高校专区
DeepGen 1.0: 一种轻量级统一多模态模型，用于推进图像生成与编辑
机构 * Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； University of Southern California（南加州大学）
AI总结 DeepGen 1.0通过轻量级统一多模态模型在图像生成与编辑领域实现高性能，采用SCB框架和数据驱动训练策略，超越大参数模型表现。
ModelWisdom: 一个集成工具包用于TLA+模型可视化、摘要与修复
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，中国） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系）
AI总结 ModelWisdom通过可视化、图优化、摘要和修复功能，提升TLA+模型检查的可解释性和可操作性。
Comments Accepted by FM 2026 Research Track (Tool)
与图像对话以进行反思性视觉思维
机构 * NLPR, MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanjing University（南京大学）
AI总结 ViLaVT通过语言引导的特征调节框架，实现多图像区域的联合重编码，提升跨模态对齐与复杂空间推理能力。
思考更长以探索更深入：通过长度激励强化学习学习上下文中的探索
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖研究所以高级技术研究所） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 通过长度激励强化学习，提升模型在上下文中的探索能力，从而在领域内和领域外任务中取得性能提升。
基于变压器的物理感知扩散模型学习用于水下图像增强
机构 * School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院，南京大学） ； School of Artificial Intelligence, Nanjing Normal University（人工智能学院，南京师范大学）
AI总结 本文提出基于物理知识的扩散模型PA-Diff，通过物理先验生成和隐式神经重建提升水下图像增强效果，实验表明其在水下图像增强任务中表现最优。
Comments IEEE Transactions on Geoscience and Remote Sensing (TGRS)
通过学习预测上下文嵌入进行上下文级语言建模
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Nanjing University（南京大学）
AI总结 ContextLM通过学习预测上下文嵌入，提升多令牌预测能力，实现更高效的参数和训练效率，同时在下游任务中表现更优。
Comments 19pages,6 figures, 13 Tables
揭示混合专家大语言模型中的超级专家
机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Xiamen University（厦门大学） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
AI总结 研究揭示了混合专家大语言模型中起关键作用的超级专家，通过分析其影响发现其在数学推理中的重要性，并探讨了压缩这些专家对模型性能的显著影响。
Comments Published as a conference paper at ICLR 2026
基于正常原型对比的图级异常检测
机构 * 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） ； School of Artificial Intelligence, Nanjing University（人工智能学院，南京大学）
AI总结 ProtoGLAD通过对比异常与最近正常原型图，提供可解释的图级异常检测方法，优于现有技术。
NMRTrans: 通过集合变换从实验NMR谱图中确定结构
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Nanjing University（南京大学）
AI总结 NMRTrans通过集合变换模型，利用大规模实验光谱数据提升NMR结构解析的准确性与可靠性。
ContextBench: 一种用于编码代理代码上下文检索的基准测试
机构 * Nanjing University（南京大学） ； University College London（伦敦大学学院）
AI总结 ContextBench通过评估编码代理在问题解决过程中代码上下文的检索能力，揭示了代理在上下文利用上的不足，为改进LLM在软件任务中的推理提供了新的研究方向。
Comments 36 pages, 6 figures, 4 tables
UniVTAC：一种用于视觉-触觉操作数据生成、学习和评估的统一仿真平台
机构 * ScaleLab, Shanghai Jiao Tong University（上海交通大学ScaleLab） ； D-Robotics ； ViTai Robotics ； The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； Shenzhen University（深圳大学） ； Wuhan University（武汉大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 UniVTAC提出了一种统一的视觉-触觉数据生成平台，通过训练触觉中心的编码器和基准任务提升机器人操作的成功率。
Comments Website: https://univtac.github.io/
通过降维实现去中心化在线连续亚模函数最大化问题的近似懊悔改进
机构 * School of Software Technology, Zhejiang University, Ningbo, China（浙江大学宁波校区软件学院） ； State Key Laboratory of Blockchain and Data Security, Zhejiang University, Hangzhou, China（浙江大学区块链与数据安全国家重点实验室） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（南京大学人工智能学院） ； Department of Computer Science, City University of Hong Kong, Hong Kong, China（香港城市大学计算机科学系）
AI总结 本文通过将去中心化在线连续亚模函数最大化问题转化为去中心化在线凸优化问题，改进了去中心化在线连续亚模函数最大化问题的近似懊悔界。
从离线到在线：通过双层专家到策略融合提升GUI代理
机构 * Nanjing University（南京大学） ； Peking University（北京大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 BEPA通过双层专家到策略融合方法，提升GUI代理在OSWorld-Verified等基准测试中的性能。
Comments Work In Progress
弥合学术与工业：一个全面的属性图聚类基准
机构 * Nanjing University \& Ant Group Nanjing China ； Nanjing University Nanjing China ； Nanjing University \& Ant Group ； Nanjing University
AI总结 PyAGC是一个全面的属性图聚类基准，通过模块化框架和内存高效的小批量实现，弥合学术与工业间的差距，推动AGC研究向现实应用发展。
新技能还是更尖锐的原语？从概率角度探讨RLVR中推理能力的出现
机构 * University of Science（科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 RLVR通过提升原子步骤概率，使模型在多步骤推理中克服指数衰减，展现新能力而非单纯激发潜在痕迹。
Comments 15 pages
驾驶用DINO：作为自动驾驶仿真到现实生成的统一桥梁的视觉基础特征
机构 * Technical University of Munich（慕尼黑技术大学） ； Huawei Hilbert Research Center（华为希利伯特研究中心） ； Huawei Riemann Lab（华为里曼实验室） ； Wuhan University（武汉大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanjing University（南京大学）
AI总结 DwD通过利用视觉基础模块特征作为统一桥梁，解决自动驾驶仿真到现实生成中的现实性与真实性困境，提升控制精度与时间稳定性。
Comments Project website https://albertchen98.github.io/DwD-project/
InternSVG：通过多模态大语言模型实现统一的SVG任务
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Donghua University（东华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 InternSVG通过多模态大语言模型实现统一的SVG任务建模，结合大规模数据集和两阶段训练策略，提升SVG理解、编辑和生成性能。
理解口袋中的大型语言模型：对商用移动设备上LLM性能的研究
机构 * Sun Yat-Sen University（孙中山大学） ； Nanjing University（南京大学）
AI总结 研究评估了商用移动设备上轻量级LLM的性能，分析了用户体验和开发者关注的指标，以帮助优化移动LLM应用。
Comments Corrected a typographical error on page 12: "4604%" has been corrected to "60%."
从超快运动模糊图像中恢复3D形状
机构 * Shandong University（山东大学） ； Nanjing University（南京大学） ； Peking University（北京大学）
AI总结 本文提出了一种高效的逆渲染方法，用于从超快运动模糊图像中恢复3D形状，通过优化计算瓶颈提升模拟速度和精度。
Comments Accepted by 3DV 2026. Project page: https://maxmilite.github.io/rec-from-ultrafast-blur/
SafeDialBench: 一种用于多轮对话中大型语言模型安全评估的细粒度基准，针对多样化对抗攻击
机构 * National 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） ； University of Liverpool（利物浦大学） ； City University of Hong Kong（香港城市大学） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； China Mobile Research Institute（中国移动研究院） ； China Mobile (Suzhou) Software Technology Co., Ltd（中国移动苏州软件技术有限公司）
AI总结 SafeDialBench提出了一种细粒度基准，用于评估大型语言模型在多轮对话中面对多样化对抗攻击时的安全性，通过多维度分类和对抗攻击策略提升评估精度。
弥合知识鸿沟：在推理时获取不熟悉编程语言以完成编码任务
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国） ； National Institute of Healthcare Data Science, Nanjing University, China（健康数据科学国家研究院，南京大学，中国）
AI总结 本文提出ILA-agent框架，通过推理时动态交互获取不熟悉编程语言，提升编码任务性能。
ScaleEnv: 从零开始构建通用交互工具使用智能体训练的环境合成
机构 * National Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家实验室，南京大学） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，中国南京） ； Institute of Computer Science and Technology, Harbin Institute of Technology (Shenzhen), Shenzhen, China（计算机科学与技术学院，哈尔滨工业大学（深圳），中国深圳） ； School of Statistics, East China Normal University, Shanghai, China（统计学学院，华东师范大学，中国上海）
AI总结 ScaleEnv通过从零构建交互式环境和可验证任务，提升通用智能体在多领域工具使用任务中的泛化能力与学习鲁棒性。
Confundo: 学习生成稳健的毒药以应对实际RAG系统
机构 * The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； City University of Hong Kong（香港城市大学）
AI总结 Confundo是一种学习生成毒药的框架，通过微调大型语言模型以提高RAG系统的鲁棒性和隐蔽性，有效应对实际系统中的安全威胁。
增强与重用：一种双机制方法用于提升深度森林用于标签分布学习
机构 * Key Laboratory of Water Big Data Technology of Ministry of Water Resources, Hohai University, Nanjing 211100, China（水利部水大数据技术重点实验室，河海大学，南京） ； College of Computer Science and Software Engineering, Hohai University, Nanjing 211100, China（计算机科学与软件工程学院，河海大学，南京） ； Department of Computer Science, City University of Hong Kong, Hong Kong 999077, China（计算机科学系，香港城市大学，香港） ； National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210023, China（新型软件技术国家实验室，南京大学，南京）
AI总结 本文提出ERDF方法，通过特征增强和测量感知的特征重用机制，提升深度森林在标签分布学习中的性能。
CoBA-RL：面向大语言模型强化学习的基于能力的预算分配
机构 * Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 CoBA-RL通过基于能力的价值函数和堆贪心策略，优化大语言模型强化学习中的预算分配，提升训练效率和泛化能力。
可扩展的上下文Q学习
机构 * Nanjing University（南京大学） ； Australian National University（澳大利亚国立大学） ； Tianjin University（天津大学） ； University of Technology Sydney（悉尼大学）
AI总结 本文提出S-ICQL框架，通过动态规划和世界建模实现高效的奖励最大化和任务泛化，适用于决策领域。
Comments accepted by ICLR 2026
PackInfer: 用于批量LLM推理的计算和I/O高效注意力
机构 * Nanjing University, Nanjing, China（南京大学） ； Siebel Center for Computer Science, University of Illinois Urbana-Champaign, Urbana, IL, USA（伊利诺伊大学厄巴纳-香槟分校计算机科学中心）
AI总结 PackInfer通过高效计算和I/O机制优化批量LLM推理，显著降低延迟并提升吞吐量。
如何在不使用深度学习的情况下实现深度聚类的初衷
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室，南京大学，南京，中国） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，南京，中国）
AI总结 本文探讨了深度聚类方法是否能克服k-均值聚类的根本限制，并发现非深度学习方法可通过利用数据分布信息实现深度聚类的目标。
Comments Work on progress
CompactRAG: 减少多跳问答中的LLM调用和令牌开销
机构 * 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） ； Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas（埃里克·乔纳森工程与计算机科学学院，德克萨斯大学达拉斯分校） ； Isoftstone Information Technology (Group) Co.,Ltd.（伊软石信息技术（集团）有限公司） ； College of Electronic and Information Engineering, Tongji University（电子信息工程学院，同济大学） ； School of Electronic Information, Central South University（电子信息学院，中南大学）
AI总结 CompactRAG通过解耦离线语料重组与在线推理，减少多跳问答中的LLM调用和令牌消耗，提升效率。
Vibe AIGC：通过代理编排实现内容生成的新范式
机构 * NJU-LINK Team, Nanjing University（南京大学NJU-LINK团队） ； Kling Team, Kuaishou Technology（快手科技Kling团队）
AI总结 Vibe AIGC通过代理编排实现内容生成，解决意图-执行差距问题，推动人机协作经济变革。
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