高校专区
通过模型重编程防御图神经网络的模型提取攻击
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of Central Florida（中佛罗里达大学）
AI总结 针对图神经网络的模型提取攻击，提出主动防御框架GraphRP，通过结构感知门控机制构建动态结构防火墙，可显著降低攻击有效性且保留良性效用。
Comments Accepted by KDD 2026
ThinkRetrieve：用于测试时缩放的检索增强推理轨迹
机构 * IIT Bombay（印度理工学院孟买分校） ； University of Maryland, College Park（马里兰大学帕克分校） ； Adobe Research（奥多比研究院）
AI总结 针对大型推理模型测试时缩放的负面效果，提出ThinkRetrieve框架，通过每步动态检索已解决示例注入推理轨迹，在四个数据集上对五个模型实现最高60%的相对准确率提升。
LLMRouter：用于开发、评估和部署LLM路由器的统一基础设施
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland, College Park（马里兰大学帕克分校） ； Nanyang Technological University（南洋理工大学） ； Purdue University（普渡大学） ； University of Illinois Chicago（芝加哥伊利诺伊大学）
AI总结 针对现有LLM路由器难以公平比较和扩展的问题，研究提出LLMRouter统一基础设施，构建含多类任务的基准xRouteBench，发现学习型路由器等的性能优势。
基于空间掩码与通道融合的深度多模态融合检测
机构 * KTH Royal Institute of Technology（KTH皇家理工学院） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 本文针对现有多模态融合检测的过拟合问题，提出Attention-Driven Complementarity Resampling框架，通过语义掩码交换与可学习通道竞争实现跨模态目标检测的性能提升，在多数据集上取得了有竞争力的结果。
相同问题，不同答案：超越准确率评估大语言模型的可靠性
机构 * University of Maryland, College Park（马里兰大学帕克分校）
AI总结 研究大语言模型在不同等效表述问题下的答案变化，发现其输出依赖措辞，准确率指标掩盖不稳定性，实例级行为不稳定，提出自释义策略可恢复潜在知识提升性能，强调评估一致性对展现模型可靠性的重要性。
有效参数、真实行为：机器人技术的重整化——从无限电子质量到模拟与现实差距
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 研究机器人技术中弥合模拟与现实差距的问题，提出基于重整化的方法，通过有效参数吸收模拟器遗漏细节以重现真实行为，经分析论证及实例展示该方法，并给出实用程序，为跨越模拟与现实差距提供补充路径。
超越情节性评估：序列式具身问答中的内存架构瓶颈
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究序列式具身问答中不同内存架构表现，发现仅保留现有记忆不足，短视情节数据训练的智能体有时间不匹配问题。强调结构化、基于空间记忆的必要性，实验表明其能打破准确性-效率权衡，对真实机器人连续智能操作至关重要。
Comments Accepted to IROS 2026
视觉对比自蒸馏
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, San Diego（加利福尼亚大学圣地亚哥分校） ； Duke University（杜克大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 研究提出视觉对比自蒸馏（VCSD），将图像内容去除转换为策略内自蒸馏信号，通过对比突出相关候选者，锐化教师原始图像分布并蒸馏到学生中，在多个模型上优于匹配的OPSD，且无需外部教师等额外条件。
Comments 15 pages
用于统一世界建模的掩码视觉动作
机构 * Stanford University（斯坦福大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； Harvard University（哈佛大学）
AI总结 研究如何将动作传达给视频模型用于机器人世界建模，提出掩码视觉动作这一像素空间控制接口，经微调后单个检查点在多场景和实施例中表现出色，在下游操作中能辅助策略评估、改进决策和支持逆建模。
Comments Project webpage: https://masked-visual-actions.github.io
DADiff：用于强化学习的扩散驱动跨域策略适应
机构 * Arizona State University（亚利桑那州立大学） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 研究强化学习中跨域策略适应问题，提出基于扩散的DADiff框架，利用源域和目标域生成轨迹差异估计动态不匹配，开发奖励修改和数据选择变体，实验表明该方法性能优于现有方法，有效解决动态不匹配。
Comments Accepted by IROS 2026
Harness手册：使不断演进的智能体框架具有可读性、可导航性和可编辑性
机构 * Tencent（腾讯） ； Indiana University（印第安纳大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Georgia（佐治亚大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究智能体框架演进中行为定位难的问题，提出通过Harness手册和行为引导的渐进式披露，以行为为中心自动合成框架表示并辅助规划，提高行为定位和编辑计划质量，助力复杂智能体系统发展。
Comments 29 pages, 6 figures. Project page: https://ruhan-wang.github.io/Harness-Handbook/
用于联网自动驾驶中弹性协作决策的即插即用重加权方法
机构 * North Carolina State University（北卡罗来纳州立大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 针对联网自动驾驶中协作决策受感知噪声和对抗攻击影响的问题，提出弹性协作决策（RCDM）框架，含基于注意力的编解码器，设计即插即用重加权模块，经高保真模拟评估，性能优于现有方法，实现最优弹性能。
Comments 8 pages, 4 figures, 2 tables. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
用于样本高效扩散强化学习从人类反馈中学习的选择性时间步加权和基于优势的重放
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland, College Park（马里兰大学帕克分校）
AI总结 研究如何提高扩散模型中强化学习从人类反馈的效率，提出选择性时间步加权和基于优势的重放两种互补策略，通过强调信息丰富的时间步和轨迹优化，提升反馈效率，样本效率比基线提高6倍。
Comments 19 pages, 18 figures, 4 tables. Submission under review. A shorter, non-archival 4-page abstract version of this work was accepted to CVPR 2026 Workshops (GCV, CVEU)
通过混合模式优势正则化减轻大型推理模型中的事实幻觉
机构 * Department of Computer Science, University of Maryland, College Park（计算机科学系，马里兰大学，College Park）
AI总结 研究大型推理模型在面向事实问答中存在思维诱导幻觉的问题，提出MARGO框架，通过构建混合模式展开组评估思维价值，抑制幻觉思维，实验证明该方法在提升事实可靠性的同时保留了推理能力。
Comments 19 pages, 3 figures, 8 tables
DanceOPD：在策略生成场蒸馏
机构 * ByteDance Seed（字节跳动Seed） ； NUS（新加坡国立大学） ； UMD（马里兰大学） ； HKUST（香港科技大学）
AI总结 提出DanceOPD框架，通过将每个样本路由到能力场并查询低噪声学生诱导状态，用速度MSE损失训练流匹配模型，实现文本到图像、局部编辑和全局编辑的多能力组合，提升目标能力同时保持生成质量。
Comments Technical Report; 40 pages, 13 figures, 9 tables; Project Page at https://danceopd.github.io/ GitHub Repo at https://github.com/worldbench/DanceOPD
Flash-BoN：扩散模型推理时缩放的即时草稿
机构 * University of Maryland, College Park（美国马里兰大学帕克分校） ； Hugging Face（拥抱脸）
AI总结 研究文本到图像生成推理时缩放，对比简单BoN与引导搜索方法，发现简单BoN在实际评估中表现良好。提出Flash-BoN，结合多种加速方法生成草稿候选，经多阶段验证选最有潜力的优化，在多基准和模型规模下优于基线。
TabQueryBench：用于合成表格数据的以查询为中心的基准测试
机构 * University of Hong Kong（香港大学） ； Tongji University（同济大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出TabQueryBench以查询为中心的基准测试，用SQL查询评估合成数据保真度，将查询分类为模板并生成可执行SQL查询，实验展示了当前表格生成模型在查询保真度等方面的五种模式。
OmniTacTune：用于视觉策略触觉残余适应的与策略无关的真实世界强化学习
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 研究针对视觉策略在接触丰富操作中不足的问题，提出OmniTacTune管道，通过残余校正让触觉反馈适应预训练视觉策略，经两阶段设计，实验证明其能跨任务等泛化，有效提升策略成功率。
Comments Project page: https://colinyu1.github.io/omnitactune-site/
文本主导，音乐装饰：基于能量的注意力机制用于可编辑舞蹈动作生成
机构 * University of Maryland, College Park（马里兰大学帕克分校）
AI总结 提出STREAM模型，通过模态解耦的扩散变压器分离文本语义和音乐节奏控制，实现可编辑舞蹈动作生成，并引入新数据集Motorica++和评估指标EDS。
Comments Accepted to ECCV 2026
将智能搜索引入地球观测数据发现
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 提出一个基于智能搜索的系统，利用知识图谱和大型语言模型，从自然语言查询中返回匹配的地球科学数据集和工具，显著提升检索性能。
Comments 19 pages, 1 figure, 6 tables
GAIA: 面向正问题和反问题的几何自适应算子学习
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Delaware, Newark（特拉华大学新伯伦分校）
AI总结 提出几何自适应积分自编码器(GAIA)，通过几何令牌和交叉注意力机制，统一处理任意几何上的正问题和反问题，在七个基准上取得最优结果。
混合UNet-Transformer模型用于从复合材料几何生成应力应变场
机构 * University of Maryland-College Park（马里兰大学帕克分校）
AI总结 提出混合UNet-Transformer架构，直接从复合材料微观结构图像预测应力应变场，作为有限元法的替代，在多种周期性几何上达到高精度，并通过注意力分析验证了物理可解释性。
Comments International Conference on Emerging Digital Intelligence and Generative Engineering
丢弃-再恢复：视觉-语言-动作模型有多冗余？
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Cisco Research（思科研究院）
AI总结 通过提出Drop-Then-Recovery分析协议和GateProbe敏感性指标，发现VLA模型中语言骨干高度冗余，而视觉和动作路径对移除更敏感。
3D空间模式匹配
机构 * University of Maryland College Park（马里兰大学学院公园分校） ； HafenCity University Hamburg（汉堡海法大学）
AI总结 将空间模式匹配扩展到三维，定义广义问题，提出子图匹配算法，并在合成和真实3D建筑数据集上验证。
测量用户在人机协作中对语音翻译的心理模型
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
AI总结 通过跨语言问答框架研究用户对语音翻译系统的心理模型，发现用户通过实践和源语言知识能更好地预测系统错误，且提供语音转录有助于改善心理模型。
Comments ACL2026
Agon：基于提示经济学的自主大规模全学科研究系统
机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； The Chinese University of Hong Kong（香港中文大学） ； Stanford University（斯坦福大学）
AI总结 提出Agon研究编排系统，通过提示经济学循环实现大规模自主研究，将可验证任务自动化，不可验证判断留给人类，并分类了系统失败类型。
桥接自监督学习与语音增强：一种基于Wav2Vec2的条件框架
机构 * Institute for Systems Research, University of Maryland, College Park（系统研究所，马里兰大学，College Park）
AI总结 提出一种以wav2vec 2.0特征为条件的扩散模型语音增强方法，通过FiLM调制U-Net瓶颈，利用指数平滑聚合系数，在VoiceBank-DEMAND和LibriMix上PESQ提升0.4。
调度思维：在扩散语言模型中学习思维的顺序
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出自感知调度（SAS），通过策略优化学习扩散语言模型中的去掩码顺序，显著提升Sudoku和数学推理任务的生成质量。
THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland College Park（马里兰大学帕克分校）
AI总结 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。
Comments Project Page: https://robot-thread.github.io, IROS 2026
高斯设计逻辑回归中梯度下降的有限样本性能
机构 * Department of Mathematics, University of Maryland, College Park（数学系，马里兰大学，College Park分校） ； Halıcıoğlu Data Science Institute, UC San Diego（Halıcıoğlu数据科学研究所，加州大学圣地亚哥分校）
AI总结 针对高斯设计逻辑回归的参数估计问题，证明梯度下降在线性收敛到统计误差率O(√(‖θ*‖₂⁵d/n))，并建立大步长下的更快局部线性收敛，通过近似可逆性条件分析。
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