高校专区
DyGeoVLN: 将动态几何基础模型注入视觉-语言导航
机构 * KAIST（韩国科学技术院） ； HKUST(GZ)（香港科技大学（广州）） ； JD Explore Academy（JD探索学院）
AI总结 本文提出DyGeoVLN框架，通过跨分支特征融合将动态几何基础模型注入视觉-语言导航，实现显式3D空间表示和视觉-语义推理，并引入新的无姿态自适应分辨率令牌剪枝策略以提升效率。
通过动态补丁采样和块跳过实现高效的扩散变换器微调
机构 * Qualcomm AI Research（高通人工智能研究） ； KAIST（韩国科学技术院）
AI总结 本文提出DiT-BlockSkip框架，通过动态补丁采样和块跳过减少内存使用，提升扩散变换器微调效率，实现设备端部署。
Comments Accepted to CVPR 2026; 20 pages
SNAP：用于语音深度伪造检测中消除伪影投影的说话人消除
机构 * KAIST AI（韩国科学技术院人工智能实验室） ； NAVER Cloud（NAVER云）
AI总结 针对语音深度伪造检测中说话人信息干扰问题，提出SNAP框架通过消除说话人依赖成分，提升检测器对伪影特征的识别能力。
Comments 9 pages, 3 figures, 2 tables
VIRD：通过双轴变换实现视图不变表示的跨视图姿态估计
机构 * Urban Robotics Lab, School of Electrical Engineering, KAIST（首尔国立大学电气工程学院智能城市机器人实验室） ； Hanwha Aerospace（韩华航空航天）
AI总结 本文提出VIRD方法，通过双轴变换构建视图不变表示，解决地面与卫星视图间显著视角差异问题，提升跨视图姿态估计精度。
Comments Accepted to CVPR 2026
检索链：多方面迭代搜索扩展与后序搜索聚合用于全文检索
机构 * KAIST（韩国科学技术院）
AI总结 本文提出Chain of Retrieval框架，通过多方面迭代搜索扩展和后序聚合，提升全文检索效果，实验表明其优于现有基线方法。
TimeXL：基于LLM的多模态时间序列预测可解释方法
机构 * School of Computing, University of Connecticut（大学计算机学院） ； Data Science & System Security Department, NEC Labs America（数据科学与系统安全部，NEC美国实验室） ； Kim Jaechul Graduate School of AI, KAIST（金 Jaechul人工智能研究生院，韩国科学技术院）
AI总结 TimeXL通过集成原型时间序列编码器与三个协作LLM，提升时间序列预测的准确性与可解释性，实验证明在四个真实数据集上AUC提升达8.9%。
Comments NeurIPS 2025 camera ready version
RedacBench：AI能否删除你的秘密？
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 RedacBench旨在评估多领域多策略的删除能力，通过514篇文本和187项安全政策，量化模型在安全与效用间的平衡，揭示先进模型在提升安全的同时保留效用的挑战。
TV-Rec：用于序列推荐的时间变换单元卷积滤波器
机构 * KAIST（韩国科学技术院）
AI总结 TV-Rec通过引入时间变换单元卷积滤波器，提升了序列推荐中对复杂用户行为交互模式的捕捉能力，同时减少了计算量并加速了推理过程。
Comments The 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
Dementia-R1: 从无结构临床笔记中通过强化预训练和推理进行真实世界痴呆症预后预测
机构 * Graduate School of AI, KAIST, Republic of Korea（韩国科学技术院人工智能研究生院） ； Haeundae Paik Hospital, Inje University, Republic of Korea（韩国延世大学海云台医院） ； Asan Medical Center, University of Ulsan College of Medicine, Republic of Korea（韩国釜山大学医学院阿桑医院）
AI总结 本文提出Dementia-R1框架，通过强化学习解决长期痴呆症预后预测问题，通过预训练提升疾病进展推理能力，在真实世界数据集上达到84.02%的AUROC，优于现有模型。
基于假设的查询重写用于决策有用的检索
机构 * Graduate School of AI, KAIST, Republic of Korea（韩国科学技术院人工智能研究生院） ； School of Electrical Engineering, KAIST, Republic of Korea（韩国科学技术院电气工程学院） ； Department of Industrial Engineering, Yonsei University, Republic of Korea（延世大学工业工程系）
AI总结 本文提出HCQR框架，通过重写查询获取证据支持假设、区分替代方案和验证关键线索，提升检索与答案选择的对齐度，实验表明在MedQA和MMLU-Med上优于传统RAG方法。
MultihopSpatial: 用于视觉语言模型的多跳组合空间推理基准
机构 * Electronics and Telecommunications Research Institute, South Korea（韩国电信研究院） ； Korea Advanced Institute of Science and Technology, South Korea（韩国科学技术院） ； Sungkyunkwan University, South Korea（成均馆大学） ； DeepAuto, South Korea（DeepAuto）
AI总结 本文提出MultihopSpatial基准，针对多跳组合空间推理问题，引入Acc@50IoU指标，并通过大规模训练集提升视觉语言模型的空间推理能力。
Comments Project page: https://youngwanlee.github.io/multihopspatial
无视位置，语言偏见：探测视觉语言编码器中中间层表征偏见以实现零样本语言基础空间理解
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Samsung Electronics（三星电子）
AI总结 研究探讨了视觉语言编码器中间层中位置和语言相关信息的偏见，通过层间分析发现常规最终层多模态嵌入优先考虑全局语义对齐，导致视觉嵌入对位置线索敏感性低，多语言文本嵌入在共享空间中形成语言依赖的几何偏移，提出构建空间地图的方法提升零样本图像分割性能。
Comments 61 pages, 28 Figures, 15 Tables
FILT3R：用于流式3D重建的潜在状态自适应卡尔曼滤波器
机构 * KAIST AI（韩国科学技术院人工智能研究所）
AI总结 FILT3R通过将递归状态更新转化为token空间的随机状态估计，解决了流式3D重建中状态更新规则不稳定的问题，提升了长期稳定性。
GeoReg: 基于LLM的带权重少样本回归用于社会经济估计
机构 * School of Computing, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算机科学学院） ； College of Business, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院商学院） ； Graduate School of Data Science, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院数据科学研究生院） ； Division of Social Science, Hong Kong University of Science and Technology (HKUST)（香港科学与技术大学社会科学系） ； Max Planck Institute for Software Systems (MPI-SWS)（马克斯·普朗克软件系统研究所） ； Max Planck Institute for Security and Privacy (MPI-SP)（马克斯·普朗克安全与隐私研究所）
AI总结 GeoReg通过整合卫星图像和网络地理信息等数据源，利用大语言模型的先验知识，在数据稀缺地区实现社会经济指标的少样本回归估计，实验表明其在不同发展水平国家均优于基线模型。
Comments 10 pages, 9 figures, 4 tables
RAISE：通过逐步检索增强大语言模型的科学推理
机构 * Seoul National University（首尔国立大学） ； KAIST（韩国科学技术院） ； Hanyang University（翰阳大学）
AI总结 RAISE通过逐步检索增强科学推理，其核心方法是问题分解、逻辑查询生成和逻辑检索，优于其他基线模型。
半监督庇护所制图用于罗兴亚难民营地WASH可及性评估
机构 * School of Computing, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算学院） ； Data Science for Humanity Group, Max Planck Institute for Security and Privacy (MPI-SP)（安全与隐私研究所数据科学为人类小组） ； Meta, California, United States（美国加州Meta公司） ； German Aerospace Center (DLR), Earth Observation Center (EOC)（德国航天中心地球观测中心） ； Institute of Geography and Geology, Earth Observation Research Cluster (EORC), Würzburg University（弗赖堡大学地理与地质研究所，地球观测研究集群）
AI总结 本文提出半监督分割框架，利用SAM模型对多时相亚米分辨率遥感图像进行庇护所制图，提升复杂营地环境中的检测性能，并揭示WASH可及性下降及性别不平等问题。
Comments 22 pages, 13 figures, 2 tables
UniSAFE：统一多模态模型安全评估的综合基准
机构 * KAIST AI（KAIST人工智能研究院） ； Department of Computer Science and Engineering, UNIST（UNIST计算机科学与工程系） ； Department of Mathematical Sciences, KAIST（KAIST数学科学系） ； University of Toronto（多伦多大学） ； KAIST CS（KAIST计算机科学系）
AI总结 本文提出UniSAFE基准，用于评估统一多模态模型的系统级安全性，发现多图像生成任务比文本生成任务更易出现安全漏洞。
Comments Equal contribution by first three authors, 55 pages
UNICORN：基于分数匹配与适应的超声纳卡戈米成像用于肝脂肪变评估
机构 * Department of AI Convergence, GIST（GIST人工智能融合学院） ； Kim Jae Chul Graduate School of AI, KAIST（KAIST金 Jae Chul人工智能研究生院） ； Samsung Medison（三星医疗）
AI总结 UNICORN通过分数匹配与适应技术实现超声纳卡戈米成像，提供高分辨率肝脂肪变评估，解决传统方法在窗口大小选择和估计稳定性上的不足。
Comments 12pages, 7 figures, 6 tables. arXiv admin note: text overlap with arXiv:2403.06275
ReviewScore：利用大语言模型进行误信同行评审检测
机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； MIT（麻省理工学院） ； KRAFTON（KRAFTON公司） ； AITRICS（AITRICS研究院） ； KIT（卡尔斯鲁厄理工学院）
AI总结 本文提出ReviewScore方法，通过检测同行评审中的错误前提和可回答问题来识别低质量评审。利用大语言模型评估评审点的误信程度，实验显示模型在评估一致性上表现中等，但仍有改进空间。
SE(3)-LIO：在SE(3)流形上联合分布姿态的平滑IMU传播以实现准确且鲁棒的LiDAR-惯性里程计
机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电子工程学院） ； Hanwha Aerospace（翰威航宇）
AI总结 本文提出SE(3)-LIO，通过在SE(3)流形上联合分布姿态的IMU传播和不确定性感知运动补偿，解决现有方法在运动预测和补偿中的不足，提升LiDAR-惯性里程计的准确性与鲁棒性。
DreamFlow：通过条件流匹配在潜在空间中超越观测的局部导航
机构 * Robotics Program, KAIST（韩国科学技术院机器人学系） ； School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院） ； URobotics（URobotics公司） ； KRAFTON（KRAFTON公司） ； Dept. of Electrical Engineering and Computer Science, UC Berkeley（伯克利大学电子工程与计算机科学系）
AI总结 本文提出DreamFlow框架，通过条件流匹配扩展机器人感知范围，提升局部导航性能，实验显示其在仿真和现实环境中均优于现有方法。
混合马尔可夫链中的近最优聚类
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； ICL（国际计算机实验室） ； EEE（电气电子工程系） ； KTH EECS（瑞典皇家理工学院电子工程系） ； Digital Futures（数字未来）
AI总结 本文研究了对T条长度为H的轨迹进行聚类的问题，每条轨迹由K个未知的平稳马尔可夫链生成。作者推导了聚类误差率的实例依赖下界，并提出两阶段算法，通过新的欧几里得嵌入实现谱聚类，随后通过似然重新分配优化聚类结果，证明算法在合理条件下可实现近最优聚类性能。
Comments AISTATS 2026 (50 pages, 6 figures) (ver3: camera-ready version, major revisions)
将世界模拟模型扎根于现实世界中的城市
机构 * KAIST AI（韩国科学技术院人工智能研究中心） ； NAVER AI Lab（NAVER人工智能实验室） ； SNU AIIS（成均馆大学人工智能研究所）
AI总结 本文提出Seoul World Model，通过检索增强的条件生成真实城市场景，解决时间错位和轨迹多样性问题，生成高保真、时序一致的长时景视频。
Comments project page: https://seoul-world-model.github.io/
一种用于瞬态反向流火焰代理建模的卷积自编码器和神经微分方程框架
机构 * Department of Aerospace Engineering, KAIST（韩国科学技术院航空航天工程系） ； Institute for Reactive Flows (IRST), University of Stuttgart（斯图加特大学反应流研究所） ； Clean Energy Research Platform (CERP), KAUST（阿联酋科威特大学清洁能源研究平台）
AI总结 本文提出了一种卷积自编码器和神经微分方程框架，用于瞬态二维反向流火焰的降阶模型，通过压缩高保真2D快照，构建物理一致的6D连续潜在流形，实现对火焰全时间演化的预测。
Comments Submitted to the Proceedings of the Combustion Institute, Volume 42
基于合成监督的学习问题感知关键帧选择用于视频问答
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出一种问题感知的关键帧选择框架，通过伪关键帧标签和覆盖正则化提升视频问答的准确率，尤其在时间与因果问题上表现突出。
每种错误都有其严重性：面向多类多实例学习的不对称错误严重性训练
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Seegene Medical Foundation（Seegene医疗基金会）
AI总结 本文提出一种考虑错误严重性的训练策略，通过层次结构优化和概率对齐提升多类多实例学习的诊断准确性，减少临床关键错误。
Comments Accepted by CVPR 2026
通过分布条件扩散解码从预训练视觉-语言模型生成高保真的文本到图像
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Microsoft Research Asia (MSRA)（微软亚洲研究院）
AI总结 本文提出一种基于扩散解码的框架，通过训练仅需扩散解码器即可提升图像保真度，利用分布加权代码向量增强视觉质量，仅需ImageNet-1K短训练即可改进VQ-VAE重建和文本到图像生成。
Int3DNet：混合现实中的场景-运动交叉注意力网络用于3D意图预测
机构 * KAIST UVR Lab（韩国国立科学技术院（KAIST）虚拟现实实验室） ； KAIST KI-ITC PMRC（韩国国立科学技术院（KAIST）信息与通信技术中心PMRC） ； KAIST KI-ITC ARRC（韩国国立科学技术院（KAIST）信息与通信技术中心ARRC） ； KAIST UVR Lab and KAIST KI-ITC ARRC（韩国国立科学技术院（KAIST）虚拟现实实验室和信息与通信技术中心ARRC）
AI总结 Int3DNet通过结合稀疏运动提示和场景点云的交叉注意力融合，直接预测3D意图区域，无需显式物体级感知，在混合现实环境中实现鲁棒的人意图预测。
Comments Accepted as an IEEE TVCG paper at IEEE VR 2026 (journal track)
RRNCO：面向现实世界的神经组合优化路由
机构 * Omelet ； KAIST（韩国科学技术院） ； Radical Numerics ； Singapore Management University（新加坡管理大学）
AI总结 RRNCO通过引入自适应节点嵌入和神经自适应偏置机制，解决现实世界路由问题中的复杂约束，提升神经求解器在物流中的实用性。
Comments Accepted at ICLR 2026. OpenReview: https://openreview.net/forum?id=sKvo9ZZfpe
何时进行集成：识别令牌级点以实现稳定且快速的LLM集成
机构 * KAIST（韩国科学技术院） ； Korea University（韩国大学） ； AITRICS
AI总结 本文提出SAFE框架，通过考虑令牌化不匹配和下一个令牌概率分布的一致性，改进长形式生成中的模型集成，提升准确性和效率。
Comments ICLR 2026
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