高校专区
利用AI合作科学家发现晶体结构预测算法
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出人机协同发现系统HACO，通过跨域搜索和稀疏人类引导，从视觉领域引入掩码生成模型MaskGIT用于晶体结构预测，并改进为MaskGXT，在多个基准上取得最优结果。
跨国信息攻击：韩国巨魔行为的二十年分析
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国高级科学研究院） ； 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 提出可解释机器学习框架，对韩国112M条新闻评论进行检测，识别出23,998个疑似协调操纵账户，发现其依赖道德谴责修辞而非直接宣传外国叙事，且此类修辞获得更高用户参与，主要针对国内政治人物，可能加剧两极分化。
Comments Accepted at the 35th USENIX Security Symposium (USENIX Security '26)
利用触觉感知和本体感觉进行工具操作中外在接触轨迹的几何重建
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Korea Institute of Machinery and Materials（韩国机械与材料研究院）
AI总结 提出一种基于触觉感知和机器人本体感觉重建工具尖端外在接触轨迹的方法，通过单点接触假设和校准段估计全局接触位置，结合连续接触下的相对运动估计，实现实时轨迹重建。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
利用人类偏好奖励改进文本到音乐生成
机构 * Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出结合人类偏好奖励（TuneJury）的文本到音乐生成方法，通过训练时奖励条件化、专家迭代、偏好微调等五项工程决策，在ATTM挑战中提升FAD-CLAP和CLAP分数。
Comments ICME 2026 Grand Challenge on Academic Text-to-Music Generation
CORTIS：面向任务型语音代理的纯文本口语语言模型适配
机构 * Maum AI Inc.（马姆人工智能公司） ； Seoul National University（首尔国立大学） ； Korea Culture Technology Institute（韩国文化科技研究所） ； KAIST（韩国科学技术院）
AI总结 提出CORTIS框架，通过纯文本任务监督微调口语语言模型，实现推理时直接生成结构化输出，无需配对语音-目标数据，在声学退化下优于级联方法。
Comments Submitted to EMNLP 2026 Industry Track
通过TRIZ启发的文本到CAD框架增强3D生成设计的创造力
机构 * Cho Chun Shik Graduate School of Mobility, KAIST, Daejeon, Republic of Korea（韩国科学技术院（KAIST）赵正植移动研究生院，大田，韩国） ； Samsung Electronics, Suwon, Republic of Korea（三星电子，水原，韩国） ； Department of Mechanical Engineering, Hanyang University, Ansan, Republic of Korea（汉阳大学机械工程系，安山，韩国） ； Narnia Labs, Daejeon, Republic of Korea（纳尼亚实验室，大田，韩国）
AI总结 提出TRIZ启发的文本到CAD框架，利用LLM生成可编辑CAD模型并系统探索创新设计方案，通过三阶段流程实现结构多样性与质量优化，案例显示质量减少4.0-14.7%。
Comments 10 pages, 6 figures
SDP-Codec：一种带有音高注入的说话人解耦语音编解码器，用于低比特率编码和零样本语音转换
机构 * Graduate School of Culture Technology, KAIST（韩国科学技术院文化技术研究生院）
AI总结 提出SDP-Codec，通过单阶段优化从预训练自监督编码器中提取局部令牌并注入归一化F0，实现说话人解耦，在低比特率下达到竞争性重构和强零样本语音转换，且说话人泄露最少。
Comments Accepted to Interspeech 2026. Code and demo: https://github.com/hanshounsu/sdpcodec-open/
基于LLM的多参考评估方法用于短语边界标注的高效稳健评估
机构 * NAVER Cloud（NAVER云） ； Yonsei University（延世大学） ； KAIST AI（韩国科学技术院人工智能）
AI总结 提出基于LLM的多参考评估方法(LMRE)，通过生成多个有效短语边界解决单参考评估的局限性，在韩语测试中与人类判断一致性更强。
Comments Accepted at Interspeech 2026
SLeDGe: 基于图结构学习的数据流半监督学习
机构 * KAIST（韩国科学技术院）
AI总结 提出SLeDGe方法，通过联合学习预测模型和自适应图结构，在严格内存和标签约束下实现数据流半监督学习，在12个数据集上平均相对准确率提升31.7%（0.1%标签）和14.8%（1%标签）。
CheXpercept: 评估胸部X光片中专家级病变感知的基准
机构 * KAIST（韩国科学技术院） ； Samsung Medical Center（三星医疗中心） ； Konkuk University Medical Center（建国大学医疗中心）
AI总结 提出CheXpercept基准，通过粗粒度检测、细粒度轮廓评估与修正、语义级属性提取三个层次评估视觉语言模型在胸部X光片上的专家级病变感知能力，发现当前模型仅在粗粒度任务上表现良好。
基于扰动的视觉-语言-动作模型不确定性用于故障检测
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出一种无标签、模型无关的扰动框架，通过注入高斯扰动到隐藏激活中估计认知不确定性，在分布偏移下提升故障检测性能。
微调视觉-语言-动作模型所需的层数比你想象的少
机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； University of Arkansas（阿肯色大学） ； Technical University of Denmark（丹麦技术大学） ； Hanoi University of Science and Technology（河内科技大学） ； KAIST（韩国科学技术院） ； Monash University（莫纳什大学） ； Oldenburg University（奥尔登堡大学） ； DFKI（德国人工智能研究中心） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； Stanford University（斯坦福大学） ； Technische Universität Darmstadt（达姆施塔特工业大学）
AI总结 本文发现VLA模型存在层间表示冗余，提出无需训练的压缩方法，通过去除冗余层将模型深度减少50%，实现40-50%训练加速和30%推理加速，性能不变。
Pose6DAug: 用于机器人数据增强的物理合理多视图物体替换
机构 * KAIST（韩国科学技术院） ； Korea University（韩国大学） ； RLWRLD
AI总结 提出Pose6DAug，一种基于失败驱动的数据增强框架，通过3D网格和6D姿态轨迹替换成功轨迹中的物体，生成多视图一致的物理合理演示，无需额外数据收集，在新型物体上提升VLA策略成功率16.5%。
LLM在生成式推荐中的记忆行为：观察、启示与训练策略
机构 * KAIST（韩国科学技术院） ； Sungkyunkwan University（成均馆大学） ； Snap Inc.（Snap公司）
AI总结 研究LLM在生成式推荐中的记忆倾向，发现其过度依赖一跳记忆，提出IIRG训练策略以学习多跳协同与语义关系，显著提升对非一跳记忆用户的推荐效果。
跨东亚和东南亚语境的文化适应红队测试：方法论与比较分析
机构 * University of California, Berkeley（加州大学伯克利分校） ； Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 针对大语言模型的多语言安全评估，通过构建直接翻译与文化适应数据集，发现文化适应提示的攻击成功率平均提升9.3个百分点，直接翻译低估风险，且文化深度评分显著低于文化适应版本，表明适应文化语境对有效评估至关重要。
Comments Accepted to ICML 2026 Workshop on Culture X AI
FrozenDrive: 零样本文本引导驾驶场景生成与数据增强的无参数冻结扩散模型
机构 * KAIST, Visual Intelligence Lab（韩国科学技术院视觉智能实验室）
AI总结 提出FrozenDrive框架，利用冻结的预训练扩散模型，通过知识保留的时空注意力实现多视图一致性和时间连贯性，无需微调即可生成恶劣天气下的驾驶场景，提升自动驾驶模型鲁棒性。
Comments Accepted to ECCV 2026
基于可学习全局合并的可变长度分词用于扩散变换器
机构 * Kim Jaechul Graduate School of AI, KAIST, Daejeon, South Korea（韩国科学技术院金载哲人工智能研究生院，大田，韩国） ； School of Computing, KAIST, Daejeon, South Korea（韩国科学技术院计算学院，大田，韩国）
AI总结 针对固定压缩比限制扩散模型质量-计算权衡的问题，提出基于可学习全局合并的可变长度分词器，通过合并令牌实现跨长度表示对齐，在ImageNet 256×256生成中实现更优的gFID-计算权衡。
基于Lean的过程验证强化学习用于定理证明
机构 * KAIST AI（韩国科学技术院人工智能系）
AI总结 提出利用Lean证明助手提供过程级验证信号，结合GRPO风格强化学习目标，通过策略级监督提升定理证明性能。
一种用于相场断裂模拟的混合GNN-FEM框架：面向通用代理模型的物理保持混合方法
机构 * KAIST（韩国科学技术院）
AI总结 提出混合GNN-FEM框架，用图神经网络替代相场更新步骤，保留FEM位移求解器，通过无量纲特征设计和物理信息损失实现跨几何、载荷、材料和离散化的通用断裂模拟，降低计算成本并保持精度。
Comments 46 pages
基于凸神经表示的塑性屈服函数物理信息发现
机构 * KAIST（韩国科学技术院）
AI总结 提出一种物理信息框架，从全场位移和反力数据中自动发现各向异性屈服函数，无需应力观测或预设参数形式，采用凸神经网络表示并嵌入弹塑性应力积分中训练。
Comments 39 pages
TRAP：任务完成与主动隐私提取抵抗基准
机构 * Dept. of Electrical Engineering, POSTECH（POSTECH电子工程系） ； Grad. School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院） ； School of Computing, KAIST（韩国科学技术院计算机学院）
AI总结 提出TRAP基准，评估智能体在文档密集型任务中平衡任务准确性与隐私泄露的能力，发现所有模型均存在非平凡泄露，并证明基于提示的防御无法同时实现高任务成功率和零泄露概率，提出结构化的私有字段隔离方法。
DREAM: 通过双目标编码扩展视觉-语言模型用于跨模态检索
机构 * Sejong University（世宗大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Ulsan National Institute of Science and Technology（乌山国立科学研究院）
AI总结 提出DREAM模型，通过双路径表示增强与对齐，结合层级视觉编码器和混合语言建模，在视频检索任务中实现新SOTA。
面向零样本仿真到现实VLA增强的以对象为中心的残差强化学习
机构 * KAIST（韩国科学技术院） ； Microsoft Research Asia - Tokyo（微软亚洲研究院-东京） ； The University of Tokyo（东京大学）
AI总结 提出以对象为中心的残差强化学习框架，在仿真中训练策略，零样本迁移到真实机器人，将VLA模型成功率从42%提升至76%。
Comments 8 pages, 7 figures, 2 tables; 8-page appendix
谁赢得冲突？音频大模型中文本偏差的机制可解释性
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院）
AI总结 本文通过机制分析揭示音频大模型中的文本主导偏差，发现文本路径主动抑制完整音频表征，并提出无训练干预方法back-patching以增强音频表征，缓解文本主导。
Comments Preprint
表格基础模型在流学习中的有界上下文管理
机构 * Seoul National University（首尔大学） ； KAIST（韩国科学技术院）
AI总结 针对表格流学习中分布漂移问题，提出上下文管理策略CURE，通过不确定性门控准入和冗余感知驱逐管理上下文，在七个流上相对提升最高27.0%。
Comments Accepted as a spotlight oral (top 5%) at the 2nd ICML Workshop on Foundation Models for Structured Data (FMSD@ICML2026)
约束泛化：音频-语言模型少样本泛化的子空间微调
机构 * KAIST（韩国科学技术院）
AI总结 针对音频-语言模型少样本微调导致的基类-新类权衡问题，提出子空间微调（SubT），通过结构化子空间参数化和残差锚定约束文本嵌入漂移，并利用子空间感知门控抑制负迁移，在11个音频基准上实现高效强泛化。
面向大型音频语言模型的连续音频思考
机构 * KAIST（韩国科学技术院）
AI总结 提出连续音频思考（CoAT）框架，通过专家蒸馏在连续潜在空间中组织声学信息，使音频语言模型在生成响应前利用丰富声学特征，无需额外自回归解码成本，在多个音频任务上提升性能。
Comments Preprint
通过稀疏性促进微调实现等变材料基础模型的鲁棒和可解释适应
机构 * KAIST（韩国科学技术院） ； Seoul National Univ.（首尔国立大学） ； KIAS（韩国宇宙科学研究所） ； Ewha Womans Univ.（成均馆大学） ； Kangwon National Univ.（江原国立大学）
AI总结 提出稀疏性促进微调方法，利用E(3)等变材料基础模型的结构特性选择性更新参数，在能量和力预测任务中以约3%参数达到或超越全微调性能，并展示在磁矩预测等任务中的泛化性和可解释性。
Comments Accepted by ICLR 2026
RaLMPH：全切片图像分类中面向多病理学家协调的可靠性感知学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Seegene Medical Foundation（Seegene医学基金会）
AI总结 提出RaLMPH框架，通过可靠性场建模局部邻域结构和专家不确定性，实现多病理学家标注的全切片图像标签协调，提升多实例学习性能。
Comments Accepted by MICCAI 2026
NoiseTilt: 噪声倾斜反向核用于扩散奖励对齐
机构 * KAIST（韩国科学技术院） ； The University of Tokyo（东京大学）
AI总结 提出噪声倾斜反向核(NTRK)，通过将奖励梯度注入噪声项实现奖励引导采样，保持预训练反向核不变，每步仅需单样本，在奖励对齐任务中超越现有方法且不损失样本质量。
Comments ECCV 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