高校专区
改进的维度依赖性：具有梯度变化的老虎机凸优化
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家实验室，南京大学，中国） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学，中国）
AI总结 本文改进了老虎机凸优化中梯度变化的维度依赖性，通过非连续梯度变化的分析，提升了凸和强凸函数的性能，并在动态和通用遗憾最小化及老虎机游戏中建立了新的理论界。
HoliAntiSpoof: 面向整体语音反伪装的音频大语言模型
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Nanjing University（南京大学）
AI总结 HoliAntiSpoof通过音频大语言模型实现整体语音反伪装分析，通过统一文本生成任务提升检测性能并实现可解释的语义分析。
自适应一维视频扩散自编码器
机构 * The University of Hong Kong（香港大学） ； ByteDance Inc.（字节跳动公司） ； CUHK（香港中文大学） ； Nanjing University（南京大学）
AI总结 本文提出了一种自适应一维视频扩散自编码器，通过改进的编码和解码机制实现更高效的视频压缩与重建。
CMR：用于在无结构地形上稳健人形运动的收缩映射嵌入
机构 * University of Southampton（索姆塞特大学） ； Westlake University（西lake大学） ； Nanjing University（南京大学）
AI总结 CMR通过结合对比表征学习与Lipschitz正则化，提升人形机器人在无结构地形中抗扰动的运动能力。
语义路由：探索多层LLM特征加权用于扩散变换器
机构 * Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Nanjing University（南京大学） ； Fudan University（复旦大学）
AI总结 本文提出深度-wise语义路由方法，通过多层LLM特征加权提升文本到图像生成的准确性与稳定性。
当路由崩溃：关于LLM路由的退化收敛
机构 * School of Artificial Intelligence, Nanjing University, China（人工智能学院，南京大学，中国） ； National 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）
AI总结 本文提出EquiRouter，一种决策意识的路由器，通过直接学习模型排名来缓解LLM路由中的路由崩溃问题，有效降低计算和货币成本。
SAES-SVD: 自适应抑制累积和局部误差用于基于SVD的LLM压缩
机构 * Houmo AI ； Nanjing University（南京大学）
AI总结 SAES-SVD通过联合优化层内重建和层间误差补偿，有效抑制LLM压缩中的累积和局部误差，提升压缩后性能。
RC-GRPO：基于奖励的组相对策略优化用于多轮工具调用智能体
机构 * New Laboratory of Pattern Recognition (NLPR), State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（模式识别新实验室、多模态人工智能系统国家重点实验室、自动化研究所，中国科学院） ； School of Mathematics and Statistics（数学与统计学学院） ； Statistics, Lanzhou University（统计学，兰州大学） ； Shanghai Innovation Institute（上海创新研究院） ； Microsoft Research（微软研究院） ； Nanjing University（南京大学） ； Zhongguancun Academy（中关村学院）
AI总结 RC-GRPO通过奖励条件化策略优化提升多轮工具调用性能，有效解决组内奖励稀疏导致的更新问题。
具有PAC可学习预言机的强化平滑整数规划
机构 * National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University School of Artificial Intelligence（南京大学人工智能学院）
AI总结 本文提出了一种基于PAC可学习预言机的强化平滑整数规划框架，通过线性规划和取整处理，将传统密集领域中的可计算近似扩展到近密集领域。
基于轨迹的测试时改进诊断评估：LLM代理中的测试时改进
机构 * Xi’an Jiaotong University（西安交通大学） ； The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学）
AI总结 TIDE提出了一种评估框架，用于诊断LLM代理在测试时改进中的性能瓶颈，通过分析任务完成的时间动态、递归循环行为和记忆负担，优化代理与环境的交互。
Comments 29pages, 10 figures
Proteus-ID：身份一致且运动协调的视频定制
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanjing University（南京大学） ； Voyager Research, Didi Chuxing（Voyager Research与滴滴出行）
AI总结 Proteus-ID通过多模态身份融合、时间感知身份注入和自适应运动学习，实现了身份一致且运动协调的视频定制，提升了视频生成的真实性和流畅度。
Comments SIGGRAPH Asia 2025
DESIGNER: 多学科数据合成用于LLM推理的设计逻辑引导
机构 * Alibaba Group（阿里巴巴集团） ； Nanjing University（南京大学）
AI总结 DESIGNER通过设计逻辑引导生成多学科推理数据集，提升LLM跨学科推理能力。
Comments Accepted to ICLR 2026. Project page: https://attention-is-all-i-need.github.io/Design-Logic-Reasoning
WADEPre: 基于小波分解的极端降水现在预测模型与多尺度学习
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Nanjing University（南京大学） ； Zhejiang Institute of Meteorological Sciences（浙江省气象科学研究院）
AI总结 WADEPre通过小波分解和多尺度学习提升极端降水现在预测的精度和保真度。
Comments The paper has been submitted to KDD 2026 and is currently under review
T-LLM：通过时间蒸馏教大语言模型进行时间序列预测
机构 * 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） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
AI总结 T-LLM通过时间蒸馏框架，使通用大语言模型具备时间序列预测能力，实验显示其在多种设置下均优于现有方法。
轨迹SFT中智能体学习了语义还是接口？
机构 * National Engineering Research Center for Software Engineering, Peking University, Beijing, China（软件工程国家工程研究中心，北京大学，北京，中国） ； Nanjing University, Nanjing, China（南京大学，南京，中国） ； Tongji University, Shanghai, China（同济大学，上海，中国）
AI总结 本文提出PIPE协议用于评估智能体在轨迹SFT中对接口的依赖性，发现轨迹SFT显著放大了接口捷径，且引入了接口依赖性指标以量化训练时接口的偏好。
你需要为原生位置无关缓存添加编码器
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） ； School of Computer Science, Peking University, China（计算机学院，北京大学，中国）
AI总结 本文提出原生PIC方法，通过在解码器-only LLMs中引入编码器并训练其支持PIC，开发了COMB缓存系统，显著提升了TTFT和吞吐量，同时保持精度。
Comments 12 pages, 10 figures. Welcome back, Encoder
揭示视频混合专家架构的薄弱环节
机构 * Nanjing University（南京大学） ； China Mobile Information Technology Co., Ltd.（中国移动信息科技有限公司） ； Nanjing University of Information Science and Technology（南京信息科技大学）
AI总结 本文提出TLGA和J-TLAT方法，揭示视频MoE模型的独立和协作性弱点，并通过联合对抗训练提升其鲁棒性。
谁负责安全转移？识别和定位跨语言共享安全神经元
机构 * Nanjing University of Science and Technology（南京理工大学） ； National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanjing University（南京大学）
AI总结 本文提出通过识别和定位跨语言共享安全神经元，提升非高资源语言的安全性，采用神经元导向的训练策略增强模型跨语言防御一致性。
ASTER: 基于工具集成扩展推理的代理扩展
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家实验室） ； School of Artificial Intelligence, Nanjing University, China（人工智能学院） ； Department of Foundation Model, 2012 Labs, Huawei（基础模型部门） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 ASTER通过冷启动策略提升工具集成推理性能，实现长周期推理的高效扩展。
OpenGuanDan: 一个大规模非完全信息游戏基准
机构 * School of Computer Science, Nanjing University of Posts（南京邮电大学计算机科学学院） ； NetEase Fuxi AI Lab, Netease Inc（网易凤凰AI实验室，网易公司） ； School of Intelligent Science（智能科学学院） ； Technology, Nanjing University（技术，南京大学）
AI总结 OpenGuanDan是一个用于评估多智能体决策算法的新型大规模非完全信息游戏基准，通过模拟中国四人纸牌游戏并支持人机对抗，揭示了当前AI在复杂决策任务中的不足。
Diff-PC: 保持身份和3D感知的可控扩散用于零样本肖像定制
机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） ； School of Business, Hohai University（河海大学商学院） ； School of Artificial Intelligence, Nanjing University of Information Science and Technology（南京信息工程大学人工智能学院）
AI总结 Diff-PC通过3D感知和可控扩散方法实现零样本肖像定制，提升身份保持和面部可控性。
Comments Accepted by Information Fusion 2025
FaceSnap: 增强的ID保真网络用于无调优的人像定制
机构 * Vision AI System Lab, Nanjing University, Nanjing, China（南京大学视觉人工智能系统实验室） ； Research and Development Department, Wonxing Technology, Shanghai, China（Wonxing技术有限公司研发部）
AI总结 FaceSnap通过引入面部属性混合器和地标预测器，实现无需微调的高保真人像定制生成。
Comments Accept by ICANN 2025
通过非人类样式推理路径偏好优化增强大语言模型推理
机构 * University of Technology Sydney（悉尼技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southeast University（东南大学） ； Microsoft Research（微软研究院） ； Nanjing University（南京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Independent Researcher（独立研究者）
AI总结 本文提出CGPO方法，通过置信度信号优化推理路径，提升大语言模型在代码和数学推理任务中的性能。
Comments 15 pages
CoDi: 一致主体和多姿态文本到图像生成
机构 * Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学） ； Vipshop
AI总结 CoDi通过两阶段策略实现文本到图像生成中主体一致性和姿态多样性的平衡，提升视觉表现和性能。
Comments Accepted by ICLR2026
TraceRouter: 通过路径级干预实现大型基础模型的鲁棒安全性
机构 * The University of Sydney, Sydney, Australia（悉尼大学） ； Nanjing University of Science（南京理工大学） ； Nanjing University, Nanjing, China（南京大学） ； National University of Singapore, Singapore, Singapore（新加坡国立大学）
AI总结 TraceRouter通过路径级干预有效切断有害语义的因果传播，提升大型基础模型的对抗鲁棒性与实用性。
单次优化的转向向量用于VLMs的幻觉缓解
机构 * University of Science（科学大学） ； Nanjing University（南京大学）
AI总结 本文提出OSGA框架，通过单次优化生成通用转向向量，有效缓解VLMs的幻觉问题并提升安全性。
AscendCraft: 通过DSL引导的转译实现自动AscendNPU内核生成
机构 * State Key Lab for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Software Engineering Application Technology Laboratory, Huawei（软件工程应用技术实验室，华为）
AI总结 AscendCraft通过DSL引导的转译方法，自动生成高效的AscendNPU内核，实现了高正确性和性能。
熵引导的k-guard采样用于长 Horizon 自回归视频生成
机构 * Nanjing University（南京大学） ； Horizon Robotics ； China Mobile（中国移动）
AI总结 熵引导的k-guard采样用于长Horizon自回归视频生成，通过自适应调整令牌候选集大小以提升视频生成的质量和稳定性。
FastGHA: 基于实时动画的通用少样本3D高斯头身像
机构 * Nanjing University（南京大学） ； ETH Zürich（苏黎世联邦理工学院） ； DisneyResearch|Studios（迪士尼研究与工作室）
AI总结 FastGHA通过少样本输入图像生成高质量3D头身像，并支持实时动画，提升了推理效率和渲染质量。
Comments Accepted to ICLR 2026
TorchCP: 一个用于置信预测的 Python 库
机构 * Southern University of Science and Technology（南方科技大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 TorchCP 是一个基于 PyTorch 的库，旨在将先进的置信预测算法集成到深度学习技术中，提升大规模数据中的不确定性量化能力。
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