高校专区
异质性笔触：利用独特的振动线索提高腕戴式时空触觉显示的识别精度
机构 * HCI Lab, KAIST（韩国釜山科学技术院人机交互实验室）
AI总结 异质性笔触通过为每个触觉器分配独特振动刺激，提高腕戴式触觉显示在不同手臂姿势下的字母数字识别精度。
Comments ACM CHI 2021
通过自蒸馏扭曲序列蒙特卡洛改进约束语言生成
机构 * Seoul National University（首尔国立大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文通过自蒸馏扭曲序列蒙特卡洛方法改进约束语言生成，提升生成质量。
HoliSafe: 视觉-语言模型的综合安全性评估与建模
机构 * ETRI ； KAIST AI（韩国科学技术院人工智能研究所） ； University of Seoul（首尔大学）
AI总结 HoliSafe提出了一种模块化框架和视觉守护模块，通过综合安全性数据集提升视觉-语言模型的安全性，展现其在多个基准中的优越表现。
Comments Project page: https://youngwanlee.github.io/holisafe
对抗任意策略的对抗性老虎机
机构 * CREST, ENSAE, IP Paris（CREST，ENSAE，IP巴黎） ； FairPlay joint team, France（FairPlay联合团队，法国） ； KAIST AI, South Korea（韩国KAIST AI）
AI总结 本文提出了一种对抗任意策略的老虎机算法，通过主-从框架和自适应学习率的在线镜像下降方法，实现了在切换次数S和方差项ρ下的最优时间复杂度。
无代理高斯喷射变形与基于喷射的表面估计
机构 * KAIST（韩国科学技术院）
AI总结 SpLap通过构建表面感知的喷射图，利用拉普拉斯算子实现无代理高斯喷射变形，提升渲染质量与细节保持能力。
Comments 17 pages, Accepted to 3DV 2026 (IEEE/CVF International Conference on 3D Vision)
Upsample Anything: 一种简单且难以被超越的特征上采样基线
机构 * KAIST（韩国科学技术院） ； MIT（麻省理工学院） ； Microsoft（微软公司）
AI总结 Upsample Anything通过简单每张图像优化方法实现高效特征上采样，适用于多种像素级任务，性能优于现有方法。
Comments 15 pages, 12 figures
基于预测的生物医学时间序列数据合成用于开放数据和鲁棒AI
机构 * School of Electrical Engineering, KAIST, Daejeon, Republic of Korea（韩国成均馆大学电气工程学院） ； Department of Applied AI, Hansung University, Seoul, Republic of Korea（汉城市立大学应用人工智能系）
AI总结 本文提出基于预测模型的生物医学时间序列数据合成方法，通过高保真复现EEG和EMG信号，提升AI模型性能并促进开放数据共享。
Comments 22 pages
多普勒对应：基于多普勒速度的非迭代扫描匹配
机构 * Department of Mechanical Engineering, Ulsan National Institute of Science and Technology, Republic of Korea（韩国乌山国立科学与技术研究院机械工程系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology, Republic of Korea（韩国先进科学技术研究院机械工程系）
AI总结 本文提出基于多普勒速度的非迭代扫描匹配方法，通过利用4D激光雷达和雷达的多普勒信息，提高在恶劣环境下的里程计鲁棒性和计算效率。
Delta Attention: 通过Delta校正实现快速且准确的稀疏注意力推理
机构 * KAIST（韩国国立科学技术院）
AI总结 Delta Attention通过Delta校正解决稀疏注意力推理中的分布偏移问题，提升性能并保持高稀疏度，使模型在处理大规模预填充时速度显著提高。
大语言模型中精神病理计算的出现
机构 * KAIST, Kim Jaechul Graudate School of AI（KAIST人工智能研究生院） ； KAIST, School of Electrical Engineering（KAIST电子工程学院） ； UCL, Mental Health Neuroscience Department（伦敦大学学院心理健康神经科学系） ； UvA, Informatics Institute（乌得勒支大学信息学院） ； UvA, Department of Psychology（乌得勒支大学心理学系）
AI总结 本研究通过建立计算理论框架，证明大语言模型中已出现精神病理学的网络计算结构，并揭示其可能带来的安全风险。
Comments pre-print
FxSearcher: 无梯度文本驱动音频变换
机构 * Korea Advanced Institute of Science and Technology, KAIST（韩国科学技术院）
AI总结 FxSearcher通过无梯度框架和引导提示，实现基于文本提示的高质量音频变换，有效提升音频效果配置的优化效率与人类偏好匹配度。
机构 * School of Electrical Engineering, KAIST, Daejeon, Republic of Korea（韩国科学技术院电子工程学院） ； Department of Computer Science and Engineering, UNIST, Ulsan, Republic of Korea（全南国立大学计算机科学与工程系）
Journal ref Advances in Neural Information Processing Systems 39 (NeurIPS 2025)
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
机构 * AI Center, Samsung Electronics（三星电子人工智能中心） ； NAVER AI Lab（NAVER人工智能实验室） ； Korea Advanced Institute of Science & Technology (KAIST)（韩国科学技术院）
Comments Accepted to TMLR 2025. First two authors contributed equally
机构 * Technion（技术学院） ； EverEx ； KAIST（韩国科学技术院）
机构 * KAIST（韩国科学技术院）
机构 * Graduate School of Data Science, KAIST（韩国科学技术院数据科学研究生院） ； School of Computing, KAIST（韩国科学技术院计算机科学学院） ； Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（印第安纳大学布卢明顿分校信息学、计算与工程学院）
Comments Accepted at ASONAM 2025
机构 * CCS Graduate School of Mobility（移动系统联合研究生院） ； KAIST（韩国科学技术院）
Comments Accepted at NeurIPS 2025
Journal ref Proceedings of the Neural Information Processing Systems (NeurIPS 2025)
机构 * KAIST（韩国科学技术院） ； Amazon AGI（亚马逊人工智能实验室）
Comments NeurIPS 2025
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院）
Comments 9 pages, 9 figures
机构 * Integrated Vision and Language Lab., School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（整合视觉与语言实验室，电气工程学院，韩国科学技术院（KAIST）） ； Visual Intelligence Research Section, Superintelligence Creative Research Laboratory, Electronics and Telecommunications Research Institute (ETRI)（视觉智能研究部，超智能创意研究实验室，电子电信研究院）
机构 * RIKEN Center for AI Project（RIKEN人工智能研究中心） ； Kookmin University（韩国庆熙大学） ； Imperial College London（伦敦帝国理工学院） ； KAIST（韩国科学技术院）
Journal ref NeurIPS 2025
机构 * KAIST InnoCORE LLM, KAIST（KAIST信息学院LLM研究中心，KAIST）
Comments 8 pages, 5 figures, 6 tables, accepted for the publication in IEEE Robotics and Automation Letters
机构 * KAIST（韩国科学技术院） ； Salesforce AI Research（Salesforce人工智能研究） ； Google Cloud（谷歌云） ； Elice
机构 * University of Twente（特文特大学） ； University of Bath（巴斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Adobe（Adobe公司） ； KAUST（科威特人工智能研究所以及先进技术中心） ； Microsoft（微软公司） ； KAIST（韩国科学技术院） ； General Robotics（通用机器人公司） ； Toyota Material Handling North America（丰田物流北美公司）
机构 * KAIST（韩国科学技术院）
Comments Accepted at NeurIPS 2025 Workshop on Generative and Protective AI for Content Creation
机构 * KAIST（韩国科学技术院） ； Amazon（亚马逊） ； Collate ； University College London（伦敦大学学院）
Comments LaCATODA Workshop @ AAAI 2026
机构 * KAIST（韩国科学技术院）
Journal ref Advances in Neural Information Processing Systems (NeurIPS), 2025
机构 * KAIST（韩国釜山科学技术院）
Comments Accepted to CIKM 2025 Workshop on Human Centric AI
机构 * Department of Bio and Brain Engineering（生物与脑工程系） ； Department of Mechanical Engineering（机械工程系） ； Kim Jaechul Graduate School of AI（Kim Jaechul人工智能研究生院） ； KAIST Institute for Health Science and Technology（KAIST健康科学与技术研究所）
Comments Keywords: Diffusion model, phase retrieval, inline-holography, inverse problem
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