高校专区
通过跨模态注意力安装实现对齐的新视角图像和几何合成
机构 * NAVER AI Lab（NAVER AI实验室） ； KAIST AI（韩国科学技术院人工智能学院） ； SNU AIIS（首尔国立大学人工智能研究所）
AI总结 本文提出了一种基于扩散的框架，通过跨模态注意力蒸馏实现新视角图像和几何的对齐生成，提升几何鲁棒性和重建质量。
Comments Project page at https://cvlab-kaist.github.io/MoAI
MORPH 轮：一种嵌入机械行为逻辑的被动变量半径轮，用于输入响应转换
机构 * Department of Civil and Environmental Engineering, Korea Advanced Institute of Science and Technology（土木与环境工程系，韩国科学技术院） ； Department of Aerospace Engineering, Korea Advanced Institute of Science and Technology（航空航天工程系，韩国科学技术院）
AI总结 MORPH轮通过机械编程实现被动变量半径调整，具备双向操作、高扭矩容量和精确传动比控制，适用于不确定环境中的机器人移动系统。
Comments 14 pages, 16 figures. Under review at IEEE Transactions on Robotics
具有相关性的多上下文对比解码用于检索增强的视觉问答
机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； Google Cloud AI（谷歌云人工智能）
AI总结 RMCD通过结合多个相关上下文并抑制无关上下文的负面影响，提升检索增强视觉问答的性能。
Comments WACV 2026
SSG: 多尺度视觉自回归生成的缩放空间引导
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 SSG通过缩放空间引导方法，在无需训练的情况下提升多尺度视觉自回归生成的保真度和多样性，同时保持低延迟。
Comments Accepted to ICLR 2026
ESDD2: 环境感知语音和声音深度伪造检测挑战评估计划
机构 * Duke Kunshan University（杜克-肯斯敦大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； The University of Melbourne（墨尔本大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Fortemedia Singapore（新加坡Fortemedia）
AI总结 ESDD2挑战旨在通过CompSpoofV2数据集和增强分离联合学习框架，检测语音和环境声音的组件级深度伪造。
面向异构网络的方面感知MOOC推荐
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 AMR通过嵌入语义内容和自动发现元路径，实现细粒度的语义引导的MOOC推荐
何时回答：可靠音频-视觉问答的自适应置信度细化
机构 * School of Computing, KAIST, Republic of Korea（韩国釜山科学技术院计算机科学学院） ； Laval University（拉瓦尔大学） ； Mila-Quebec AI Institute（魁北克人工智能研究所）
AI总结 本文提出自适应置信度细化方法，用于提升音频-视觉问答任务中可靠性的性能。
Comments Technical Report
在函数空间上引导扩散采样及其在偏微分方程中的应用
机构 * California Institute of Technology（加州理工学院） ； NVIDIA（英伟达） ； University of Oxford（牛津大学） ； KAIST（韩国科学技术院）
AI总结 本文提出FunDPS框架，通过函数空间扩散模型和引导机制，在极稀疏或噪声数据下有效恢复PDE解，实现32%的准确率提升。
Comments Accepted to NeurIPS 2025
EDNet: 一种具有门控Mamba机制和相位不变训练的多功能语音增强框架
机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院电子工程学院）
AI总结 EDNet通过门控Mamba机制和相位不变训练，实现对多种语音失真类型的高效增强，展现高适应性和灵活性。
Comments Accepted by IEEE Transactions on Audio, Speech and Language Processing. Copyright IEEE. The final version will appear in IEEE Xplore
对大型语言模型诊断学生手写数学作业认知技能的基准测试
机构 * School of Computing, KAIST, Daejeon, Republic of Korea（韩国庆熙大学计算机学院） ； University of Michigan, Ann Arbor, USA（美国密歇根大学） ； Ewha Womans University, Seoul, Republic of Korea（韩国成均馆大学） ； AlgorithmLabs, Seoul, Republic of Korea（韩国AlgorithmLabs公司）
AI总结 本文评估了18种大型语言模型在诊断学生手写数学作业认知技能时的表现，发现模型在模糊证据下表现不佳，揭示了模型在证据处理上的系统性问题。
通过PHIBP学习邻居：在数据稀疏环境中预测传染病动态
机构 * Department of Statistics and Actuarial Science, HKU（香港大学统计与精算科学系） ； Department of ISOM, HKUST（香港科技大学工业系统与管理系） ； The Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院）
AI总结 PHIBP通过系统地借鉴相关地区统计强度，有效处理稀疏计数数据，提升传染病预测的准确性和流行病学洞察。
Comments v2: Revised version incorporating peer review feedback from book chapter submission. Clarifies modeling objectives for infectious disease prediction and situates the work within a three-paper PHIBP framework, highlighting suitability for future AI/LLM plug-and-play model specification
DeepVideo-R1: 通过难度感知的回归GRPO实现视频强化微调
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Korea University（韩国大学）
AI总结 DeepVideo-R1通过回归GRPO和难度感知数据增强，提升视频大语言模型的推理能力。
Comments NeurIPS 2025
具有扭转感知流动匹配的灵活MOF生成
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出了一种两阶段MOF生成框架，通过建模化学和几何自由度，实现了对新型MOF的设计和生成。
Comments 24 pages, 9 figures
Journal ref Neural Information Processing Systems (NeurIPS) 2025
D3PIA: 一种用于从乐谱生成钢琴伴奏的离散去噪扩散模型
机构 * Graduate School of Culture Technology, KAIST, Republic of Korea（文化科技研究生院，韩国科学技术院）
AI总结 D3PIA通过离散扩散模型和邻域注意力机制，有效生成符合乐谱约束的钢琴伴奏，优于连续扩散和Transformer基线模型。
Comments Accepted at 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)
以内点为中心的后训练量化方法用于目标检测模型
机构 * KAIST（韩国科学技术院） ； NAVER AI Lab.（NAVER人工智能实验室） ； DGIST（韩国科学技术院）
AI总结 InlierQ通过梯度感知的体积显著性分数分离异常和信息性内点，实现目标检测模型的高效量化。
周期性正则化Q学习
机构 * Department of Electrical Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院电气工程系）
AI总结 本文提出周期性正则化Q学习算法，通过正则化投影算子实现稳定收敛，证明了在线性函数逼近下的有限时间收敛性。
SceneLinker: 通过RGB序列生成语义场景图的组合3D场景
机构 * KAIST UVR Lab（韩国科学技术院UVR实验室） ； KAIST KI-ITC ARRC（韩国科学技术院KI-ITC ARRC） ； KAIST KI-ITC PMRC（韩国科学技术院KI-ITC PMRC）
AI总结 SceneLinker通过语义场景图从RGB序列生成组合3D场景，提升混合现实内容的生成质量与一致性。
Comments Accepted as an IEEE TVCG paper at IEEE VR 2026 (journal track)
Zero2Text: 无训练跨域反向攻击文本嵌入
机构 * School of Computing, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算学院） ； Graduate School of Information Security, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院信息安全研究生院） ； Department of Artificial Intelligence, University of Seoul, Seoul, Republic of Korea（首尔大学人工智能系） ； Department of Computer Science, University of Seoul, Seoul, Republic of Korea（首尔大学计算机科学系）
AI总结 Zero2Text通过递归在线对齐机制，在无训练情况下实现跨域文本嵌入反向攻击，有效对抗传统防御手段，实验显示其在恢复句子方面表现优异。
Comments 10 pages
INDIBATOR: 多样且基于事实的个体性用于分子发现中的多智能体辩论
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Yonsei university（延世大学）
AI总结 INDIBATOR 通过基于个性化科学家资料的多智能体辩论框架，在分子发现中实现了更高质量的科学发现。
具有物体遮挡的移动机械臂非抓取操作的不确定性意识
机构 * Robotics Program at the Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机器人项目）
AI总结 CURA-PPO 通过建模不确定性解决移动机械臂在物体遮挡下的非抓取操作问题，提高操作成功率。
Comments 8 pages, 7 figures, Accepted to ICRA 2026, Webpage: https://jiw0o.github.io/cura-ppo/
VRGaussianAvatar：将3D高斯法 avatars整合到VR中
机构 * KAIST UVR Lab（韩国科学技术院UVR实验室） ； KAIST KI-ITC ARRC（韩国科学技术院KI-ITC ARRC） ； Hansung University and ETH Zurich, Game Technology Center（翰山大学和苏黎世联邦理工学院游戏技术中心） ； ETH Zurich, Game Technology Center（苏黎世联邦理工学院游戏技术中心） ； KAIST UVR Lab and KAIST KI-ITC ARRC（韩国科学技术院UVR实验室和韩国科学技术院KI-ITC ARRC）
AI总结 VRGaussianAvatar通过HMD跟踪信号实现实时全身体3DGS avatars，采用并行流水线和双目批处理提升渲染效率，实验证明其在交互性能和外观相似性上的优势。
Comments Accepted as an IEEE TVCG paper at IEEE VR 2026 (journal track)
基于共形映射的物理信息神经网络用于设计中性包含体
机构 * Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology（韩国科学技术院数学科学系） ； Department of Artificial Intelligence, Chung-Ang University（Chung-Ang 大学人工智能系）
AI总结 本文提出CoCo-PINNs，结合共形映射与物理信息神经网络，解决中性包含体设计问题，提升PINNs的可信度、一致性和稳定性。
多LLM自适应置信推理用于可靠的LLM响应
机构 * Department of Applied Statistics and Data Science, Yonsei University（应用统计与数据科学系，延世大学） ； Department of Mathematical Sciences, KAIST（数学科学系，韩国科学技术院）
AI总结 多LLM自适应置信推理通过集成生成更准确的事实性分数，提升高风险领域中LLM响应的可靠性和准确性。
Comments Accepted to ICLR 2026
通过期望最大化学习大语言模型的推理能力
机构 * kaist-ai（韩国科学技术院人工智能学院） ； adobe（Adobe研究）
AI总结 本文提出基于奖励的过滤期望最大化方法，通过不同采样方案提升大语言模型的推理能力，实验表明PPS在任务表现上优于其他方案。
Comments 27 pages, 15 figures, 5 tables (ver2: major revision, including new experiments, reorganization, etc)
道德愤怒影响承诺：韩国和美国YouTube上的多模态道德情感
机构 * KAIST（韩国科学技术院）
AI总结 本研究通过多模态道德情感分类器分析YouTube上道德愤怒对用户参与度的影响，发现其在不同文化中均能提升观看和评论等互动行为。
Comments Accepted at The Web Conference 2026. We release Korean and English multimodal moral emotion classifiers
TSLM：用于发散思维的树状语言建模
机构 * NYU（纽约大学） ； KAIST（韩国科学技术院）
AI总结 TSLM通过树状结构语言建模实现发散思维，利用完整搜索树训练提升推理效率和鲁棒性。
量子启发强化学习用于安全可持续的AIoT驱动供应链系统
机构 * Qatar Center for Quantum Computing, College of Science and Engineering, Hamad Bin Khalifa University（卡塔尔量子计算中心，科学与工程学院，哈马德·本·哈利法大学） ； School of Computing, Korea Advanced Institute of Science and Technology（计算机学院，韩国先进科学研究院） ； Nottingham Trent University, Engineering Department（诺丁汉特伦特大学，工程系） ； Department of Computer Science, Faculty of Computers and Artificial Intelligence, Hurghada University（计算机科学系，计算机与人工智能学院，胡尔加达大学）
AI总结 本文提出量子启发式强化学习框架，用于提升AIoT驱动供应链系统的安全性与可持续性。
时间差学习在Schur稳定的递归下的有限时间准确性
机构 * Department of Electrical Engineering, KAIST, Daejeon, 34141, South Korea（韩国釜山科学技术院电子工程系） ； Department of Defense Systems Engineering, Sejong University, Seoul, 05006,, South Korea（全州大学国防系统工程系）
AI总结 本文提出了一种基于Schur稳定性的有限时间误差分析框架，用于改进时间差学习的统计效率和理论分析。
Comments arXiv admin note: text overlap with arXiv:2112.14417
ARGORA：用于因果基础的大语言模型推理和决策的协同论证
机构 * School of EE, KAIST, Daejeon, South Korea（韩国科学技术院电子工程学院） ； S2W Inc., Pangyo, South Korea（S2W公司）
AI总结 ARGORA通过构建因果论证图，提升大语言模型在因果推理和决策中的准确性与修正能力。
Comments 58 pages
MAD：用于减轻多模态大语言模型中跨模态幻觉的模态自适应解码
机构 * Integrated Vision Language Lab, KAIST, South Korea（韩国科学技术院集成视觉语言实验室）
AI总结 MAD通过自适应加权对比解码分支，有效减少多模态大语言模型中的跨模态幻觉问题。
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