高校专区
生成漂移的可识别性与稳定性：伴随椭圆核族
机构 * Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology (KAIST)（数学科学系，韩国科学技术院（KAIST））
AI总结 本文研究了生成漂移框架下漂移场的可识别性和稳定性，引入伴随椭圆核族以解决标准高斯分数场论证失效的问题，并证明该族包含拉普拉斯核和具有平滑参数ν≥1/2的高斯和马特恩核，从而建立任意Borel概率测度下的场可识别性及稳定性条件。
Comments 40 pages, 0 figures
基于物理的拉普拉斯神经算子用于求解偏微分方程
机构 * Department of Mathematics, Pohang University of Science and Technology (POSTECH)（POSTECH数学系） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机械工程系）
AI总结 PILNO通过整合物理约束提升神经算子在求解偏微分方程时的准确性和鲁棒性，尤其在小数据和分布外场景下表现更优。
Comments 46 pages, 22 figures, 9 tables
EventCoT：用于推理时间定位的以事件为中心的视频思维链
机构 * Pohang University of Science and Technology（浦项科技大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Handong Global University（韩东国际大学）
AI总结 提出EventCoT框架解决推理时间定位难题，先对视频进行以事件为中心的分词，再在识别出的事件内推理生成答案，通过嵌入匹配确定时间间隔，在相关任务中取得好结果。
Comments 27 pages, 11 figures, 19 tables. Co-corresponding authors: Dongkeun Kim and Suha Kwak
大语言模型作为导师：不可验证强化学习中的策略感知提示适应
机构 * KAIST（韩国科学技术院） ； Upstage ； University of Toronto（多伦多大学） ； Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达）
AI总结 针对不可验证强化学习中训练提示静态导致的问题，提出LLM-as-a-Tutor框架，让大语言模型从评判扩展为导师，通过对比策略展开检测无挑战性提示并添加约束，提升性能。
社会推理从何而来？语言模型中的能力来源
机构 * Georgia Institute of Technology, College of Computing（佐治亚理工学院计算学院） ； MATS Program（MATS项目） ； EleutherAI ； KAIST AI（韩国科学技术院人工智能学院） ； Georgia Tech AI Safety Initiative（佐治亚理工学院人工智能安全倡议）
AI总结 通过训练数据归因方法，发现OLMo3-7B中社会推理和STEM推理依赖于不同的预训练语料区域，且推理层面的差异比知识层面更显著。
Comments 120 pages. Published as a conference paper at COLM 2026
AgentPSO: 通过多智能体粒子群优化进化智能体推理能力
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 AgentPSO通过多智能体粒子群优化框架，使智能体在任务中进化推理能力，通过结合自身经验与群体最优技能，提升个体与集体推理性能，实验证明其优于静态单智能体和测试时多智能体方法。
Comments The 3rd AI for Math Workshop at the 43rd International Conference on Machine Learning (ICML), Seoul, South Korea, 2026
Q学习的Lyapunov认证直接切换理论
机构 * Department of Electrical Engineering（电气工程系） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出一种基于直接随机切换系统的Q学习分析方法，通过联合谱半径定义漂移率，推导出有限时间最终迭代界。
上下文示例抑制大语言模型中的科学知识回忆
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 研究发现上下文示例会削弱大语言模型对科学知识的回忆能力，使模型更依赖经验模式匹配而非预训练知识。
Comments COLM 2026
Persona-Pruner: 为角色扮演雕琢轻量级模型
机构 * Department of Artificial Intelligence, Korea University, Seoul, South Korea（韩国大学人工智能系） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 提出Persona-Pruner框架，通过从单个描述中隔离特定角色的子网络来剪枝语言模型，在保持角色扮演性能的同时大幅降低计算成本，性能下降比最强基线减少93.8%。
Comments 25 pages; ICML 2026; Code is available at https://github.com/jsu-kim/Persona-Pruner
通过可验证的推理过程监督获得正确答案：语言模型的可验证过程监督
机构 * KAIST AI（KAIST人工智能研究所） ； University of Texas, Austin（德克萨斯大学奥斯汀分校） ； Rice University（里士满大学） ； Princeton University（普林斯顿大学） ； University of Washington（华盛顿大学） ； Sentient Labs（Sentient实验室）
AI总结 本文提出VPS框架，通过联合优化预测准确性和推理质量，在可验证领域使语言模型同时获得准确和可靠的推理能力。
Comments COLM 2026
SimMOF：用于自动化MOF模拟的AI代理
机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST）化学与生物分子工程系）
AI总结 SimMOF通过自然语言查询自动化MOF模拟全流程，实现依赖感知计划生成、可运行输入生成、多代理协同执行及结果分析，提供数据驱动的MOF研究可扩展基础。
Comments 42 pages, 7 figures, 3 tables
HALT：面向检索增强搜索智能体的感知验证式停止策略
机构 * KAIST（韩国科学技术院）
AI总结 该研究针对检索增强搜索智能体的冗余检索问题，提出轻量级感知验证停止策略HALT，在三个多跳QA基准上减少冗余搜索且保持精确匹配，无需修改宿主智能体。
Comments 23 pages, 6 figures. Code: https://github.com/Noverse0/HALT
AudioDER: 一种用于后训练大型音频语言模型的去重增强推理数据集
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Shanghai Jiaotong University（上海交通大学）
AI总结 针对现有音频-语言数据集冗余导致后训练效果下降的问题，提出基于声学相似性去重的数据构建流程，生成包含191k样本的推理导向数据集AudioDER，显著提升LALM在多个音频推理基准上的性能。
基于谱积分梯度的粗到细特征归因
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； INEEJI Corp.（INEEJI公司）
AI总结 本文提出Spectral Integrated Gradients（SIG）方法，通过奇异值分解构建积分路径，以减少噪声并提高特征归因的准确性，优于传统路径基方法。
Comments 21 pages, 13 figures, 9 tables. Accepted to ACM KDD 2026; includes appendices
在推理失效之前：智能体检索增强生成（RAG）中的证据前程序失效
机构 * KAIST（韩国科学技术院）
AI总结 该研究针对智能体RAG系统在推理前的程序失效，提出将错误答案分为两类失效，评估Read-Gate机制，发现强制阅读可提升准确率，且证据收集应作为独立轨迹控制问题评估。
Comments 22 pages, 7 figures. Code: https://github.com/Noverse0/before-reasoning-fails
通过多路径推理和反馈驱动优化实现自动化可视化代码合成
机构 * AI Research, Enhans, Seoul, South Korea Innovation \& Technology, KAIST, Daejeon, South Korea Department of Computer Science, University of California, Berkeley, CA, United States Department of Electrical
AI总结 VisPath通过多路径推理和反馈驱动优化，提升自动化可视化代码生成的可靠性与准确性。
Comments Accepted by International Conference on Pattern Recognization (ICPR 2026)
Journal ref Pattern Recognition. ICPR 2026. Lecture Notes in Computer Science, vol 16812. Springer, Cham
揭示上下文学习中自发形成的物理表征
机构 * Department of Physics, KAIST（KAIST物理系） ； MPI for Security and Privacy, Germany（德国安全与隐私研究所） ； Center for Complex Systems, KAIST（KAIST复杂系统中心）
AI总结 本研究以动力学预测为代理任务，发现大语言模型无需物理特定监督，就能在上下文学习中自发形成与能量等物理概念对齐的表征，且该表征对预测有贡献，为ICL机制提供了物理解释。
Comments 15 pages, 10 figures
语言模型中的提升表示假设
机构 * KAIST AI（韩国科学技术院人工智能研究所）
AI总结 研究大型语言模型中结构的存储、选择和修正问题，提出提升表示假设，通过多种实验评估其提升和细化情况，发现数据受嵌套规则和异常支配时模型存在问题，强调需研究数据与规则结构关系。
Comments 24 pages, 13 figures
LLM 能否可靠地自我报告对抗性预填充，以及如何实现？
机构 * KAIST（韩国科学技术院）
AI总结 研究LLM在安全场景中识别自身输出是否受对抗性预填充攻击的能力，发现模型平均27.3%声称预填充输出有意图，且内省信号主要来自安全/拒绝推理，LoRA微调方法扩大了意图-篡改探针差距并提高了攻击成功率。
Comments Under review
AirSplat：基于鲁棒前馈3D高斯散射的对齐与评分
机构 * KAIST（韩国科学技术院）
AI总结 本文提出AirSplat框架，通过自一致性姿态对齐和基于评分的透明度匹配技术，提升无姿态视角合成的重建质量。
Comments Project page: https://kaist-viclab.github.io/airsplat-site, accepted to ECCV 2026
采样决策：精确路径空间校正、先验抵消和局部玻尔兹曼引导
机构 * Program in Applied Mathematics and Department of Mathematics, University of Arizona（应用数学项目和数学系，亚利桑那大学） ； Graduate School of AI at KAIST（韩国科学技术院人工智能研究生院）
AI总结 研究如何校正离散空间便宜但有偏差的顺序有限时间范围采样器，核心方法是将采样决策公式化为路径空间相对熵投影，引入相关先验和校正。实验表明单例积先验有问题，局部玻尔兹曼引导效果好，确定了相关前缀引导对顺序采样的决定性作用。
Comments 35 pages, 7 figures
基于FEA-AI混合方法的IPMSM设计优化多智能体系统
机构 * Cho Chun Shik Graduate School of Mobility, KAIST（KAIST Cho Chun Shik 移动研究生院） ； Department of Mechanical Engineering, Hanyang University（汉阳大学机械工程系） ； Narnia Labs
AI总结 提出一种端到端自动化IPMSM设计优化框架，通过RAG结构化问题定义与不确定性感知的FEA-AI混合优化流水线，平衡计算成本与预测可靠性，在同等FEA预算下优于纯FEA或纯AI方法。
Comments 37 pages, 31 figures
PAIR：面向多轮代理优化的前缀感知内部奖励模型
机构 * KAIST（韩国科学技术院） ； Yonsei University（延世大学）
AI总结 本文提出PAIR模型，通过结合冻结的隐藏状态探针和轻量级注意力头部，解决多轮任务中内部正确性探针的可靠性问题，从而在不依赖外部模型调用或地面真实依赖的情况下，为GRPO训练提供密集的步骤级奖励信号。
Comments Under Review
利用脉冲神经网络检测生成视频
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出MAST检测器，通过脉冲神经网络处理多通道时间残差，利用语义编码器实现跨生成器泛化，实现93.14%的准确率，展示脉冲神经网络在生成视频检测中的实用性。
基于共享网络的自适应策略骨干网络
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 该研究提出元迁移强化学习方法APB，通过在共享网络前后插入轻量级线性层实现参数高效微调，提升了强化学习的样本效率，且能适配现有元RL基线通常失效的分布外任务。
Journal ref Forty-third International Conference on Machine Learning (ICML), 2026
开放词汇BEV分割：基于3D感知几何约束的方法
机构 * KAIST AI（韩国科学技术院人工智能） ； NAVER LABS（NAVER实验室）
AI总结 针对开放词汇BEV分割中2D VLM语义到BEV的3D几何不一致问题，提出OVBEVSeg框架，通过三阶段几何约束（伪标签、场景优化、知识蒸馏）实现高效在线推理，在nuScenes上未见类别mIoU超越闭集方法15.3，推理速度提升2.5倍。
Comments This paper has been accepted to ECCV 2026
DialectLLM：一种超越标准美式英语的方言感知对话生成框架
机构 * KAIST（韩国科学技术院） ； Amazon（亚马逊）
AI总结 DialectLLM通过生成多方言对话数据，解决LLM对非标准方言识别不足的问题，验证了方言特征对生成质量的影响，展示了其在对话生成中的有效性。
FLAME：物理引导的神经算子用于高光谱图像中星载甲烷检测
机构 * KAIST（韩国科学技术院）
AI总结 提出FLAME，一种将甲烷吸收物理直接嵌入架构的物理引导神经算子，在星载甲烷检测中实现最高精度，像素级假阳性率降低近3倍，参数最少且满足星载硬件延迟预算。
一种带有触觉反馈的视觉-触觉数据采集系统用于粗到细模仿学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出一种视觉-触觉数据采集系统，生成时间结构丰富的接触密集演示，用于模仿学习。通过直接驱动夹具和触觉阵列，保留自然触觉反馈，结合实时注释，生成多模态数据集以支持粗到细学习算法。
当汇点帮助或伤害：面向大视觉-语言模型的注意力汇点统一框架
机构 * KAIST（韩国科学技术院） ； Chung-Ang University（中央大学） ； Technical University of Munich（慕尼黑工业大学）
AI总结 本文研究了大视觉-语言模型中注意力汇点的影响，提出统一框架分析其作为冗余 artifacts 或全局先验的作用，并通过 Layer-wise Sink Gating 模块平衡全局推理与局部证据。
Comments Acknowledgments updated
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