高校专区
EvolveGen: 通过强化学习生成硬件模型检查基准的算法层面
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 EvolveGen通过强化学习和高级合成生成多样化硬件模型检查基准，解决现有基准不足问题，揭示求解器弱点。
Comments 19 pages, 8 figures. Accepted by TACAS 2026
引导至关重要：重新审视文本到图像生成中的评估误区
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Cogniser Information Technology（Cogniser信息科技）
AI总结 本文重新审视文本到图像生成中的评估误区，提出引导感知评估框架，并设计超越扩散引导方法以提升人类偏好评分。
RAIN-Merging: 一种无梯度方法，用于在保持推理格式的前提下提升大推理模型的指令遵循能力
机构 * Institute of Image Processing and Pattern Recoginition, School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（图像处理与模式识别研究所，自动化与智能感知学院，上海交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； MoE Key Laboratory of System Control and Information Processing (Shanghai)（系统控制与信息处理国家重点实验室（上海））
AI总结 RAIN-Merging通过无梯度方法提升大推理模型的指令遵循能力，同时保持推理格式和性能。
Comments 41 pages, ICLR 2026 Oral
PanoEnv：探索基于强化学习的全景环境中3D空间智能
机构 * University of Glasgow（格拉斯哥大学） ； HKUST(GZ)（香港科技大学（广州））
AI总结 PanoEnv通过强化学习框架提升VLMs在全景环境中3D空间推理能力，实现更高准确率和语义评分。
Dream-SLAM: 为动态环境中的主动SLAM梦见未见
机构 * Thrust of Robotics and Autonomous Systems, Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统研究所，香港科学与技术大学（广州）） ； University of Zaragoza（阿拉瓦大学） ； School of Computation, Information and Technology, Technical University of Munich（计算、信息与技术学院，慕尼黑技术大学） ； School of Automation and IntelligentSensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学）
AI总结 Dream-SLAM通过跨时空图像与语义结构的融合，提升动态环境中主动SLAM的定位精度和探索效率
MindDriver: 引入渐进多模态推理用于自动驾驶
机构 * Amap, Alibaba Group（阿里集团蚂巴公司） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 MindDriver通过渐进多模态推理框架提升自动驾驶系统的推理能力，实现语义到物理空间的转化与轨迹规划，展现优异的性能表现。
Comments CVPR2026; Yujian Yuan and Lingjun Zhang contributed equally with random order
DynamicGTR: 利用图拓扑表示偏好提升视觉语言模型在图问答中的能力
机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港理工大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beihang University（北京航空航天大学）
AI总结 DynamicGTR通过动态选择最优图拓扑表示，提升视觉语言模型在图问答中的零样本性能及跨任务迁移能力。
Comments CVPR 2026
反驳代理：通过心理理论实现学术反驳的战略说服
机构 * Hong Kong University of Science and Technology（香港科技大学）
AI总结 RebuttalAgent通过心理理论框架实现学术反驳的战略说服，利用训练数据和强化学习提升反驳效果，显著优于现有模型。
Comments Accepted by ICLR 2026
将视觉几何先验泛化到稀疏高斯占用预测
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 GPOcc通过利用可泛化的视觉几何先验进行单目占用预测，在速度和精度上均优于现有方法。
Comments Accepted by CVPR2026
从基到基：用于可解释PDE算子的高斯粒子表示
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
AI总结 本文提出基于高斯基的PDE算子，通过高斯粒子表示实现可解释的流体动力学建模，支持不规则几何和2D到3D扩展，取得最佳准确度并提供内在可解释性。
通过置信度融合的伪视图增强用于未定位稀疏视图重建
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出通过置信度融合的伪视图增强方法，解决稀疏视角下户外场景重建中的几何不一致和伪影问题，提升重建质量和稳定性。
Comments 14 pages
对Reddit和Moltbook社交网络拓扑结构的比较分析
机构 * Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文通过比较Moltbook和Reddit的社交网络拓扑结构，揭示了代理驱动与人类驱动网络在拓扑模式和边形成效率上的差异，为构建更真实的社会系统提供基础。
LST-SLAM：一种用于公里级动态环境的立体热SLAM系统
机构 * PEAK-Lab, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）峰值实验室） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 LST-SLAM通过结合自监督学习、立体跟踪和几何优化，实现了在动态大规模环境中高鲁棒性和精度的热SLAM系统。
Comments ICRA 2026
BrowseComp-$V^3$：一种视觉、垂直和可验证的多模态浏览代理基准测试
机构 * PKU（北京大学） ； HKUST(GZ)（香港科技大学） ； OUC（华侨大学） ； CASIA（中国科学院自动化研究所） ； HITSZ（哈尔滨工业大学） ； THU（清华大学） ； Huawei Cloud BU（华为云业务部）
AI总结 BrowseComp-$V^3$提出了一种多模态浏览代理基准测试，通过300个跨模态问题评估深度搜索能力，揭示多模态信息整合的瓶颈。
数据代理的综述：新兴范式还是过度炒作？
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Renmin University of China（中国人民大学） ； Beijing Institute of Technology（北京理工大学） ； Southeast University（东南大学） ； Tsinghua University（清华大学） ； Huawei（华为） ； DeepWisdom
AI总结 本文系统梳理了数据代理的分类与演变，提出分层框架并分析其技术发展与未来方向。
Comments Please refer to our paper list and companion materials at: https://github.com/HKUSTDial/awesome-data-agents
单目内窥镜组织三维重建与多级几何正则化
机构 * HKUST(GZ)（香港科技大学（珠海））
AI总结 本文提出基于3D高斯点的单目内窥镜组织三维重建方法，结合多级几何正则化实现平滑表面与实时渲染。
Comments ijcnn 2025
一种受认知过程启发的无主体脑视觉解码架构
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出VCFlow架构，通过建模人类视觉系统结构，实现快速且无主体的脑视觉解码，提升临床应用可行性。
Comments Accepted at the International Conference on Learning Representations (ICLR), 2026
NewtonBench: 在LLM代理中评估可推广的科学定律发现
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； NVIDIA（英伟达）
AI总结 NewtonBench通过反事实定律变化生成科学定律发现任务，评估LLM代理在复杂系统中发现隐藏原理的能力，并揭示其在系统复杂性和观测噪声下的脆弱性。
Comments ICLR 2026
大型语言模型联邦微调综述
机构 * State Key Laboratory of IOTSC, University of Macau（物联网科学与技术国家重点实验室，澳门大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州））
AI总结 本文综述了大型语言模型联邦微调的技术、挑战与应用，旨在为隐私保护AI的发展提供指导。
Comments Accepted by Transactions on Machine Learning Research (TMLR), 2026
VecFormer: 向高效且通用的图变换器迈进：基于图标记注意力的图变换器
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Tongji University（同济大学） ； ShanghaiTech University（上海科技大学） ； Southern University of Science and Technology（南方科技大学） ； Jilin University（吉林大学）
AI总结 VecFormer通过两阶段训练和图标记注意力机制，提升图变换器在大规模图和分布外场景中的效率与泛化能力。
Vinedresser3D: 基于代理的文本引导3D编辑
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 Vinedresser3D通过多模态大语言模型和潜在空间编辑技术实现高质量文本引导的3D编辑，提升编辑精度与一致性。
Comments CVPR 2026, Project website:https://vinedresser3d.github.io/
看得更远且更聪明：基于价值引导的多路径反射用于VLM策略优化
机构 * Rutgers University（罗格斯大学） ； 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 本研究提出了一种基于价值引导的多路径反射方法，用于提升VLM在机器人操作任务中的策略优化性能，通过解耦状态评估与动作生成，提高决策鲁棒性并减少推理时间。
Comments ICRA 2026
基于扩散模型的人体网格恢复中的群体偏好对齐
机构 * Nanyang Technological University（南洋理工大学） ； HKUST(GZ)（香港科技大学（广州）） ； SenseTime Research（商汤科技研究院） ； A*STAR（新加坡科技研究局）
AI总结 本文提出了一种基于群体偏好的扩散模型微调框架，通过双内存增强的批评代理生成质量评分，提升人体网格恢复的物理合理性和图像一致性。
Comments Accepted to CVPR 2026
测试时从干预数据中学习因果结构
机构 * HKUST（香港科技大学） ； HKUST(GZ)（香港科技大学（广州）） ； Microsoft Research（微软研究院） ； Sony Research（索尼研究院） ； NUS（国立新加坡大学）
AI总结 TICL通过结合测试时训练与联合因果推断，有效解决干预数据中因果结构学习的泛化问题，提升因果发现和干预目标检测性能。
通过动态专家跳过加速混合专家多模态大语言模型
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Beihang University（北航） ； Peking University（北京大学）
AI总结 MoDES通过动态专家跳过机制提升多模态大语言模型的推理效率和准确性。
Comments Accepted by CVPR 2026
LinVideo: 一种面向高效视频生成的O(n)注意力后训练框架
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Beihang University（北航） ； Sensetime Research（商汤科技研究院） ； Nanyang Technological University（南洋理工大学）
AI总结 LinVideo提出一种高效的无数据后训练框架，通过选择性迁移将部分自注意力模块替换为线性注意力，从而在保持性能的同时显著提升视频生成效率。
Comments Accepted by CVPR 2026
利用时空对比学习街道视图表示
机构 * Institute of Remote Sensing and Geographic Information System, School of Earth and Space Sciences, Peking University（遥感与地理信息系统研究所，地球与空间科学学院，北京大学） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（土木与环境工程系，香港科学与技术大学） ； SEAI Lab, Department of Geography and the Environment, University of Texas at Austin（SEAI实验室，地理与环境系，德克萨斯大学奥斯汀分校）
AI总结 本文提出一种基于时空对比学习的街道视图表示学习方法，以提升城市环境相关下游任务的性能。
GRASP: 用自适应奇异参数替代冗余层以实现高效模型压缩
机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
AI总结 GRASP通过自适应奇异参数替代冗余层，实现高效模型压缩并保持高性能。
Comments EMNLP 2025(Main)
从静态光谱到原位红外动力学：物理指导的流模型与基准
机构 * Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系） ； 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） ； Department of Computer Science（计算机科学系） ； Engineering, The Hong Kong University of Science（工程，香港科学大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出ABCC模型，通过物理指导的流模型预测原位红外光谱动态，实现对SEI形成路径的可解释恢复，提升电化学研究效率。
关于大型语言模型强化学习动态的可预测性
机构 * USTC（中国科学技术大学） ； NUS（新加坡国立大学） ； HKUST（香港科技大学）
AI总结 本研究发现大型语言模型强化学习动态的两个基本特性，并提出AlphaRL框架实现加速训练，保留高推理性能。
Comments 48 pages, 28 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