高校专区
TuneJury: 一种改进音乐生成偏好对齐的开放指标
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Sony AI（索尼AI） ； Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； QMUL（伦敦玛丽女王大学）
AI总结 提出TuneJury，一个开放、实例级别的成对奖励模型，用于文本到音乐生成，通过预测偏好分数支持数据筛选、后处理校准，并在推理、优化和训练中提升对齐效果。
Comments 32 pages, 9 figures
MUNI：面向连贯任意到任意生成的多模态统一潜在扩散
机构 * KAIST（韩国科学技术院）
AI总结 提出MUNI框架，通过端到端多模态潜在扩散和路由训练目标，实现任意到任意生成，在条件生成上匹配或超越基线，并在无条件连贯性上取得最大优势。
Comments Project page: https://muni-proj.github.io/
一步泛化比率引导的域泛化优化
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学技术研究所）
AI总结 提出GENIE优化器，通过一步泛化比率（OSGR）动态均衡参数更新，抑制虚假相关，促进域不变特征学习，在域泛化任务中超越现有优化器。
Comments 29 pages, accepted at the 42nd International Conference on Machine Learning (ICML 2025)
现在谁应该主导解码？跟踪可靠轨迹以集成掩码扩散语言模型
机构 * KAIST（韩国科学技术院） ； AITRICS
AI总结 针对掩码扩散语言模型集成问题，提出TIE框架，通过跟踪答案相关位置的置信度动态，迭代识别并传递可靠解码轨迹，实现多模型协同生成。
Comments preprint
通过阶段调制进行声学提示以实现音频语言模型中的少样本学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 提出在音频编码器中引入可训练提示以捕获任务特定声学特征，与文本提示结合提升少样本适应性能，在11个数据集上验证有效性。
Comments Accepted to INTERSPEECH 2026
选择性协同学习用于视频对象中心学习
机构 * KAIST（韩国科学技术院） ； Sungkyunkwan University（成均馆大学）
AI总结 提出选择性协同学习（SSync），通过伪标签线性复杂度选择性蒸馏可靠线索，避免错误传播，提升视频对象分解质量并作为即插即用模块。
AI Engram: 在人工智能中寻找记忆痕迹
机构 * University of California, Berkeley（加州大学伯克利分校） ； KAIST（韩国科学技术院）
AI总结 提出几何框架，通过约束逆问题形式化神经科学标准，识别深度神经网络中的记忆痕迹（AI engram），实现记忆的线性组合与擦除，无需迭代优化。
Comments Accepted to ICML 2026 (Oral). Code is available at https://github.com/jeakwon/ai-engram/
基于离散扩散模型的视觉-文本思维高效强化学习
机构 * KAIST（韩国科学技术院） ； Sony AI（索尼AI） ； AITRICS ； Sony Group Corporation（索尼集团公司）
AI总结 提出用离散扩散模型替代自回归模型进行多模态强化学习，通过局部视觉编辑减少计算量，并设计分解奖励分配策略解决跨模态干扰问题。
不是“什么”，而是“如何”：LLM 响应框架的沟通审计
机构 * University of Copenhagen（哥本哈根大学） ； KAIST（韩国科学技术院）
AI总结 提出 FRANZ 框架，从文化定位、概括性语言、拟人化线索和对话准则遵守四个维度审计 LLM 对主观问题的响应框架，并构建 SQUARE 语料库进行实证分析。
Comments 34 pages, 19 Figures, 4 Tables
NanoQuant: 大型语言模型高效子1位量化
机构 * KAIST（韩国科学技术院）
AI总结 本文提出NanoQuant，一种新型后训练量化方法，能够将大型语言模型压缩到二进制和子1位水平，通过低秩二进制分解问题实现高效压缩，并在消费者硬件上实现大规模部署。
Comments Accepted to ICML 2026. Hyochan Chong and Dongkyu Kim contributed equally to this work
RaBiT：基于残差的二值化训练用于准确且高效的LLM
机构 * KAIST（韩国科学技术院）
AI总结 RaBiT通过算法强制残差层级解决二值化中的特征共适应问题，提升2位精度-效率边界，实现超越VQ的性能和4.49倍的推理加速。
Comments Accepted to ICML 2026
并行测试时扩展与多序列验证器
机构 * Graduate School of AI, KAIST（人工智能研究生院，韩国科学技术院）
AI总结 提出多序列验证器（MSV），通过条件化候选集预测正确性，改善校准性，提升最佳选择准确率并实现早停策略，在数学推理任务中以不到一半延迟达到相同精度。
面向大型代码模型的功能正确性：选择性生成方法
机构 * KAIST（韩国科学技术院）
AI总结 针对代码生成模型的幻觉问题，提出利用动态代码分析自动生成单元测试，基于功能正确性评估进行选择性生成，以控制非弃权答案的错误发现率，并引入FuzzEval范式用于精确评估。
Comments ICML 2026
连续时空动力学的非局部贝叶斯建模
机构 * Department of Industrial and Systems Engineering, Korea Advanced Institute of Science and Technology (KAIST)（工业与系统工程系，韩国科学技术院）
AI总结 提出NLBST模型，通过坐标基展开和连续时间ODE结合非局部积分微分方程，实现不规则观测下的连续时空预测与不确定性量化。
Comments Accepted at UAI 2026
空间条件扩散策略：使用单个RGB相机学习精确且鲁棒的操作
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Neuromeka
AI总结 提出空间条件扩散策略（SCDP），利用末端执行器轨迹作为视觉注意力锚点，通过多尺度特征编码和空间条件模块，在单相机设置下实现精确鲁棒的操作。
Comments 15 pages
做我的导师：通过同伴反馈实现互惠LLM改进的在策略共蒸馏
机构 * KAIST（韩国科学技术院）
AI总结 提出在策略共蒸馏（OPCoD）方法，通过认知门控和反馈锚定实现两个不同领域强模型间的相互教学，达到帕累托改进。
GAIT: 基于惯性-腿部令牌注意力的足式机器人本体状态估计
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 提出一种将惯性-腿部(IL)令牌化与注意力机制结合的方法，用于足式机器人本体状态估计，通过自适应加权不同传感器测量值提升估计性能，在未见步态和复杂地形上优于现有方法。
动态声源的时空音频语言建模
机构 * POSTECH（浦项科技大学） ； Sony AI（索尼AI） ； Sony Group Corporation（索尼集团） ； Sungkyunkwan University（成均馆大学） ； KAIST（韩国科学技术院）
AI总结 提出ST-AudioLM模型，通过时空音频编码器联合学习事件语义与源轨迹，在ST-AudioQA基准上提升动态声源问答的语义-定位权衡。
朴素视觉记忆不足：GUI代理的失败模式研究
机构 * KAIST（韩国科学技术院）
AI总结 本文提出动作锚定视觉记忆（AGMem），通过存储与成功动作相关的局部GUI区域图像而非全屏截图，减少GUI代理中的动作级错误，在OSWorld上将任务成功率提升33.3%。
Comments 9 pages, 5 figures, ICML 2026 WORKSHOP
自我改进的VLA策略：用于抗伪影动作平滑的选择性扩散噪声
机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； KAIST（韩国科学技术院） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； National University of Singapore（新加坡国立大学） ； DFKI（德国人工智能研究中心） ； University of Oldenburg（奥尔登堡大学） ； Monash University（莫纳什大学） ； University of Arkansas（阿肯色大学） ； TU Darmstadt（达姆施塔特工业大学）
AI总结 提出一种无需训练的选择性扩散噪声方法，通过动态采样噪声向量增强视觉-语言-动作策略的鲁棒性和动作平滑性，在仿真和真实场景中成功率分别提升8%和10%。
DeepJEB++: 基于基础模型驱动的二维潜空间增强的大规模三维工程数据集
机构 * Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（韩国科学技术院赵春植移动研究生院） ； Department of Mechanical Engineering, Hanyang University（汉阳大学机械工程系） ； Narnia Labs（纳尼亚实验室）
AI总结 提出DeepJEB++框架，通过二维潜空间增强和基础模型，将少量喷气发动机支架种子设计扩展为大规模带仿真标签的三维数据集，实现40倍扩展。
Comments 16 pages, 14 figures. Submitted to ASME Journal of Mechanical Design
在AI生成音乐检测中生成器偏移下的Token空间探测
机构 * KAIST（韩国科学技术院）
AI总结 针对AI音乐检测器在生成器偏移下性能下降的问题，提出CoMoE紧凑分类器比较不同音频Token空间，发现编码器风格离散Token空间应作为主要实验变量。
Comments Accepted to ICML 2026 ML4Audio workshop
我没有做出微决策：在协作中测量、诱导和暴露目标级AI贡献
机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； Seoul National University（首尔国立大学）
AI总结 本文提出CoTrace框架，用于测量和暴露协作中目标级AI贡献，发现模型在目标塑造中贡献有限，但在引入具体要求和间接影响方面作用显著，且交互设计影响模型行为。
UniversalRAG: 在多样模态和粒度的语料库上实现检索增强生成
机构 * KAIST（韩国科学技术院）
AI总结 本文提出UniversalRAG，一种能够处理多种模态和粒度的检索增强生成框架，通过动态路由机制和多粒度组织，提升跨模态知识检索的有效性，实验表明其在多个模态基准上的优越性。
Comments ACL 2026. Project page : https://universalrag.github.io
对齐但刻板？系统提示如何塑造基于LLM的文本到图像模型中的人口统计偏见
机构 * KAIST（韩国科学技术院） ； HKUST (GZ)（香港科技大学（广州））
AI总结 研究LLM增强的文本到图像系统在提示扩展中引入隐性人口统计偏见的问题，提出无训练的去偏框架FairPro，通过自适应生成公平性指令减少人口统计差异。
Comments Project page: https://fairpro-t2i.github.io
具有长时上下文处理能力的大型语言模型记忆增强架构
机构 * Newton AI Lab（牛顿AI实验室） ； School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院）
AI总结 本文提出一种记忆增强架构，通过动态检索、更新和剪枝过去交互信息，提升大型语言模型的长时上下文处理能力，实验表明该方法能有效提高上下文连贯性、降低内存开销并提升响应质量。
Journal ref IEEE Transactions on Artificial Intelligence, 2026
SpatialClaw：重新思考智能体空间推理的动作接口
机构 * KAIST（韩国科学技术院） ； NVIDIA（英伟达）
AI总结 提出SpatialClaw框架，以代码作为动作接口，通过状态化Python内核和感知几何原语，使VLM智能体逐步执行并灵活组合中间结果，在20个3D/4D空间推理基准上平均准确率59.9%，比现有方法高11.2个百分点。
Comments Project page: https://spatialclaw.github.io/
MemRefine: 基于LLM引导的压缩用于长期智能体记忆
机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院）
AI总结 提出MemRefine框架，利用LLM判断事实内容，通过删除、合并和保留操作将记忆库压缩到固定预算内，在多个基准上保持下游性能并优于基于规则的基线。
基于节点重构的零样本广义图异常检测框架
机构 * School of Computing, KAIST（韩国科学技术院计算机学院）
AI总结 提出AlignGAD框架，通过全局统一模块对齐异构特征、聚类模块捕获组级异常模式及节点差异评分模块聚合多视图异常证据，实现零样本跨域图异常检测。
边缘对齐不能保证联合分布保真度：基于官方参考的Nemotron-Personas-Korea审计与跨区域复制
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出独立性假设足迹（IAF）审计方法，用于检查合成人物数据集中的联合分布保真度；应用于NVIDIA Nemotron-Personas-Korea，发现其边缘分布对齐但三个联合分布失败。
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