高校专区
动态跨模态提示生成用于多模态持续指令微调
机构 * School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室）
AI总结 本文提出DRAPE框架，通过生成连续实例特定的软提示提升多模态持续指令微调性能，采用跨模态注意力和投影梯度投影减少遗忘，实验显示优于现有基线方法。
Muon能否微调Adam预训练模型？
机构 * Nanjing University（南京大学）
AI总结 研究发现Muon在微调时因与Adam的隐式偏置差异导致性能下降，通过LoRA等方法验证了限制更新强度可缓解这一问题。
Uni-Synergy：通过协作强化学习实现个性化推理的理解与生成弥合
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； CUHK（香港中文大学） ； Zhongguancun Academy（中关村学院）
AI总结 本文提出Sync-R1框架，通过协作强化学习统一优化个性化理解和生成，结合Sync-GRPO和DGS方法提升双任务协同效率，实验证明其在跨任务推理和鲁棒个性化方面的优越性能。
TRACE：通过令牌路由自我对策略对齐来聚焦关键位置
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； AMAP, Alibaba Group（阿里集团AMAP） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Tsinghua University（清华大学）
AI总结 TRACE通过令牌路由自我对齐方法，在关键位置进行知识蒸馏，减少冗余梯度影响，提升长周期数学任务表现，优于GRPO并保持外部基准性能。
Comments work in progress
HapticLDM：一种用于文本到触觉生成的扩散模型
机构 * Technology Development Center, Guangzhou Shiyuan Electronic Technology Company Limited（广州仕元电子技术有限公司技术发展中心） ； School of Automation and Intelligence, Beijing Jiaotong University（北京交通大学自动化与智能学院） ； Department of Architecture, University of California, Berkeley（加州大学伯克利分校建筑系） ； School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与技术学院）
AI总结 本文提出HapticLDM，基于潜在扩散模型生成文本到触觉反馈，通过动态数据处理和全局去噪机制提升振动生成的准确性和一致性，经评估显示其在真实感和语义对齐方面表现优异。
基于LR条件SplitMeanFlow和GAN精炼的噪声启动一步真实世界超分辨率
机构 * Nanjing University of Science and Technology（南京理工大学） ； Nanjing University（南京大学） ； Huawei（华为）
AI总结 本文提出SMFSR框架，通过LR条件SplitMeanFlow和GAN精炼实现噪声启动的一步真实世界超分辨率，保留扩散模型的随机噪声起点并提升生成效率与真实感。
通过规划对齐代理：一个轨迹级奖励建模的基准测试
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； AMAP, Alibaba Group（阿里集团AMAP）
AI总结 本文提出Plan-RewardBench，用于评估奖励模型在复杂工具使用场景中区分优选与干扰代理轨迹的能力，揭示了代理级奖励建模在长周期轨迹上的挑战。
Comments accepted to ACL 2026 main conference
Meow-Omni 1：用于猫类行为学的多模态大语言模型
机构 * University College London（伦敦大学学院） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 Meow-Omni 1通过融合视频、音频和生理时间序列数据，实现对动物意图的精准识别，其在MeowBench基准测试中达到71.16%的准确率，推动了跨物种意图理解及基础模型在兽医诊断和野生动物保护中的应用。
非参数化重现学习 via 条件均值嵌入
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院）
AI总结 本文提出一种非参数化重现学习方法，通过条件均值嵌入处理动作诱导的分布变化，解决避免不良未来问题，无需假设数据生成过程的具体形式。
跨样本关系融合：统一领域泛化与类增量学习
机构 * School of Artificial Intelligence and the State Key Laboratory of Novel Software Technology, Nanjing University（人工智能学院和新型软件技术国家重点实验室，南京大学）
AI总结 本文提出CORF框架，通过选择性样本精炼和预测置信度调整，解决领域偏移和灾难性遗忘问题，提升类增量学习的泛化能力。
Comments Accepted by IEEE Transactions on Multimedia (TMM 2026). Code is available at https://github.com/LAMDA-CL/TMM26-CORF
AgentSlimming: 向高效且成本敏感的多智能体系统迈进
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； The University of Sydney（悉尼大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出AgentSlimming框架，通过重要性评分和基线锚定规则压缩多智能体工作流，降低token成本达78.9%且性能损失小，实现成本与质量的帕累托最优。
完全去中心化的协作多智能体强化学习是上下文建模问题
机构 * School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机科学学院） ； School of Intelligent Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Intelligent Science（南京大学智能科学学院）
AI总结 本文研究完全去中心化的协作多智能体强化学习，提出Dynamics-Aware Context方法，通过上下文建模解决非平稳性和相对过泛化问题，实验验证其有效性。
NoiseRater: 用于扩散模型训练的元学习噪声估值
机构 * Stanford University（斯坦福大学） ； UNSW（新南威尔士大学） ； UCL（伦敦大学学院） ； The University of Chicago（芝加哥大学） ； CUHK（香港中文大学） ； Nanjing University（南京大学） ； Brown University（布朗大学） ； Yale University（耶鲁大学） ； University of Notre Dame（Notre Dame 大学） ； University of Waterloo（滑铁卢大学） ； UCB（加州大学伯克利分校） ； Georgia Technology（佐治亚理工学院） ； Amazon（亚马逊）
AI总结 本文提出NoiseRater，通过元学习实现实例级噪声估值，提升扩散模型训练效率和生成质量。
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