Progressive Multi-Agent Reasoning for Biological Perturbation Prediction
逐步多智能体推理用于生物扰动预测
机构 * KAIST（韩国国立科学技术院）
AI总结 本文提出LINCSQA基准和PBio-Agent框架，通过整合难度感知任务序列与迭代知识细化，提升复杂化学扰动下基因调控预测的准确性与解释性。
Comments 17 pages, 4 figures, 9 tables
高校专区
Korea Advanced Institute of Science and Technology（韩国科学技术院）
Training-Free Reward-Guided Image Editing via Trajectory Optimal Control
无需训练的奖励引导图像编辑 via 轨迹最优控制
机构 * Graduate School of Artificial Intelligence（人工智能研究生院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出无需训练的奖励引导图像编辑框架，将编辑过程建模为轨迹最优控制问题，通过迭代更新伴随状态以引导编辑过程，在保持源图像语义的同时提升目标奖励。
Comments Poster in ICLR 2026; 22 pages, 9 figures. The code is available at https://github.com/jinhojsk515/ITOC
LLM-based User Profile Management for Recommender System
基于大语言模型的用户画像管理用于推荐系统
机构 * Ulsan National Institute of Science and Technology（乌山国立科学研究院） ； Korea Advanced Institute of Science and Technology（韩国先进科学技术研究院）
AI总结 本文提出PURE框架，通过系统提取和总结用户评论中的关键信息，构建和维护动态用户画像，提升推荐系统的个性化能力。
Comments Accepted at SIGIR 2025 Workshop
HiPAN: Hierarchical Posture-Adaptive Navigation for Quadruped Robots in Unstructured 3D Environments
HiPAN：四足机器人在非结构化3D环境中的分层姿态自适应导航
机构 * School of Computing, KAIST（韩国科学技术院计算机学院）
AI总结 HiPAN通过分层设计和路径引导课程学习，提升四足机器人在复杂3D环境中的导航效率与适应性，实现实时深度图像驱动的策略规划与姿态自适应控制。
Comments Accepted to RA-L 2026 | Project page: https://sgvr.kaist.ac.kr/~Jeil/project_page_HiPAN/
Topology-Aware Representation Alignment for Semi-Supervised Vision-Language Learning
面向拓扑的表示对齐用于半监督视觉-语言学习
机构 * KAIST（韩国科学技术院） ； POSTECH
AI总结 本文提出ToMA框架，通过持久同调识别拓扑显著边，利用跨模态对应关系对齐多模态表示，提升视觉-语言学习在遥感和时尚检索中的性能。
Comments 30 pages, 10 figures, 24 tables
Optimal differentially private kernel learning with random projection
最优差分隐私核学习与随机投影
机构 * Department of Mathematical Sciences, KAIST（数学科学系，韩国科学技术院） ； Department of Industrial and Systems Engineering, KAIST（工业与系统工程系，韩国科学技术院）
AI总结 本文提出基于随机投影的差分隐私核ERM算法，在经验风险最小化框架下实现平方损失和Lipschitz光滑凸损失函数的最小最大最优超额风险率。
Comments 139 page, 3 figures
Lunguage: A Benchmark for Structured and Sequential Chest X-ray Interpretation
Lunguage: 用于结构化和序列化胸部X光解读的基准测试
机构 * KAIST（韩国科学技术院） ； Ghent University（根特大学） ； Seoul National University Hospital（首尔国立大学医院） ； Seoul Medical Center（首尔医院） ； Yeungnam University College of Medicine（延世大学医学院） ； Microsoft Research Health Futures（微软研究院健康未来）
AI总结 本文提出LUNGUAGE基准数据集，用于结构化放射学报告生成，支持单报告评估和多研究的纵向患者评估。通过两阶段结构化框架和LUNGUAGESCORE指标，实现对放射学报告的细粒度评估。
Comments CHIL (Conference on Health, Inference, and Learning) 2026
Safe-Support Q-Learning: Learning without Unsafe Exploration
安全支持Q学习：学习而不进行危险探索
机构 * Department of Electrical Engineering, KAIST, Daejeon, South Korea（韩国釜山科学技术院电子工程系）
AI总结 本文提出一种严格的安全要求，通过安全集支持的行为策略，确保训练过程中不访问危险状态，采用两阶段框架分别训练Q函数和策略，实现稳定学习和安全行为。
Comments 26 pages
From Scene to Object: Text-Guided Dual-Gaze Prediction
从场景到物体：文本引导的双目预测
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（Cho Chun Shik 移动研究生院，韩国科学技术院）
AI总结 本文提出双分支 gaze 预测框架，通过构建物体级数据集和改进模型架构，实现精准物体级注意力预测，提升语义推理能力。
C3G: Learning Compact 3D Representations with 2K Gaussians
C3G：通过2K高斯学习紧凑的3D表示
机构 * KAIST AI（韩国成均馆大学人工智能研究所） ； ETH AI Center, ETH Zürich（苏黎世联邦理工学院人工智能中心） ； SONY AI（索尼人工智能） ； Sony Group Corporation（索尼集团）
AI总结 本文提出C3G框架，通过学习可训练标记聚合多视图特征，生成紧凑且几何意义明确的3D高斯表示，提升场景重建与理解的效率和精度。
Comments Project Page : https://cvlab-kaist.github.io/C3G/
When Thoughts Meet Facts: Reusable Reasoning for Long-Context LMs
当思维遇见事实：长上下文语言模型的可重用推理
机构 * KAIST（韩国科学技术院） ； Amazon（亚马逊） ； University of Minnesota（明尼苏达大学）
AI总结 本文提出Thought Templates用于长上下文语言模型的可重用推理，通过迭代更新策略提升多跳推理能力，并展示其在多种基准测试中的优越表现。
Comments ACL Findings 2026
A Functorial Formulation of Neighborhood Aggregating Deep Learning
邻域聚合深度学习的函子化表述
机构 * Max Planck Institute for Mathematics（马克斯·普朗克数学研究所） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； National Institute for Mathematical Sciences（数学科学研究院）
AI总结 本文通过拓扑空间上连续函数集的预层和后层，数学化解释卷积神经网络，并提出理论启发，揭示其经验限制。
Comments 32 pages, 11 figures. Comments welcome
K-MetBench: A Multi-Dimensional Benchmark for Fine-Grained Evaluation of Expert Reasoning, Locality, and Multimodality in Meteorology
K-MetBench：一个多维基准，用于细粒度评估气象学中的专家推理、局部性和多模态能力
机构 * KAIST（韩国科学技术院） ； INEEJI ； Kongju National University（康久国立大学）
AI总结 本文提出K-MetBench，一个基于韩国资格考试的多维基准，揭示了专家推理、逻辑有效性、韩国地理文化理解及领域分析四个维度的差距，发现韩国模型在本地情境中优于大模型。
Comments 39 pages, 32 figures, 14 tables, including appendices. Accepted to Findings of the Association for Computational Linguistics (ACL 2026)
Beyond the Bellman Fixed Point: Geometry and Fast Policy Identification in Value Iteration
超越贝尔曼固定点：价值迭代中的几何学与快速策略识别
机构 * Department of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（电气工程系，韩国科学技术院（KAIST））
AI总结 本文研究了折扣Q值迭代作为切换系统的行为，揭示了在有限时间内达到最优动作类的几何机制，并给出了严格小于γ的谱半径条件。
Attention-Based Neural-Augmented Kalman Filter for Legged Robot State Estimation
基于注意力的神经增强卡尔曼滤波器用于四足机器人状态估计
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出基于注意力的神经增强卡尔曼滤波器(AttenNKF)用于四足机器人状态估计，通过神经补偿器补偿足部滑动引起的误差，提升滑动条件下估计性能。
Comments 8 pages, 6 figures, Accepted to IEEE Robotics and Automation Letters (RA-L)
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, pp. 4122-4129, April 2026
Modular Sensory Stream for Integrating Physical Feedback in Vision-Language-Action Models
模块化感觉流：整合物理反馈在视觉-语言-动作模型中
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Seoul National University（首尔国立大学）
AI总结 本文提出MoSS框架，通过模块化感觉流整合多种物理信号，提升视觉-语言-动作模型的行动预测能力。
Comments 14 pages, 8 figures, Project page: https://jiminlx.github.io/MoSS
Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning
通过多智能体强化学习进行协作信息感知以监控动态室内环境
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, Riverside（加州大学河滨分校）
AI总结 本文提出利用多智能体强化学习进行协作信息感知，以提高动态室内环境监控的准确性，优于传统覆盖和学习无关的多机器人方法。
Comments 8 pages, 10 figures, 2 tables
Delta-XAI: A Unified Framework for Explaining Prediction Changes in Online Time Series Monitoring
Delta-XAI：一个用于在线时间序列监控中解释预测变化的统一框架
机构 * AITRICS ； KAIST（韩国科学技术院） ； Sungkyunkwan University（全北大学）
AI总结 本文提出Delta-XAI框架，通过封装函数适配14种XAI方法，并引入在线环境下的评估套件，解决时间序列模型解释中的时间依赖性和在线动态挑战，实验显示SWING方法在多种指标上表现优异。
Comments Accepted at ICLR 2026; Code is available at https://github.com/AITRICS/Delta-XAI
DocPrune:Efficient Document Question Answering via Background, Question, and Comprehension-aware Token Pruning
DocPrune：通过背景、问题和理解感知的令牌修剪实现高效的文档问答
机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； Adobe Research（Adobe研究院）
AI总结 本文提出DocPrune框架，通过背景、问题和理解感知的令牌修剪提升长文档理解效率，实验显示在M3DocRAG上提升了吞吐量和F1分数。
Comments CVPR 2026
ELMoE-3D: Leveraging Intrinsic Elasticity of MoE for Hybrid-Bonding-Enabled Self-Speculative Decoding in On-Premises Serving
ELMoE-3D: 利用MoE的内在弹性特性实现混合键合赋能的自推测解码
机构 * KAIST（韩国科学技术院） ； Samsung Electronics（三星电子） ； GIST（全南国立大学）
AI总结 本文提出ELMoE-3D框架，结合缓存加速与推测解码，通过弹性自推测解码实现跨批处理大小的整体加速，提升内存效率与能效。
Accelerating Vision Transformers with Adaptive Patch Sizes
通过自适应补丁大小加速视觉变换器
机构 * Carnegie Mellon University（卡内基梅隆大学） ； KAIST（韩国科学技术院） ； General Robotics（通用机器人）
AI总结 本文提出自适应补丁变换器APT，通过在图像内使用不同大小的补丁来减少输入token数量，从而加速ViT的推理和训练，提升吞吐量并保持性能。
Comments Accepted to ICLR 2026. Project page at https://rccchoudhury.github.io/apt/
From Raw Features to Effective Embeddings: A Three-Stage Approach for Multimodal Recipe Recommendation
从原始特征到有效嵌入：一种多模态食谱推荐的三阶段方法
机构 * KAIST（韩国科学技术院）
AI总结 本文提出TESMR三阶段框架，通过内容、关系和学习增强多模态特征，提升食谱推荐性能，实验表明其在Recall@10上比现有方法高7-15%。
SweRank: Software Issue Localization with Code Ranking
SweRank: 代码排名用于软件问题定位
机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Salesforce Research（Salesforce 研究） ； KAIST AI（韩国科学技术院人工智能研究所）
AI总结 本文提出SweRank框架，通过高效的检索与重排序方法提升软件问题定位的准确性，实验表明其在SWE-Bench-Lite和LocBench上优于现有方法。
Comments ICLR 2026 Camera Ready Version
SAGE: Training-Free Semantic Evidence Composition for Edge-Cloud Inference under Hard Uplink Budgets
SAGE：在严格上行预算下无训练语义证据组合用于边缘-云计算推断
机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（电气工程学院，韩国科学技术院（KAIST））
AI总结 本文提出SAGE方法，通过结合重要性过滤与嵌入多样性采样，在边缘-云计算推断中实现高精度传输，优于传统重要性方法。
Comments 11pages, 9 figures
Multimodal Transformer for Sample-Aware Prediction of Metal-Organic Framework Properties
多模态Transformer用于金属有机框架性质的样本感知预测
机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（化学与生物分子工程系，韩国科学技术院） ； Department of Materials Science and Engineering, Korea Advanced Institute of Science and Technology（材料科学与工程系，韩国科学技术院）
AI总结 本文提出EXIT模型，结合MOFid与X射线衍射数据，通过预训练和微调提升对MOF表面面积和孔体积的预测性能，强调实验表征在多孔材料信息学中的价值。
Comments 22 pages, 7 figures
MM-JudgeBias: A Benchmark for Evaluating Compositional Biases in MLLM-as-a-Judge
MM-JudgeBias：一个评估MLLM-as-a-Judge中组合偏见的基准
机构 * Seoul National University（首尔国立大学） ； NAVER Cloud AI（NAVER云AI） ； KAIST AI（韩国科学技术院人工智能实验室）
AI总结 本文提出MM-JudgeBias基准，通过引入控制扰动和两个互补指标，评估MLLM-as-a-Judge中的组合偏见，揭示了九种偏见类型，并发现现有模型存在模态忽视和评估倾向性问题。
Comments ACL 2026 Main
Speculative End-Turn Detector for Efficient Speech Chatbot Assistant
推测性终点检测器用于高效的语音聊天机器人助手
机构 * POSTECH（POSTECH大学） ； HJ AILAB（HJ人工智能实验室） ； KAIST（韩国科学技术院）
AI总结 本文提出SpeculativeETD，通过轻量GRU模型和高性能Wav2vec模型结合，提升资源受限环境下的终点检测效率与准确性。
Comments ACL 2026
Learning Posterior Predictive Distributions for Node Classification from Synthetic Graph Priors
从合成图先验学习后验预测分布用于节点分类
机构 * KAIST（韩国科学技术院）
AI总结 本文提出NodePFN，通过学习后验预测分布实现对任意图的通用节点分类，无需图特定训练，利用合成图先验生成多样化的图结构和特征-标签关系。
Comments Accepted to ICLR 2026. OpenReview: https://openreview.net/forum?id=FmxRzlu0rT
Reasoning Structure Matters for Safety Alignment of Reasoning Models
推理结构对推理模型的安全对齐至关重要
机构 * KAIST（韩国科学技术院）
AI总结 本文研究了推理模型安全风险的根源，提出通过修改推理结构实现有效安全对齐，提出AltTrain方法，通过轻量级监督微调实现安全对齐，实验验证其在多种任务和语言设置中的鲁棒性。
Comments ACL 2026
Investigating Counterfactual Unfairness in LLMs towards Identities through Humor
通过幽默探讨语言模型中身份相关的反事实不公平性
机构 * Yonsei University（延世大学） ； KAIST（韩国科学技术院） ； Seoul National University（首尔国立大学） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）
AI总结 本文通过观察在保持其他因素不变的情况下交换说话者和被指对象，研究语言模型在幽默生成拒绝、说话者意图推断及社会影响预测中的反事实不公平性，揭示身份相关的偏见模式。
Comments Accepted to ACL 2026 Main Conference. The first two authors contributed equally. The last three authors are co-corresponding authors
