高校专区
具有速率最优队列长度遗憾的上下文队列赌博机算法
机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔大学）
AI总结 针对上下文队列赌博机问题，提出三阶段算法CQB-η-2，通过仅在截止轮前进行随机探索，将队列长度遗憾从Õ(T^{-1/4})改进到Õ(T^{-1/2})，并证明该速率在最小最大意义下最优。
大语言模型中偏好学习的遗憾最小化框架
机构 * KAIST（韩国科学技术院）
AI总结 提出基于遗憾的偏好优化方法RePO，通过遗憾最小化而非奖励最大化来建模人类偏好，在数学推理和人类偏好数据集上取得一致性能提升。
TRIAGE: 基于辩证推理的不规则采样医学时间序列风险可解释预测方法
机构 * KAIST（韩国科学技术院） ； AITRICS ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 提出TRIAGE框架，利用大语言模型对竞争性临床结果生成辩证推理，缓解风险极化，实现连续风险评分与可解释推理，在三个基准上AUPRC提升3.3%，校准误差降低81%。
Comments Code is available at https://github.com/HyeongWon-Jang/TRIAGE
PAI：在基于表示的时间序列异常检测中保留振幅信息
机构 * HUAWEI（华为） ； KAIST（韩国科学技术院）
AI总结 针对现有基于表示的时间序列异常检测方法忽略振幅信息导致性能下降的问题，提出PAI方案，通过诊断模块和分数增强函数融合振幅相关分数，在TSB-AD-U-Eva和TAB UV数据集上平均VUS-PR提升98.4%和36.8%。
Comments 15 pages
STAR: 将MoE路由重新思考为结构感知的子空间学习
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出STAR方法，通过广义Hebbian算法学习主子空间来增强路由对输入结构的感知，实现专家稳定专业化，在合成数据和语言视觉任务上提升路由质量和下游性能。
Comments Accepted at ICML 2026
Q-Delta：超越键值关联状态演化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出Q-Delta，一种查询感知的delta规则，将混合键-查询预测误差融入状态演化，实现联合校正动态，在语言建模和长上下文检索任务上优于强基线。
Comments Accepted at ICML 2026
学习求解生成式常微分方程：超越线性跨度
机构 * Korea University（高丽大学） ； KAIST（韩国科学技术院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 针对扩散和流生成模型中ODE求解器步数多的问题，提出SpanLift轻量神经求解器，通过空间残差算子增强标量系数更新，实现少步采样且不增加模型NFE，在多个任务上达到最先进性能。
Comments 12 pages, 7 figures
SSAFE: 通过冻结视觉编码器实现简单而强大的AI生成图像检测
机构 * KAIST（韩国科学技术院） ； Google Cloud AI（谷歌云AI）
AI总结 本文发现冻结的多模态视觉编码器在嵌入空间中自然分离真实与合成图像，通过线性分类器即可实现强检测性能，并提出一种表示感知的数据策展策略，仅用10K图像训练，在多个基准上表现优异。
Comments Preprint. 22 pages, 10 figures, supplementary material included
构建带有工具性干预的比较动机概况
机构 * MATS ； University of Cambridge（剑桥大学） ； KAIST（韩国科学技术院） ； George Washington University（乔治华盛顿大学）
AI总结 通过对称工具性干预区分对齐伪装中的策略性自我保护与研究者期望追踪，发现模型对期望追踪更敏感，提示需要构念效度检验。
在线智能体作为裁判：面向交互式智能体的情境生成评估
机构 * KAIST（韩国科学技术院）
AI总结 提出在线智能体作为裁判框架，通过部署环境内评估智能体主动生成相关情境，以评估交互式社交智能体的能力，提高标准覆盖率和与人类标签的一致性。
Comments ICML 2026 Workshop on Trustworthy AI for Good
从稀疏到浓密：无先验的多视角面部毛发级联重建
机构 * KAIST（韩国科学技术院） ； Meta Codec Avatar Lab（Meta 编码人像实验室） ； Meta Reality Labs Research（Meta现实实验室）
AI总结 提出从多视角图像自动重建面部毛发（胡须、眉毛等）的管线，将无结构3D高斯表示转换为显式曲线发丝，解决几何歧义，实现高保真发丝重建。
Comments 27 pages, 16 figures, supplementary included
通过小型语言模型的代码重构实现高效技能落地
机构 * KAIST（韩国科学技术院）
AI总结 提出RECENT框架，通过将技能语义与执行绑定解耦，利用小型语言模型进行代码重构实现高效技能落地，在动态环境中达到与大型语言模型相当的性能。
Comments Accepted to ICML 2026
角色设定会让LLM成为K-pop粉丝吗？基于LLM的在线演唱会观众智能体初步研究
机构 * Graduate School of Culture Technology, KAIST, Daejeon, South Korea（韩国成均馆大学文化科技研究生院） ； Department of Artificial Intelligence, Yonsei University, Seoul, South Korea（延世大学人工智能系）
AI总结 研究通过多智能体系统模拟K-pop演唱会实时粉丝聊天，发现角色设定能提升聊天质量和自然度，但未增强社交连接或情感反应，表明有意义的集体体验需更深层次对齐。
Comments Accepted at the ICML 2026 Workshop on Culture x AI: Evaluating AI as a Cultural Technology
基于可学习Tweedie头的时空图神经网络在稀疏数据上的船舶交通流预测
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 针对船舶交通流数据高度稀疏且间歇性爆发的问题，提出一种模型无关的可学习Tweedie头作为即插即用输出模块，通过优化闭合形式的Tweedie单元偏差并预测均值，同时学习节点级方差幂以捕获港口区域异质性，在真实AIS数据上显著提升RMSE。
声带创伤性与非声带创伤性声音亢进的自动分类的分层特征工程框架
机构 * Department of Electronic Engineering, Wonkwang University（圆光大学电子工程系） ； AI Convergence Research Institute, Wonkwang University（圆光大学人工智能融合研究院） ； GIST InnoCORE AI-Nano Convergence Institute for Early Detection of Neurodegenerative Diseases, Gwangju Institute of Science and Technology（光州科学技术院GIST InnoCORE AI-Nano神经退行性疾病早期检测融合研究所） ； School of Electrical Engineering, KAIST（韩国科学技术院电气工程学院） ； Department of AI Convergence, Gwangju Institute of Science and Technology（光州科学技术院人工智能融合系）
AI总结 提出分层特征工程框架，包括静态、动态、比率和耦合特征，用于区分声带创伤性和非声带创伤性声音亢进，发现耦合特征对两类分类均关键，PVH AUC 0.891，NPVH AUC 0.728。
Comments Interspeech 2026
Query Lens: 通过间接效应解释稀疏键值特征
机构 * KAIST（韩国科学技术院）
AI总结 提出Query Lens方法，通过考虑编码器侧键特征和解码器侧值特征以及下游模块的间接效应，实现对稀疏自编码器特征更全面、忠实的解释。
Comments Accepted to ICML 2026
基于LLM提示翻译和LoRA微调的韩语日记文本情感感知图像生成
机构 * KAIST（韩国科学技术院）
AI总结 提出一种情感感知文本到图像流水线，利用Qwen3-8B识别短日记中的隐含情感，并通过LoRA微调Stable Diffusion 3.5 Medium生成儿童手绘风格图像，同时探讨情感触发词的影响及CLIP Score作为评估指标的局限性。
Comments 4 pages, 4 figures, 2 tables, MITA 2026
Journal ref Proc. Int. Conf. Multimedia, Information Technology and its Applications (MITA), 2026
将混合专家模型剪枝和蒸馏为密集语言模型
机构 * KRAFTON ； KAIST（韩国科学技术院）
AI总结 提出首个将混合专家（MoE）模型转换为标准密集架构的系统框架，通过专家评分、选择、分组、拼接和知识蒸馏，在参数匹配条件下比密集到密集剪枝平均下游准确率提升6.3个百分点，训练速度提升1.6倍。
贝尔曼残差最小化用于控制：几何、站定性与收敛
机构 * School of Electrical Engineering（电气工程学院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文研究了控制中贝尔曼残差最小化方法的几何特性、站定性及收敛性，探讨其在策略优化中的基础理论与应用价值。
基于价值码本的LLM文化价值对齐的分布式开放式评估
机构 * KAIST（韩国科学技术院）
AI总结 提出DOVE框架，通过率失真变分优化构建价值码本，利用不平衡最优传输度量分布对齐，解决LLM文化价值评估中的构造-组成-上下文挑战。
Comments ICML 2026 Camera Ready
SEMamba++：一种利用全局、局部和周期性频谱模式的通用语音修复框架
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出SEMamba++框架，通过整合全局、局部和周期性频谱特征，提升语音修复性能，同时保持计算效率。
Comments Accepted to Interspeech 2026 Long paper track. Project page: https://sites.google.com/view/semambapp
神经网络的体-边界分解
机构 * Department of Physics, Korea Advanced Institute of Science and Technology（物理系，韩国科学技术院）
AI总结 提出体-边界分解框架，将神经网络训练动力学分解为数据无关的体项和数据相关的边界项，揭示深层网络的局部齐次结构并推导能量连续性方程。
Comments 13 pages, 3 figures
中文语法纠错：综述
机构 * KAIST（韩国科学技术院）
AI总结 本文综述中文语法纠错（CGEC）研究，涵盖数据集、标注方案、评估方法和系统进展，指出关键挑战并展望未来方向。
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