓存的时间语义代理，实现零成本zigzag轨迹，提升采样效率并保持语义探索。
一种用于对抗域偏移的白血球分类分层集成推理管道
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） ； Department of Chemical and Biological Engineering（化学与生物工程系） ； Division of Life Science（生命科学系） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute（香港科技大学深圳-香港协同创新研究院） ； State Key Laboratory of Nervous System Disorders（神经系统疾病国家重点实验室）
AI总结 本文提出一种分层集成管道，通过特征库和LoRA微调的DinoBloom骨干网络，提升白血球分类在域偏移下的鲁棒性，特别是在识别白血病关键稀有亚型上表现优异。
反射流采样增强
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The University of Tokyo（东京大学） ； Microsoft（微软） ； Hong Kong Baptist University（香港 Baptist大学）
AI总结 本文提出Reflective Flow Sampling，一种针对流模型的无训练增强框架，提升文本图像生成质量与提示对齐。
评分、推理与选择最佳！通过同行评审过程进行大型语言模型的集成
机构 * Beihang University, Beijing, China（北京航空航天大学） ； Zhongguancun Laboratory, Beijing, China（中关村实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； Tsinghua University, Beijing, China（清华大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 本文提出LLM-PeerReview方法，通过同行评审机制集成多个大型语言模型，提升响应质量。实验显示其在多个数据集上优于Smoothie-Global，适用于事实性问答、数学推理等任务。
RefTon：参考人物辅助虚拟试穿
机构 * The University of Tokyo（东京大学） ； AI Research（360AI研究院） ； University of California, San Diego（加州大学圣地亚哥分校） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 RefTon提出一种基于流的人到人的虚拟试穿框架，通过无配对视觉参考提升服装真实感，无需复杂辅助输入或结构引导，利用额外参考图像优化纹理对齐和服装细节。
Comments Accepted by CVPR 2026
pTSE-T：基于非对齐文本提示的呈现目标说话人提取
机构 * University of Science and Technology Beijing (USTB), China（科学技术大学（USTB）） ； Tongyi Lab, Alibaba Group, Singapore（通义实验室，阿里巴巴集团，新加坡） ； Hong Kong University of Science and Technology (HKUST), China（香港科技大学（HKUST））
AI总结 本文提出pTSE-T方法，利用非对齐文本内容中的语义提示提取目标说话人语音，通过融合音频特征与内容语义生成时间-频率掩码，提升噪声抑制效果，实验结果显示在SI-SDRi、SDRi、PESQi和STOIi指标上均优于现有方法。
通过双路径结构对应和语义连续性实现视图一致的3D场景编辑
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王萱计算机技术研究所） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
AI总结 本文提出了一种视图一致的3D场景编辑框架，通过引入双路径一致性机制和配对多视角编辑数据集，提升复杂场景的编辑性能。
Comments Preprint. 10 pages, 7 figures
ActorMind：模拟人类演员推理的语音角色扮演
机构 * The Hong Kong University of Science and Technology（香港理工大学）
AI总结 本文提出ActorMind框架，通过多代理推理模拟人类演员在舞台上的表演，提升语音角色扮演能力。
HACHIMI: 通过协调代理实现可扩展和可控的学生人设生成
机构 * East China Normal University（华东师范大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 HACHIMI通过协调代理框架生成理论对齐且分布可控的学生人设，生成100万个人设用于1-12年级，验证了其在教育理论和人口分布上的有效性。
Comments 46 pages, 7 figures, accepted by ACL 2026. The dataset is available at https://huggingface.co/datasets/sii-research/HACHIMI-1M
OmniFit：通过尺度无关密集地标预测实现多模态3D身体拟合
机构 * Nanjing University（南京大学） ； Westlake University（西湖大学） ； iROOTECH ； Nanjing University of Science and Technology（南京理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
AI总结 OmniFit通过尺度无关的密集地标预测，实现对多模态输入（如完整扫描、部分深度观测和图像）的无缝处理，首次在日常和宽松服装场景中超越多视图优化基线，达到毫米级精度。
Comments Project Page: https://zcai0612.github.io/OmniFit/
X2-N：一种可变形的轮腿双模人形机器人
机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） ； X-lab Department, Agibot Innovation Company（阿吉博创新公司X实验室）
AI总结 X2-N是一种具备双模运动与操作的高自由度可变形机器人，通过关节重构实现人形与轮腿形态的无缝转换，采用强化学习框架实现混合运动、转换与操作的统一控制。
通过类别感知的MoE和基于LLM的数据增强提升在线招聘
机构 * HKUST (GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Zhijiang Lab（浙江实验室） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出基于LLM的数据增强和类别感知MoE方法，解决低质量职位描述和相似候选-职位对的问题，提升AUC、GAUC和点击转化率。
Comments Accepted to ACL Industry Track 2026
先去雾后散射：基于物理的3D高斯散射生成去雾与无烟新视角合成
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出一种两阶段管道，通过生成去雾和新视角合成，解决多视角烟雾去除问题，利用物理引导的3D高斯散射补偿视角不一致。
StreamMeCo：用于高效流视频理解的长期智能体内存压缩
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）技术有限公司）
AI总结 StreamMeCo通过内存图连通性引入边自由minmax采样和边感知权重剪枝，有效压缩内存并保持精度，实验表明在70%压缩下实现1.87倍检索速度提升和1.0%的准确率提升。
Comments 2026ACL Findings
PAT3D：融合物理的文本到3D场景生成
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Genesis AI
AI总结 PAT3D通过融合视觉-语言模型与物理模拟，生成物理合理且无交叠的3D场景，提升场景质量和物理稳定性。
Comments 19 pages, 12 figures
X-IONet：跨平台惯性里程计网络用于行人和四足机器人
机构 * Intelligent Transportation Thrust, The Hong Kong University of Science and Technology (Guangzhou)（科技大学（广州）智能交通研究组） ； Intelligent Transportation Thrust and Artificial Intelligence Thrust, The Hong Kong University of Science and Technology (Guangzhou)（科技大学（广州）智能交通研究组和人工智能研究组） ； Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（科技大学新兴交叉领域研究部）
AI总结 X-IONet通过单IMU实现跨平台惯性里程计，采用规则专家选择模块和双阶段注意力架构，提升四足机器人和行人导航的精度与鲁棒性。
Comments RA-L Accepted
RELOOP：基于多跳推理与规划器的异构问答递归检索
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）） ； Mohamed Bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； Technology Innovation Institute（技术创新研究所）
AI总结 RELOOP通过递归检索和结构感知迭代，提升多步问题和异构证据源的问答准确性，实现高效率的证据收集与答案生成。
Comments 19 pages, 2 figures
联邦联合微调框架用于大语言模型和小语言模型
机构 * Hong Kong University of Science and Technology（香港科技大学） ； WeBank Co., Ltd（WeBank公司） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出FedCoLLM框架，通过轻量级适配器实现大模型与小模型的协同微调，提升小模型性能并增强大模型领域知识。
解锁预测经济：一个用于预测市场全生命周期的数据集套件：[实验与分析]
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； New York University（纽约大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出首个持续维护的去中心化预测市场全生命周期数据集，通过整合市场元数据、交易记录和预言机事件，提供可复现且可扩展的数据模型，用于分析市场活动及NBA和CPI案例。
Comments Project page: https://www.polymonitor.club/
WebGen-R1: 通过强化学习激励大语言模型生成功能性和美观的网站
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） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Electronics and Telecommunications Research Institute（电子电信研究院） ； Ant Group（蚂蚁集团）
AI总结 本文提出WebGen-R1框架，通过强化学习生成多页面功能性和美观的网站，解决了传统方法在多页面交互和审美评估上的不足。
通过条件扩散模型进行新产品生命周期的冷启动预测
机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（香港科技大学工业工程与决策分析系）
AI总结 本文提出CDLF模型，利用静态描述、参考轨迹和新观察数据预测新产品生命周期，解决冷启动问题，提升预测准确性与概率预测质量。
面向自适应超声引导针插入与针跟踪的视觉-语言-动作模型
机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Automation Engineering, T Stone Robotics Institute, Shun Hing Institute of Advanced Engineering, Multi-Scale Medical Robotics Center, and Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系、T Stone机器人研究所、Shun Hing先进工程研究所、多尺度医疗机器人中心以及医学智能与XR研究所）
AI总结 本文提出视觉-语言-动作模型，用于实现自适应超声引导针插入与跟踪，通过跨深度融合和跟踪条件化注册提升跟踪精度与插入成功率。
Comments Accepted by ICRA 2026
面向安全日志：利用LLM分析和基准测试日志代码的安全问题
机构 * York University（约克大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Waterloo（滑铁卢大学） ； University of Alberta（阿尔伯塔大学）
AI总结 本文通过构建包含101个真实日志安全问题报告的基准数据集，系统分析日志代码安全问题，并提出自动化框架评估LLM在检测和修复日志安全问题中的能力，发现LLM在检测方面表现中等但修复存在挑战。
Comments Accepted at FSE 2026 Research Papers Track
ACT：通过时间解耦和结构净化进行交叉截面股票排名的抗串扰学习
机构 * School of Computing and Data Science, University of Hong Kong（香港大学计算与数据科学学院） ； Thrust of Financial Technology, Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）金融科技研究所）
AI总结 本文提出ACT框架，通过时间解耦和结构净化解决交叉截面股票排名中的串扰问题，提升排名准确性和投资组合表现。
Comments 15 pages
在无类比分布偏移下评估气候基础模型的鲁棒性
机构 * Centre for Artificial Intelligence（人工智能中心） ； Department of Computer Science（计算机科学系） ； University College London（伦敦大学学院） ； Division of Emerging Interdisciplinary Areas（新兴交叉学科领域） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Oxford（牛津大学）
AI总结 本文研究了在无类比分布偏移下气候基础模型的鲁棒性，通过时间外推和跨情景驱动偏移评估三种模型，发现ClimaX模型在绝对误差最低但分布偏移下稳定性较差。
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