高校专区
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。
通过解耦证明者-验证者游戏减轻可读性代价
机构 * KAIST（韩国科学技术院）
AI总结 提出解耦证明者-验证者游戏（DPVG），通过分离正确性与可检查性训练一个翻译器模型，将固定求解器的解转化为可检查形式，在保持答案正确性的同时提高可检查性，解决了可读性代价问题。
Comments ICLR 2026 Workshop Trustworthy AI
DeFrame: 消除大语言模型中的框架效应偏差
机构 * KAIST（韩国科学技术院）
AI总结 针对大语言模型在语义等价但不同表述的提示下产生不一致偏见的问题，提出框架感知的去偏方法，通过量化框架差异并增强跨框架一致性，有效降低整体偏见并提升鲁棒性。
Comments Accepted to Findings of ACL 2026
MENTOR: 通过灵活的教师优化奖励进行工具使用蒸馏的强化学习
机构 * Seoul National University of Science and Technology（首尔科学技术大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； LG CNS
AI总结 提出MENTOR方法，通过灵活的教师优化奖励结构，平衡行为对齐与下游性能，提升小模型在工具使用任务中的域外泛化能力。
RoboSSM: 基于状态空间模型的可扩展上下文模仿学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； KAIST（韩国科学技术院） ； FAIR at Meta（元宇宙FAIR） ； Amazon（亚马逊） ； Sony AI（索尼人工智能）
AI总结 提出RoboSSM，用状态空间模型替代Transformer实现上下文模仿学习，在LIBERO基准上对未见和长时任务泛化更优，首次证明SSM是ICIL高效可扩展的骨干网络。
Comments IROS 2026
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
通过纠正失真改进视觉令牌减少以实现高效多模态大语言模型推理
机构 * KAIST（韩国科学技术院）
AI总结 提出RESTORE框架，通过校准位置和注意力失真来改进视觉令牌减少，在保持效率的同时提升多模态大语言模型性能。
Comments Accepted to ICML 2026
DexSynRefine：合成与精炼人-物交互运动以实现物理可行的灵巧机器人动作
机构 * Korea Institute of Science and Technology（韩国科学技术院） ； KAIST（韩国科学技术院） ； Hanyang University（翰阳大学）
AI总结 提出DexSynRefine框架，通过HOI-MMFP运动先验合成手-物轨迹，结合任务空间残差强化学习和接触动力学适应，将人-物交互数据转化为物理可行的灵巧操作，在五个任务上成功率提升50-70个百分点。
Comments Project page: https://dexsynrefine.github.io/
PosterForest: 用于科学海报生成的分层多智能体协作
机构 * Graduate School of Artificial Intelligence, KAIST（韩国釜山国立大学人工智能研究生院） ； School of Integrated Technology, Yonsei University（延世大学整合技术学院）
AI总结 提出PosterForest，一种无需训练的科学海报生成框架，通过Poster Tree分层表示文档结构，并利用内容与布局智能体进行分层推理与递归优化，实现内容与布局的联合优化，提升语义连贯性、逻辑流畅性和视觉平衡。
Comments ACL 2026
PolyBench：多声部音频中组合推理的基准测试
机构 * Harbin University of Science and Technology（哈尔滨理工大学） ； The University of Melbourne（墨尔本大学） ； KAIST（韩国成均馆大学） ； University of Surrey（萨里大学）
AI总结 针对多声部音频中组合推理评估缺失的问题，提出PolyBench基准，包含计数、分类、检测、并发和时长估计五个子集，评估发现现有大音频语言模型在多声部场景下性能持续下降。
Comments Accepted by INTERSPEECH 2026
环境声音深度伪造检测挑战赛：鲁棒性、评估与洞察的基准测试
机构 * School of Electrical Engineering, KAIST, Daejeon, Republic of Korea（韩国成均馆大学电气工程学院） ； University of Melbourne, Australia（墨尔本大学） ； Fortemedia Singapore, Singapore（新加坡Fortemedia公司） ； Xi’an University of Posts & Telecommunications, Xi’an, China（西安邮电大学） ； Xi'an Lianfeng Acoustic Technologies Co., Ltd., China（西安联丰声学技术有限公司）
AI总结 本文介绍了环境声音深度伪造检测挑战赛，探讨了鲁棒性评估、系统架构及未来研究方向，提出了环境声音深度伪造检测的关键挑战与机遇。
Comments Accepted by Interspeech 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
当多种文字重要时：在临床环境中评估ASR
机构 * AITRICS ； University of Copenhagen（哥本哈根大学） ； KAIST（韩国科学技术院）
AI总结 针对非英语临床场景中ASR受多文字变异性影响的问题，提出MultiClin基准，通过多文字感知评估更公平地衡量识别质量，并发现文字统一化能提升ASR性能。
Comments Interspeech 2026
基于轨迹直线度的整流流根选择不动点反演
机构 * KAIST（韩国科学技术院）
AI总结 提出SelFix方法，通过选择使逆轨迹更直的不动点解，在整流流中实现精确反演，提升图像重建和编辑质量。
OmniDrive: 一种由LLM编排的多智能体世界模型，用于多视角驾驶视频生成的统一潜在协同压缩
机构 * Peking University（北京大学） ； Xiamen University（厦门大学） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； National Taiwan University（国立台湾大学） ； Wuhan University（武汉大学） ； Wuhan University of Technology（武汉理工大学） ； Tsinghua University（清华大学） ； Jimei University（集美大学）
AI总结 提出DRIVE-CHOREO，一种由LLM编排的多智能体世界模型，通过三个Qwen2.5-VL智能体协同生成位置感知的潜在序列，并利用视图-时间置换与3D VAE协同压缩，实现可控多视角视频生成，在nuScenes上达到SOTA多视角一致性和BEV mAP 21.6。
Comments 24 pages, 10 figures
EHRNote-ChatQA：一个面向纵向出院总结的基于证据的多轮临床问答基准
机构 * KAIST（韩国科学技术院） ； Seoul National University（首尔大学） ； Seoul National University Bundang Hospital（首尔大学盆唐医院） ； SAIHST, Sungkyunkwan University（成均馆大学） ； Yonsei University College of Medicine（延世大学医学院） ； Gangnam Severance Hospital（江南塞弗伦斯医院） ； Severance Hospital（塞弗伦斯医院） ； Seoul Medical Center（首尔医疗中心） ； Seoul National University Hospital（首尔大学医院） ； National Cancer Center（国立癌症中心） ； Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院） ； Samsung Medical Center（三星医疗中心）
AI总结 提出EHRNote-ChatQA基准，基于MIMIC-IV出院总结构建，包含967个多轮样本和16072个专家验证的QA对，评估LLM在证据支持下的多轮临床问答能力，发现模型在证据定位和多轮错误累积方面存在挑战。
最后但同样重要：用于多模态KV缓存压缩的边界注意力校准
机构 * KAIST（韩国科学技术院） ； Zhejiang Laboratory（之江实验室） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对多模态大语言模型长视觉上下文中KV缓存压缩导致关键证据丢失的问题，提出BACON方法，通过校准观察窗口注意力与最后查询注意力，并利用层内一致性和层间持久性抑制噪声，在激进压缩下平均提升7.5%性能。
Plug-and-Steer：解耦分离与选择的音视频目标说话人提取
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 提出Plug-and-Steer方法，通过解耦分离与目标选择，利用冻结的纯音频骨干网络和潜引导矩阵实现高保真音视频目标说话人提取。
Comments Accepted by Interspeech 2026; demo available https://plugandsteer.github.io
PACE-RAG：面向临床药物推荐的患者感知上下文与证据约束RAG
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Department of Neurology, Seoul National University Hospital（首尔国立大学医院神经科） ； Asan Medical Center, University of Ulsan, College of Medicine（釜山大学医学院阿桑医院） ； Haeundae Paik Hospital, Inje University（庆尚大学医院海undae医院）
AI总结 提出PACE-RAG框架，通过提取患者特定临床特征、检索相关病例并结合当前症状与用药史，实现个性化药物推荐，在帕金森病和MIMIC-IV数据集上取得最优性能。
Comments 32 pages, 18 figures
具有广义双线性偏好的可证明高效正则化在线RLHF
机构 * KAIST AI（韩国科学技术院人工智能研究所） ； KAIST EE（韩国科学技术院电子工程系） ； POSTECH CSE/AI（POSTECH 计算科学与人工智能系）
AI总结 研究在线RLHF中正则化最佳响应最大遗憾最小化问题，通过广义双线性偏好模型证明强凸性可导出多对数遗憾，表明快速遗憾不限于KL散度。
Comments 48 pages, 3 figures (ver3: major revisions; ver2: more colorful boxes, fixed some typos)
FeedEval: 面向教学法的LLM生成作文反馈评估
机构 * Graduate School of Data Science, KAIST（数据科学研究生院，韩国科学技术院） ； Department of Industrial & Systems Engineering, KAIST（工业与系统工程系，韩国科学技术院）
AI总结 提出FeedEval框架，沿特异性、帮助性和有效性三个教学维度评估LLM生成的作文反馈，通过专用评估器筛选高质量反馈，提升下游评分和修订效果。
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