高校专区
Solvita：通过代理进化增强大型语言模型以应对编程竞赛
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Independent Researcher（独立研究者）
AI总结 Solvita通过闭环系统和可训练知识网络，使代理动态学习，提升编程竞赛任务的准确性和经验积累。
ICRL: 通过强化学习学习内化自我批评
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanjing University（南京大学） ； Sun Yat-sen University（中山大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； SAP ； Microsoft Research（微软研究院）
AI总结 本文提出ICRL框架，通过联合训练求解器和批评者，使求解器在无外部批评时也能自我改进，提升代理和数学推理任务性能。
AnchorRoute: 通过区间路由稀疏控制的人体运动合成
机构 * University of Southampton（索姆塞特大学） ； Mogo AI Ltd.（Mogo AI有限公司） ； Nanjing University（南京大学）
AI总结 AnchorRoute通过稀疏锚点实现人体运动合成，结合生成与细化过程，提升稀疏控制效果。
ACE-LoRA：适应性正交解耦用于持续图像编辑
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； VIVO
AI总结 ACE-LoRA通过动态正则化框架解决持续图像编辑中的灾难性遗忘问题，采用适应性正交解耦和历史信息压缩策略，提出首个全面的CIE-Bench基准，验证方法在指令忠实度、视觉真实性和抗遗忘性上的优势。
超越选择范围：一种插拔式振荡数据量调度用于高效模型训练
机构 * National University of Singapore（国立新加坡大学） ； Nanjing University（南京大学） ； Hokkaido University（北海道大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出PODS框架，通过动态调节数据选择比例，在保持优化稳定性的同时提升训练效率，实验显示其在多种任务中均能提升效率与泛化能力。
UMo：统一稀疏运动建模用于实时协同语音化身
机构 * Nanjing University（南京大学） ； Mogo AI Ltd.（Mogo AI有限公司） ； University of Southampton（南安普顿大学）
AI总结 UMo通过统一稀疏运动建模架构，结合文本、音频和运动令牌，实现高效实时密集重建，提升面部表情和手势的高保真动画生成，同时在低延迟条件下保持精细的语音-运动对齐。
EponaV2：通过全面的未来推理驱动世界模型
机构 * PCA Lab, VCIP, College of Computer Science, Nankai University（PCA实验室、VCIP、计算机科学学院、南开大学） ； Horizon Robotics ； HKUST（香港科技大学） ； NJUPT（南京工程大学） ； NTU（国立台湾大学） ； Anyverse ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院、南京大学）
AI总结 本文提出EponaV2，一种新的驾驶世界模型范式，通过全面的未来推理实现高质量规划。模型通过预测更全面的未来表示，结合3D和语义模态，提升环境理解与现实推理能力，从而改进轨迹规划。
面向通用有容量车辆路径问题的统一知识嵌入强化学习框架
机构 * Nanjing University（南京大学）
AI总结 本文提出一种结合知识嵌入的强化学习框架，通过分解问题和动态规划提升解决有容量车辆路径问题的效率与质量。
MemCompiler: 编译，而非注入 -- 用于具身智能体的状态条件化记忆
机构 * University of Science and Technology of China（中国科学技术大学） ； Huazhong University of Science and Technology（华中科技大学） ； Microsoft Research（微软研究院） ； Nanjing University（南京大学） ； Institute for AI Industry Research (AIR) Tsinghua University（清华大学人工智能产业研究院）
AI总结 MemCompiler通过状态条件化记忆编译提升具身智能体的记忆效率与效果，在多个基准测试中实现性能提升和延迟降低。
突破实体对齐基础模型中的推理地平线
机构 * Nanjing University of Information Science and Technology（南京信息工程大学） ； State Key Laboratory for Novel Software Technology, Nanjing University（南京大学软件新技术国家重点实验室） ； National Institute of Healthcare Data Science, Nanjing University（南京大学健康数据科学国家研究院） ； University of Queensland（昆士兰大学） ； Engineering Research Center of Digital Forensics, Ministry of Education, Nanjing University of Information Science and Technology（南京信息工程大学数字取证工程研究中心）
AI总结 本文提出基于并行编码策略的实体对齐基础模型，通过局部锚点引导信息流和合并关系图，有效解决实体对齐中长距离依赖捕捉问题，验证了模型在未见过的知识图谱上的强泛化能力。
解锁基于CLIP的类增量学习中的补丁级特征
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（南京大学软件新技术国家重点实验室）
AI总结 本文提出SPA方法，通过利用CLIP的补丁级语义信息提升类增量学习性能，通过生成类级语义描述引导补丁特征选择，并利用最优传输对齐语义特征，有效缓解灾难性遗忘。
实时-VLA FLASH：基于扩散模型的视觉-语言-动作模型的推测推理框架
机构 * State Key Lab of Processors, Institute of Computing Technology, CAS（处理器国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanjing University（南京大学） ； Dexmal
AI总结 本文提出实时-VLA FLASH框架，通过轻量级草案模型和主模型的Action Expert并行验证，实现低延迟高频率重规划，实验显示在LIBERO上任务性能保持良好，推理延迟降低至19.1ms。
OP4KSR：一种一步式无补丁4K超分辨率方法，具有周期性伪影抑制
机构 * School of Automation Engineering, University of Electronic Science and Technology of China（电子科技大学自动化工程学院） ； OPPO AI Center, OPPO Inc.（OPPO人工智能中心） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
AI总结 OP4KSR提出一种基于Flux架构的一步式4K超分辨率方法，利用F16 VAE压缩降低内存消耗，同时通过RoPE基频重缩放和周期性损失抑制伪影，实现高效且高质量的4K超分辨率生成。
GRIP-VLM：基于组相对重要性的高效视觉-语言模型压缩
机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Juhaokan Technology Co.,Ltd（极皓科技有限公司） ； Nanjing University（南京大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 GRIP-VLM通过强化学习框架解决视觉语言模型中大规模视觉token处理的计算瓶颈，通过组相对重要性策略优化实现高效压缩，达到15%的推理加速。
Comments 10 pages, 11 figures
OmniSIFT: 多模态非对称令牌压缩用于高效的多模态大语言模型
机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA)（模式识别新实验室（NLPR）、自动化研究所、中国科学院（CASIA）） ； Nanjing University（南京大学） ； The Hong Kong University of Science（香港科学大学） ； Sichuan University（四川大学） ； Peking University（北京大学）
AI总结 OmniSIFT通过非对称令牌压缩框架提升多模态大语言模型效率，采用时空视频修剪和视觉引导音频选择模块，实现低参数高鲁棒性。
Comments [ICML 2026] Code Link: https://github.com/dingyue772/OmniSIFT
通过语法引导和语义感知的偏好优化改进代码翻译
机构 * State 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） ； National Institute of Healthcare Data Science, Nanjing University, China（南京大学健康数据科学国家研究院）
AI总结 本文提出CTO方法，通过对比学习训练跨语言语义模型，结合编译器反馈实现代码翻译的语法和语义优化，实验表明其在C++、Java和Python翻译中表现优异。
Comments Accepted in the 35th International Joint Conference on Artificial Intelligence (IJCAI 2016)
关于一阶推进的大小复杂性与可判定性
机构 * Department of People and Technology, Roskilde University, Denmark（罗斯基尔德大学人机技术系，丹麦） ； State 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，中国）
AI总结 本文研究了一阶推进在局部效应、正常和无环动作类中的大小复杂性，证明其在合理假设下仅呈多项式增长，并展示在可判定片段中推进保持可判定性。
Comments This is an extended version of an identically-titled paper accepted for publication at IJCAI 2026. This version contains an appendix with further proofs
ALAM：基于代数一致的潜在动作模型用于视觉-语言-动作模型
机构 * Zhejiang University（浙江大学） ； Amap, Alibaba Group（阿里集团阿地图） ； Nanjing University（南京大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Beijing University of Chemical Technology（北京化工大学） ； Embodied Intelligence General Platform Laboratory, Chery Auto（奇瑞汽车 embodied intelligence 通用平台实验室） ； Tsinghua University（清华大学） ； Queen Mary University of London（伦敦大学玛丽女王学院）
AI总结 ALAM通过代数一致的潜在动作模型从无标注视频中提取结构化先验，结合流匹配目标提升VLA学习性能，显著提高任务成功率。
数据代理：通过端到端动态优化学习数据选择
机构 * National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出数据代理框架，通过端到端动态优化解决数据选择问题，提升训练效率并保持性能。
基于大语言模型的代码生成的不确定性量化
机构 * State Key Lab of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； ETH Zürich（苏黎世联邦理工学院） ； Birkbeck, University of London（伦敦大学伯克贝克学院）
AI总结 本文提出RisCoSet方法，通过多重假设检验构建风险控制的预测集，用于大语言模型代码生成任务，有效减少代码移除并提升准确性。
基于表示学习的公平符合分类
机构 * State Key Lab of Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； Birkbeck, University of London（伦敦大学伯克贝克学院）
AI总结 本文提出一种公平符合推理框架，通过学习基于表示的群体构建预测集，确保在自适应识别的子群体上实现条件覆盖，提升分类任务的公平性与可信度。
L2P：解锁像素生成的潜在能力
机构 * Nanjing University（南京大学） ； Tencent Youtu Lab（腾讯云图实验室） ； Hainan-biuh（海南-比乌） ； Weess Gmbh（韦斯公司）
AI总结 本文提出L2P框架，通过利用预训练LDM的知识，高效构建像素空间模型，无需大量数据和计算资源，实现快速收敛和高分辨率生成。
Comments project page: https://nju-pcalab.github.io/projects/L2P/
超越点 wise 神经坍塌：一种拓扑感知的分层分类器用于类增量学习
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家实验室，南京大学，中国南京） ； School of Computer Science, Nanjing University, Nanjing, China（计算机科学学院，南京大学，中国南京） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，中国南京）
AI总结 本文提出 HC-SOINN 分类器，通过局部到全局的表示捕捉类 manifold 的拓扑结构，并引入 STAR 方法主动变形学习的拓扑以适应非线性特征漂移，实验验证了其在 manifold 变形下的鲁棒性。
Comments accepted by ICML2026
AccLock：利用耳内加速度计的心跳信号实现身份解锁
机构 * Soochow University（苏州大学） ； Macquarie University（麦考瑞大学） ； Aalborg University（奥尔堡大学） ； Peking University（北京大学） ； Nanjing University（南京大学）
AI总结 本文提出AccLock系统，通过耳内BCG信号提取用户特定特征，实现无交互的被动身份验证，具有零参与、环境噪声鲁棒性强等优势，实验表明其在33名参与者中达到3.13%的FAR和2.99%的FRR。
高效利用GPU原生视频编解码器实现远程KV缓存重用
机构 * Nanjing University（南京大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR））
AI总结 本文提出基于GPU原生视频编解码器的远程KV缓存重用方案，通过紧凑布局和高效传输减少TTFT，实验显示比现有方法提升3.51倍。
Comments Accepted by SIGCOMM 2026
在线持续学习与动态标签层次结构
机构 * College of Computer Science（计算机科学学院） ； Technology, Nanjing University of Aeronautics（技术学院，南京航空航天大学） ； MIIT Key Laboratory of Pattern Analysis（模式分析 MIIT 实验室） ； Computer Vision Center, Spain（西班牙计算机视觉中心） ； Computer Sciences Department, Universitat Autonoma de Barcelona, Spain（巴塞罗那自治大学计算机科学系，西班牙） ； State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； IDEAS Research Institute, Warsaw, Poland（华沙 IDEAS 研究院，波兰） ； Joint Laboratory of Spatial intelligent Perception（空间智能感知联合实验室）
AI总结 本文提出DHOCL框架，通过动态层次结构解决持续学习中的层次一致性与灾难性遗忘问题，HALO方法通过组织原型实现快速适应与知识整合。
Comments Accepted to ICML2026
引入环境约束以改进软夹具对纸张类柔性材料的抓取策略
机构 * College of Mechanical and Electrical Engineering, Nanjing University（南京大学机械与电子工程学院） ； Jiangsu Key Laboratory of Bionic Materials and Equipment, Nanjing University of Aeronautics and Astronautics（江苏生物材料与设备重点实验室，南京航空航天大学）
AI总结 本文研究了使用通用软夹具抓取纸张类柔性材料的策略，通过环境约束分析其机械和运动模型，并设计评估系统验证材料和工况对抓取的影响。
Comments Under Review
当智能体过度信任环境证据：一个可扩展的智能体框架，用于基准测试LLM智能体中的证据 grounding 缺陷
机构 * The University of Sydney（悉尼大学） ； Nanjing University（南京大学）
AI总结 本文提出EnvTrustBench框架，用于评估智能体在环境证据过时、错误或恶意时的可靠性问题，通过生成多个任务场景并验证结果，揭示证据 grounding 是智能体可靠性的重要挑战。
CoLVR: 通过对比优化增强探索性潜在视觉推理
机构 * Shandong University（山东大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
AI总结 CoLVR通过引入潜在对比训练框架，利用角度扰动引导学习多样化且探索性的表示，提升潜在视觉推理的探索能力，在VSP和Jigsaw任务中分别提升5.83%和8.00%。
AffineLens：捕捉神经网络中的连续分段仿射函数
机构 * State Key Laboratory of Novel Software Technology School of Intelligence Science and Technology Nanjing University, Jiangsu, China（软件新技术国家重点实验室 智能科学与技术学院 南京大学 江苏 中国） ； AI for Good Istituto Italiano di Tecnologia, Genoa, Italy DITEN University of Genoa, Genoa, Italy（AI for Good 意大利技术研究院，热那亚，意大利 DITEN 热那亚大学，热那亚，意大利） ； State Key Laboratory of Novel Software Technology School of Artificial Intelligence Nanjing University, Jiangsu, China（软件新技术国家重点实验室 人工智能学院 南京大学 江苏 中国） ； AI for Good Istituto Italiano di Tecnologia, Genoa, Italy Department of Computer Science University of Verona, Verona, Italy（AI for Good 意大利技术研究院，热那亚，意大利 计算机科学系 热那亚大学，热那亚，意大利）
AI总结 本文提出AffineLens框架，用于计算神经网络中分段仿射函数的超平面排列和多面体结构，通过可视化区域划分和决策边界，提供对神经网络表达性的深入分析。
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