高校专区
跟随你的形状：通过轨迹引导的区域控制实现形状感知图像编辑
机构 * HKUST（香港科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 Follow-Your-Shape通过轨迹引导的区域控制实现精准形状编辑，无需训练和掩码，提升大规模形状变换任务的编辑性和视觉保真度。
Comments Accepted to ICLR 2026. Project webpage is available at https://follow-your-shape.github.io/
非平稳在线资源分配：从单个样本学习
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，香港理工大学）
AI总结 本文提出了一种基于分位数的元策略，解决非平稳环境下多资源分配问题，通过动态阈值实现亚线性遗憾，适用于仅需单个样本的场景。
基于GPU的图向量搜索算法：分类、实证研究与研究方向
机构 * Hong Kong Polytechnic University, Hong Kong SAR（香港理工大学） ； The Hong Kong University of Science and Technology, Hong Kong SAR（香港理工大学） ； Huazhong University of Science and Technology, China（华中科技大学）
AI总结 本文研究了基于GPU的图向量搜索算法，通过实证分析揭示了距离计算和数据传输对性能的影响，并提出了系统设计中的关键权衡。
通过安全强化学习实现窄环境中双四足协作运输
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Advanced Remanufacturing & Technology Centre (ARTC)（先进再制造与技术中心） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Cheng Kar-Shun Robotics Institute, The Hong Kong University of Science and Technology（陈克舜机器人研究所，香港科技大学）
AI总结 本文提出基于安全强化学习的双四足机器人协作运输方法，通过约束分解与分配提升任务安全性与协作效率。
ReasonNavi: 人类启发的全局地图推理用于零样本具身导航
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Dartmouth College（达特茅斯学院）
AI总结 ReasonNavi通过结合多模态大语言模型与确定性规划器，实现人类启发的全局地图推理，提供无需微调的零样本具身导航解决方案。
Comments 18 pages, 6 figures, Project page: https://reasonnavi.github.io/
VerifyBench: 大型语言模型参考式奖励系统的基准测试
机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 VerifyBench通过设计专门的基准测试评估基于参考的奖励系统，揭示现有验证器在复杂任务中的不足，推动推理模型训练的改进。
Comments ICLR 2026: https://openreview.net/forum?id=JfsjGmuFxz Project Page: https://zju-real.github.io/VerifyBench Dataset: https://huggingface.co/datasets/ZJU-REAL/VerifyBench Code: https://github.com/ZJU-REAL/VerifyBench
Ctrl-GenAug: 可控生成增强用于医学序列分类
机构 * National-Regional Key Technology Engineering Laboratory for Medical Ultrasound（国家级区域医疗超声关键技术工程实验室） ； School of Biomedical Engineering（生物医学工程学院） ； Medical School（医学院） ； Shenzhen University（深圳大学） ； Medical UltraSound Image Computing (MUSIC) Lab（医学超声图像计算（MUSIC）实验室） ； School of Artificial Intelligence（人工智能学院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Department of Electronic and Computer Engineering（电子与计算机工程系） ； The University of Manchester（曼彻斯特大学） ； The Third Affiliated Hospital of Sun Yat-sen University（中山大学第三附属医院） ； Longgang District People’s Hospital of Shenzhen（深圳龙岗区人民医院） ； The Second Affiliated Hospital of The Chinese University of Hong Kong（香港中文大学第二附属医院） ； School of Biomedical Engineering and Informatics（生物医学工程与信息学学院） ； NIHR Manchester Biomedical Research Centre（NIHR曼彻斯特生物医学研究中心）
AI总结 Ctrl-GenAug通过可控生成增强方法提升医学序列分类性能，解决语义和序列可控性不足及噪声样本问题。
Comments Accepted by International Journal of Computer Vision, 30 pages, 11 figures, 11 tables
MeshMimic: 通过3D场景重建实现几何感知的人形运动学习
机构 * X-Humanoid ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Australian National University（澳大利亚国立大学）
AI总结 MeshMimic通过3D场景重建实现人形机器人学习与地形耦合的运动交互，利用消费级传感器低成本训练复杂物理交互。
Comments 17 pages, 6 figures
SpecFuse：一种用于无人机在振荡海洋平台着陆的频谱-时间融合预测控制框架
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 SpecFuse通过融合频谱与时间域的预测控制方法，实现无人机在振荡海洋平台上的高精度着陆，显著提升预测精度和鲁棒性。
Comments 8 pages, 5 figures, 4 tables
TAROT: 为基于大语言模型的代码生成设计的测试驱动和能力适应课程强化微调
机构 * Electronics and Telecommunications Research Institute（电信研究所） ； 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） ； Hugging Face ； Ant Group（蚂蚁集团）
AI总结 TAROT通过测试驱动和能力适应的课程强化微调方法，提升大语言模型生成代码的功能正确性和稳健性。
Comments The first three authors contributed equally to this work; listing order is random
在大语言模型时代如何研究人机交互？一项系统综述
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Savannah College of Art and Design（萨凡纳艺术设计学院） ； West China Hospital, Sichuan University（四川大学华西医院）
AI总结 本文系统综述了大语言模型时代人机交互的研究现状，揭示了LLMs对HRI基本原理的影响及当前研究的探索性特征，提出了未来研究的设计考虑与挑战。
NPG-Muse: 通过NP难图问题扩展长链推理
机构 * HKUST (GZ)（香港科技大学（广州）） ； Createlink Technology（创联科技）
AI总结 NPG-Muse通过引入NP难图问题作为合成训练语料库，提升大规模语言模型的长链推理能力。
Virne：一种针对基于强化学习的网络资源分配的综合基准测试
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Aalborg University（奥胡斯大学） ； University of Science and Technology of China（中国科学技术大学） ； Sun Yat-sen University（中山大学） ； Chongqing University（重庆大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 Virne是一个针对NFV资源分配问题的综合基准测试框架，支持深度强化学习方法，提供多样化模拟和全面评估，推动相关算法的发展。
Comments Accepted by ICLR 2026
模拟现实世界：多模态生成模型的统一综述
机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能前沿技术研究所，香港科学与技术大学（广州）） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology Hong Kong SAR（计算机科学与工程系，香港科学与技术大学香港特别行政区） ； MMLab, The Hong Kong University of Science and Technology（多模态实验室，香港科学与技术大学） ； School of Electronics and Communication Engineering, Shenzhen Campus of Sun Yat-sen University（电子与通信工程学院，中山大学深圳校区） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学，香港，中国） ； Tsinghua University, Guangdong, China（清华大学，广东，中国） ； Bosch (China) Investment Co., Ltd., Shanghai, China（博世（中国）投资有限公司，上海，中国）
AI总结 本文首次系统性地统一研究了2D、视频、3D和4D生成，为多模态生成模型和现实世界模拟提供了统一框架的综述。
Comments Repository for the related papers at https://github.com/ALEEEHU/World-Simulator
治理AI遗忘：审计机器无学习合规性
机构 * School of Science and Engineering, Shenzhen Institute of Artificial Intelligence and Robotics for Society, The Chinese University of Hong Kong, Shenzhen, China（科学与工程学院，深圳人工智能与机器人社会研究所，香港中文大学（深圳）） ； Data Science and Analytics Thrust, Information Hub, Hong Kong University of Science and Technology (Guangzhou), China（数据科学与分析方向，信息中心，香港科学与技术大学（广州）） ； Internet of Things Thrust, Information Hub, Hong Kong University of Science and Technology (Guangzhou), China（物联网方向，信息中心，香港科学与技术大学（广州））
AI总结 本文提出首个经济框架用于审计机器无学习的合规性，通过博弈论模型分析审计员与运营商的战略互动，并揭示审计强度随删除请求增加而减少的反直觉结论。
Comments Under review in IEEE Transactions on Mobile Computing
AutoWebWorld: 通过有限状态机合成无限可验证的网页环境
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Peking University（北京大学）
AI总结 AutoWebWorld通过有限状态机合成可验证的网页环境，实现自动化搜索与验证流程，提升WebGUI代理性能。
去中心化联邦学习与能量收集设备
机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系） ； School of Electrical Engineering and Computer Science, Washington State University（华盛顿州立大学电气与计算机科学学院）
AI总结 本文提出了一种去中心化的联邦学习算法，结合能量收集技术以提高边缘设备的可持续性和学习性能。
S2SServiceBench：一个多模态基准用于最后一公里S2S气候服务
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanjing University of Information Science and Technology（南京信息工程大学） ； Beijing Normal University（北京师范大学）
AI总结 S2SServiceBench是一个多模态基准，用于评估S2S气候服务中最后一公里的可靠性，通过10种服务产品和1000多个评估项目，揭示了多模态大语言模型在不确定性下的决策推理挑战。
Comments 18 pages, 3 figures, 6 tables
基于模型的大型语言模型定制服务
机构 * National University of Singapore（新加坡国立大学） ； WeBank ； The Hong Kong University of Science and Technology（香港理工大学）
AI总结 Llamdex 提出了一种基于模型的 LLM 定制服务框架，通过客户端上传预训练的领域模型并结合差分隐私保护，提升领域特定任务的准确率并保持推理效率。
Comments Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025)
Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (2025)
风险感知中的拟人化：信任与领域知识的作用
机构 * School of Management and Economics, The Chinese University of Hong Kong, Shenzhen（管理学院和经济学系，香港中文大学（深圳）） ； Computational Media and Arts, The Hong Kong University of Science and Technology (Guangzhou)（计算媒体与艺术，香港科学与技术大学（广州））
AI总结 研究探讨拟人化设计如何通过信任和领域知识影响用户风险感知，发现拟人化通过增强信任降低风险感知，且领域知识调节这一效果。
从‘是什么’到‘如何做’：利用大型语言模型弥合用户需求与软件开发之间的鸿沟
机构 * University of Science and Technology Beijing（北京科技大学） ； Hong Kong University of Science and Technology（香港科学大学） ； University of Science（科学大学）
AI总结 本文提出DesBench基准测试，评估LLMs在软件设计相关任务中的表现，揭示LLMs在代码生成、面向对象建模及测试用例设计方面的局限性。
PeroMAS：钙钛矿材料发现的多智能体系统
机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； School of Materials Science and Engineering, Southeast University, Nanjing, China（东南大学材料科学与工程学院） ； School of Artificial Intelligence, Sun Yat-Sen University, Zhuhai, China（中山大学人工智能学院） ； Information Hub, Hong Kong University of Science and Technology (Guangzhou), Guangzhou, China（香港科技大学（广州）信息中心） ； School of Computer Science and Engineering, Zhejiang Normal University, Jinhua, China（浙江师范大学计算机科学与工程学院）
AI总结 PeroMAS通过多智能体系统实现钙钛矿材料的多目标优化发现，提升材料发现效率并验证其在现实中的有效性。
基于协作边缘计算的资源高效个性化大语言模型微调
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系） ； The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（社会人工智能与机器人研究所（深圳））
AI总结 本文提出PAC框架，通过算法与系统协同设计，实现高效资源利用的个性化大语言模型微调，提升边缘计算性能。
渐进推理树搜索：在大语言模型中解耦提案与决策
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 ARTS通过解耦生成与验证，有效解决大语言模型中推理路径被压制的问题，实现74.6%的性能，优于完全微调策略。
具有推理路径细化的蒙特卡洛树搜索用于对话文本到NoSQL
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文提出Stage-MCTS框架，通过蒙特卡洛树搜索和推理路径细化，提升小型语言模型在对话文本到NoSQL任务中的查询生成能力，实验显示其EVM准确性提升达7.93%。
通过随机合成与解构在医疗图像基础模型预训练中获得免费午餐
机构 * Department of Computer Science and Engineering, the Hong Kong University of Science and Technology, Hong Kong, China（香港科技大学计算机科学与工程系） ； Department of Biomedical Engineering, Case Western Reserve University, OH, USA（凯斯西储大学生物医学工程系） ； School of Data Science, Lingnan University, Hong Kong, China（岭南大学数据科学学院） ； Department of Chemical and Biological Engineering and Division of Life Science, Hong Kong University of Science and Technology, Hong Kong, China（香港科技大学化学与生物工程系） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute, Futian, Shenzhen, China（香港科技大学深圳-香港协同创新研究院） ； State Key Laboratory of Nervous System Disorders, The Hong Kong University of Science and Technology, Hong Kong, China（香港科技大学神经系统疾病国家重点实验室）
AI总结 本文提出RaSD框架，通过随机合成与解构方法在无需真实数据的情况下预训练医疗图像基础模型，实现稳健且可迁移的表示学习，展示了合成数据在医学AI中的强大潜力。
通过LLM-as-Judge探索LLM在中文心理健康对话中的安全对齐评估
机构 * HKUST(GZ)（香港科技大学（广州）） ； Wuhan Univ.（武汉大学） ； Univ. of Iowa（爱荷华大学） ； Univ. of Manchester（曼彻斯特大学）
AI总结 本文提出PsyCrisis-Bench，通过LLM-as-Judge方法评估LLM在中文心理健康对话中的安全对齐性，提供高质量数据集和可解释的评估工具。
仅RGB的高斯点溅SLAM用于无界户外场景
机构 * The Hong Kong University of Science and Technology (GuangZhou)（香港科技大学（广州））
AI总结 本研究提出了一种仅使用RGB的高斯点溅SLAM方法，用于无界户外场景，通过点图回归网络和端到端可微流程提升跟踪精度和新型视图合成效果。
Comments ICRA 2025
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA) Robotics and Automation (ICRA), 2025 IEEE International Conference on. :11068-11074 May, 2025
PosterOmni: 通过任务蒸馏和统一奖励反馈实现通用艺术海报生成
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Meituan（美团）
AI总结 PosterOmni通过任务蒸馏和统一奖励反馈实现通用艺术海报生成，提升图像到海报生成的参考一致性、全局构图质量和审美和谐。
ModelWisdom: 一个集成工具包用于TLA+模型可视化、摘要与修复
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，中国） ； 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）
AI总结 ModelWisdom通过可视化、图优化、摘要和修复功能，提升TLA+模型检查的可解释性和可操作性。
Comments Accepted by FM 2026 Research Track (Tool)
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