高校专区
AudioDER: 一种用于后训练大型音频语言模型的去重增强推理数据集
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Shanghai Jiaotong University（上海交通大学）
AI总结 针对现有音频-语言数据集冗余导致后训练效果下降的问题，提出基于声学相似性去重的数据构建流程，生成包含191k样本的推理导向数据集AudioDER，显著提升LALM在多个音频推理基准上的性能。
基于谱积分梯度的粗到细特征归因
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； INEEJI Corp.（INEEJI公司）
AI总结 本文提出Spectral Integrated Gradients（SIG）方法，通过奇异值分解构建积分路径，以减少噪声并提高特征归因的准确性，优于传统路径基方法。
Comments 21 pages, 13 figures, 9 tables. Accepted to ACM KDD 2026; includes appendices
在推理失效之前：智能体检索增强生成（RAG）中的证据前程序失效
机构 * KAIST（韩国科学技术院）
AI总结 该研究针对智能体RAG系统在推理前的程序失效，提出将错误答案分为两类失效，评估Read-Gate机制，发现强制阅读可提升准确率，且证据收集应作为独立轨迹控制问题评估。
Comments 22 pages, 7 figures. Code: https://github.com/Noverse0/before-reasoning-fails
通过多路径推理和反馈驱动优化实现自动化可视化代码合成
机构 * AI Research, Enhans, Seoul, South Korea Innovation \& Technology, KAIST, Daejeon, South Korea Department of Computer Science, University of California, Berkeley, CA, United States Department of Electrical
AI总结 VisPath通过多路径推理和反馈驱动优化，提升自动化可视化代码生成的可靠性与准确性。
Comments Accepted by International Conference on Pattern Recognization (ICPR 2026)
Journal ref Pattern Recognition. ICPR 2026. Lecture Notes in Computer Science, vol 16812. Springer, Cham
揭示上下文学习中自发形成的物理表征
机构 * Department of Physics, KAIST（KAIST物理系） ； MPI for Security and Privacy, Germany（德国安全与隐私研究所） ； Center for Complex Systems, KAIST（KAIST复杂系统中心）
AI总结 本研究以动力学预测为代理任务，发现大语言模型无需物理特定监督，就能在上下文学习中自发形成与能量等物理概念对齐的表征，且该表征对预测有贡献，为ICL机制提供了物理解释。
Comments 15 pages, 10 figures
探究叙事图像生成中的社会偏见
机构 * KAIST（韩国科学技术院）
AI总结 本研究将偏见评估框架BBG适配图像生成，对比6种T2I模型在照片、分镜、漫画生成中的偏见表现，发现叙事视觉形式中偏见更易显现，强调需用多样视觉形式评估T2I系统。
Comments Accepted to GenAI4World Workshop at COLM 2026
TIDES：用于建模多方社会动态的纵向双语数据集
机构 * KAIST（韩国科学技术院） ； SkillBench
AI总结 研究针对现有群体对话数据集无法捕捉团队长期社会动态的问题，推出TIDES纵向双语数据集，基于其微调模型提升下一个说话人预测性能，同时发现预测效果与话语自然度存在潜在不匹配。
Comments The first two authors hold equal contribution. Accepted to COLM 2026. Project website: https://tides.cstlab.org/
基于组去偏联邦学习的偏好异质性下大语言模型个性化奖励建模反思
机构 * Institute of Engineering Research, Korea University（韩国大学工程研究所） ； Kim Jaechul Graduate School of AI, KAIST（韩国科学技术院金在哲人工智能研究生院） ； Industrial Management Engineering, Korea University（韩国大学产业管理工程学院）
AI总结 该研究针对大语言模型个性化奖励建模的偏好异质性问题，提出FedGD方法，通过组去偏的客户端采样抵消组不平衡影响，实现无需预先知晓潜在组的有效个性化。
语言模型中的提升表示假设
机构 * KAIST AI（韩国科学技术院人工智能研究所）
AI总结 研究大型语言模型中结构的存储、选择和修正问题，提出提升表示假设，通过多种实验评估其提升和细化情况，发现数据受嵌套规则和异常支配时模型存在问题，强调需研究数据与规则结构关系。
Comments 24 pages, 13 figures
LLM 能否可靠地自我报告对抗性预填充，以及如何实现？
机构 * KAIST（韩国科学技术院）
AI总结 研究LLM在安全场景中识别自身输出是否受对抗性预填充攻击的能力，发现模型平均27.3%声称预填充输出有意图，且内省信号主要来自安全/拒绝推理，LoRA微调方法扩大了意图-篡改探针差距并提高了攻击成功率。
Comments Under review
RL-SPH: 学习实现整数线性规划的可行解
机构 * School of Computing, KAIST, Daejeon, Republic of Korea（韩国釜山国立大学计算机学院）
AI总结 本文提出RL-SPH，一种基于强化学习的起始启发式方法，能独立生成高质量可行解，尤其适用于包含非二元整数的整数线性规划问题。
Comments Accepted at ICML 2026. 30 pages, 12 figures, 22 tables
AirSplat：基于鲁棒前馈3D高斯散射的对齐与评分
机构 * KAIST（韩国科学技术院）
AI总结 本文提出AirSplat框架，通过自一致性姿态对齐和基于评分的透明度匹配技术，提升无姿态视角合成的重建质量。
Comments Project page: https://kaist-viclab.github.io/airsplat-site, accepted to ECCV 2026
采样决策：精确路径空间校正、先验抵消和局部玻尔兹曼引导
机构 * Program in Applied Mathematics and Department of Mathematics, University of Arizona（应用数学项目和数学系，亚利桑那大学） ； Graduate School of AI at KAIST（韩国科学技术院人工智能研究生院）
AI总结 研究如何校正离散空间便宜但有偏差的顺序有限时间范围采样器，核心方法是将采样决策公式化为路径空间相对熵投影，引入相关先验和校正。实验表明单例积先验有问题，局部玻尔兹曼引导效果好，确定了相关前缀引导对顺序采样的决定性作用。
Comments 35 pages, 7 figures
利用熵信息探索边界之外
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 针对强化学习中稀疏与延迟奖励的探索难题，本文提出ENTINEX方法，利用熵信息识别状态分布边界并分配内在奖励，实验表明其性能优于现有方法。
从逆境中学习：通过对抗性扰动实现语义感知的掩码细化
机构 * NAVER Cloud（NAVER云） ； KAIST（韩国科学技术院）
AI总结 提出Phoenix框架，用对抗学习生成语义噪声、对比学习建模细化关系，在图像分割掩码细化任务中性能优于现有方法，可提升先进分割模型。
Comments ECCV 2026
基于FEA-AI混合方法的IPMSM设计优化多智能体系统
机构 * Cho Chun Shik Graduate School of Mobility, KAIST（KAIST Cho Chun Shik 移动研究生院） ； Department of Mechanical Engineering, Hanyang University（汉阳大学机械工程系） ； Narnia Labs
AI总结 提出一种端到端自动化IPMSM设计优化框架，通过RAG结构化问题定义与不确定性感知的FEA-AI混合优化流水线，平衡计算成本与预测可靠性，在同等FEA预算下优于纯FEA或纯AI方法。
Comments 37 pages, 31 figures
PAIR：面向多轮代理优化的前缀感知内部奖励模型
机构 * KAIST（韩国科学技术院） ； Yonsei University（延世大学）
AI总结 本文提出PAIR模型，通过结合冻结的隐藏状态探针和轻量级注意力头部，解决多轮任务中内部正确性探针的可靠性问题，从而在不依赖外部模型调用或地面真实依赖的情况下，为GRPO训练提供密集的步骤级奖励信号。
Comments Under Review
利用脉冲神经网络检测生成视频
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出MAST检测器，通过脉冲神经网络处理多通道时间残差，利用语义编码器实现跨生成器泛化，实现93.14%的准确率，展示脉冲神经网络在生成视频检测中的实用性。
基于共享网络的自适应策略骨干网络
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 该研究提出元迁移强化学习方法APB，通过在共享网络前后插入轻量级线性层实现参数高效微调，提升了强化学习的样本效率，且能适配现有元RL基线通常失效的分布外任务。
Journal ref Forty-third International Conference on Machine Learning (ICML), 2026
S-Avatar：基于单张图像的扩散引导高斯头部化身
机构 * KAIST（韩国科学技术院） ； KAIST KI-ITC ARRC（韩国科学技术院KI-ITC ARRC）
AI总结 S-Avatar通过三阶段流水线，结合扩散引导3DGS生成与FLAME控制，从单张图像生成高逼真3D头部化身，提升了3D一致性，在新视点和表情生成上优于现有方法，适用于VR/AR应用。
Comments 15 pages, 12 figures
SKY-Piano：多模态钢琴演奏数据集
机构 * Seoul National University（首尔大学） ； KAIST（韩国科学技术院） ； Yamaha（雅马哈）
AI总结 该研究发布SKY-Piano多模态钢琴演奏数据集，含多类数据及标注工具，通过微调实验验证其用于MIDI到动作生成的可用性。
Comments Accepted to the 27th International Society for Music Information Retrieval Conference (ISMIR 2026), Abu Dhabi, UAE. Project page: https://joonhyungbae.github.io/skypiano/
开放词汇BEV分割：基于3D感知几何约束的方法
机构 * KAIST AI（韩国科学技术院人工智能） ； NAVER LABS（NAVER实验室）
AI总结 针对开放词汇BEV分割中2D VLM语义到BEV的3D几何不一致问题，提出OVBEVSeg框架，通过三阶段几何约束（伪标签、场景优化、知识蒸馏）实现高效在线推理，在nuScenes上未见类别mIoU超越闭集方法15.3，推理速度提升2.5倍。
Comments This paper has been accepted to ECCV 2026
含损坏观测值的保序变点定位与根因分析
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； King’s College London（伦敦国王学院） ； Aalborg University（奥尔堡大学） ； Northeastern University London（伦敦东北大学）
AI总结 本文针对含损坏观测值的系统，提出加权CONCH与加权CROC方法，结合元学习优化权重，可在保证置信集目标覆盖率的前提下缩小其规模，提升变点定位与根因分析的实用性。
Comments 34 pages, 6 figures
DialectLLM：一种超越标准美式英语的方言感知对话生成框架
机构 * KAIST（韩国科学技术院） ； Amazon（亚马逊）
AI总结 DialectLLM通过生成多方言对话数据，解决LLM对非标准方言识别不足的问题，验证了方言特征对生成质量的影响，展示了其在对话生成中的有效性。
FedEFC: 在噪声标签下使用增强前向校正的联邦学习
机构 * KAIST（韩国科学技术院） ； Myongji University（明溪大学）
AI总结 FedEFC通过预停止和损失校正技术，有效缓解联邦学习中噪声标签的影响，尤其在异构数据环境下表现优异。
Comments 9 pages, 3 figures, revised version
Journal ref Proc. IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2026
ReDesign：通过智能分解从图像中恢复可编辑设计结构
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Helmholtz Munich（慕尼黑亥姆霍兹中心） ； Korea University（韩国大学）
AI总结 研究旨在从图像恢复可编辑设计文件，提出ReDesign智能框架，通过跨模态选工具生成层层次结构，引入优雅验证与评估基准，在视觉保真度和编辑性上表现出色，超越基线和管道。
Comments Accepted to ECCV 2026
指令微调语言模型无法从它们能描述的分布中进行采样
机构 * School of Computing, KAIST（韩国科学技术院计算学院） ； School of Business and Technology Management, KAIST（韩国科学技术院商业与技术管理学院）
AI总结 研究发现指令微调语言模型无法从其能描述的分布中采样，存在“知道/做”分裂，通过让模型描述分布可减半误差，还提出PPA在无额外成本下降低21%误差。
Sling2Sim2Real：用于无损弹弓策略学习的一次性弹性系统识别
机构 * School of Computing, Korea Advanced Institute of Science and Technology（韩国科学技术院计算机学院）
AI总结 针对弹性物体操纵中校准现实与模拟弹性行为的挑战，提出Sling2Sim2Real框架；通过多起点Real2Sim系统识别方法及模拟策略学习等，从单次无损交互识别弹性参数，实现准确策略学习与稳健泛化，减少现实交互量。
Comments Accepted by IROS 2026
FLAME：物理引导的神经算子用于高光谱图像中星载甲烷检测
机构 * KAIST（韩国科学技术院）
AI总结 提出FLAME，一种将甲烷吸收物理直接嵌入架构的物理引导神经算子，在星载甲烷检测中实现最高精度，像素级假阳性率降低近3倍，参数最少且满足星载硬件延迟预算。
一种带有触觉反馈的视觉-触觉数据采集系统用于粗到细模仿学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出一种视觉-触觉数据采集系统，生成时间结构丰富的接触密集演示，用于模仿学习。通过直接驱动夹具和触觉阵列，保留自然触觉反馈，结合实时注释，生成多模态数据集以支持粗到细学习算法。
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