高校专区
从医学实体树学习：一种以实体为中心的医疗数据工程框架用于多模态大语言模型
机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University, China（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学，中国） ； ByteDance（字节跳动） ； Northeastern University（东北大学）
AI总结 本文提出以实体为中心的医疗数据工程框架，通过构建医学实体树，提升多模态大语言模型在医疗领域的表现，通过实体引导检索、双重过滤和知识感知数据合成等方法，增强模型处理复杂临床问题的能力。
EigentSearch-Q+: 通过结构化推理工具增强深度研究代理
机构 * Meta ； Northeastern University, China（东北大学） ； University of Oslo（奥斯陆大学） ； Bosch Center for AI（博世人工智能中心） ； University of Stuttgart（斯图加特大学） ； University of Cambridge（剑桥大学） ； Mina AI ； Amazon（亚马逊）
AI总结 本文提出Q+工具，通过引导查询规划和证据提取提升深度研究代理的搜索效率，实验显示在多个基准测试中提升了模型准确性。
增强财务报告问答：一种带有重排序分析的检索增强生成系统
机构 * School of Engineering Stanford University Stanford, CA, USA ； Simon Business School University of Rochester Rochester, NY, USA ； Accounting \& Information Systems Rutgers University Newark, NJ, USA ； Institute for Social ； Economic Research ； Policy Columbia University New York, NY, USA ； Department of Economics Northeastern University Boston, MA, USA
AI总结 本文提出一种检索增强生成系统，通过重排序提升财务报告问答性能，实验表明重排序显著提高答案质量，正确率提升15.5个百分点。
Comments 7 pages, 2 figures. Accepted to ICECET 2026
R3-REC：通过多粒度兴趣信号增强的检索增强型大语言模型推荐
机构 * Sydney Smart Technology College, Northeastern University, China（悉尼智能技术学院，东北大学，中国）
AI总结 本文针对序列推荐中的证据不足和动态多维意图建模问题，提出R3-REC框架，通过多级用户意图推理、物品语义提取等模块提升推荐效果，实验显示在多个数据集上优于基线模型。
Comments 5 pages, 4 figures, 2 tables. Accepted to the 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)
Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 5951-5955, 2026
从嘈杂的历史地图到无需标注的时间序列油棕映射：马来西亚和印度尼西亚（2020-2024）
机构 * School of Artificial Intelligence, Sun Yat-Sen University, Zhuhai, China.（中山大学人工智能学院，中国珠海） ； National Supercomputing Center in Shenzhen, Shenzhen, China.（深圳国家超算中心，中国深圳） ； Khoury College of Computer Sciences, Northeastern University, Boston, United States of America.（东北大学计算机科学学院，美国波士顿） ； Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China.（清华大学深圳国际研究生院，中国深圳）
AI总结 本文提出利用哨兵-2影像生成高分辨率油棕种植园地图，通过优化的U-Net架构和DMI算法，在无需人工标注的情况下，实现了2020至2024年马来西亚和印度尼西亚的高精度监测。
HeadRouter: 任务自适应音频标记压缩中的动态头部权重路由
机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； DAIL Tech（DAIL科技） ； Northeastern University（东北大学） ； Sichuan University（四川大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 HeadRouter通过动态评估不同音频任务中注意力头的重要性，实现高效的音频标记压缩，实验表明其在多个基准上均取得最佳压缩效果。
Comments Homepage: https://dabdans.github.io/HeadRouter/
通过神经网络学习遗传回路模块：完整版本
机构 * Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系） ； Department of Electrical and Computer Engineering and Department of Bioengineering, Northeastern University（东北大学电气与计算机工程系和生物工程系） ； Department of Mechanical Engineering and Biological Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程与生物工程系）
AI总结 本文提出一种模块化学习框架，利用系统组成结构知识，通过减少数据量识别模块输入输出函数，提升合成生物回路设计效率。
MTRouter: 带成本意识的多轮LLM路由与历史-模型联合嵌入
机构 * School of Computer Science and Engineering, Northeastern University Shenyang 110819, China（东北大学计算机科学与工程学院，中国沈阳110819） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文提出MTRouter，通过联合历史-模型嵌入和学习轨迹预测器，提升多轮任务的性能-成本平衡，实验显示在ScienceWorld和Humanity's Last Exam上均取得显著成本降低与性能提升。
Comments This work has accepted by ACL 2026
从边缘到深度：探测视觉变换器中的空间层次
机构 * Northeastern University（东北大学）
AI总结 研究探讨了视觉变换器中空间层次的编码机制，通过分析局部边缘和深度信息揭示了层次结构，发现边界结构在第5-6层可线性解码，而深度信息在第8层达到峰值，证明了分类训练的ViT能主动维护空间层次。
Comments 12 pages, 6 figures. Code available at https://github.com/JainumSanghavi/ProbingViTs
机器人中的视觉-语言-动作：数据集、基准和数据引擎的综述
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Utah（犹他大学） ； Northeastern University（东北大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 本文综述了视觉-语言-动作研究中数据基础设施的关键挑战，指出未来进展依赖于数据引擎与评估协议的协同设计，揭示了数据集、基准和数据引擎的四大开放挑战。
Comments This is a survey paper. The survey is already accepted by TMLR after peer-review. The OpenReview link is here: https://openreview.net/forum?id=tAaWFpvnmm
并非所有方向都重要：迈向结构化和任务感知的低秩模型适应
机构 * University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； University of Virginia（弗吉尼亚大学） ； Tulane University（路易斯安那州立大学） ； Yale University（耶鲁大学） ； Brown University（布朗大学） ； Northeastern University（东北大学） ； University of Bristol（布里斯托尔大学） ； Harvard University（哈佛大学）
AI总结 本文提出StructLoRA框架，通过信息瓶颈引导过滤和图协调器解决低秩适应中的语义漂移和结构不一致问题，实验证明其在多种模型上均优于传统LoRA及其他方法，尤其在低秩和低数据场景下表现突出。
Comments ACL 2026
RouteLMT: 为混合LLM翻译部署设计的学得样本路由
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； NiuTrans Research, Shenyang, China（牛译研究院，中国沈阳）
AI总结 本文提出RouteLMT，通过在模型内部预测大模型相对于小模型的边际增益，实现高效的样本路由，优于传统启发式和质量估计方法，达到更优的质量-预算帕累托前沿。
Comments Accepted to ACL 2026 Industry Track
SNGR：针对模糊SLAM因子图的选择性非高斯细化
机构 * Northeastern University, Boston, MA, USA（东北大学，波士顿，马萨诸塞州，美国）
AI总结 SNGR通过在高斯近似可能失效的窗口中进行定向嵌套采样，提升SLAM精度并降低计算成本，适用于范围仅SLAM中的错误数据关联问题。
EgoMAGIC- 一种用于训练感知算法的自拍视频医学数据集
机构 * RTX BBN Technologies（RTX BBN技术公司） ； New York University（纽约大学） ； Northeastern University（东北大学）
AI总结 本文介绍EgoMAGIC数据集，包含50项医学任务的3355个视频，用于训练感知算法，通过挑战赛推动研究，提供124种医学物体的检测基准。
Comments 9 pages, 4 figures, 3 tables
UNIKIE-BENCH：用于视觉文档中关键信息提取的大型多模态模型基准测试
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Alibaba Group, Hangzhou, China（阿里巴巴集团）
AI总结 本文提出UNIKIE-BENCH基准，用于评估大型多模态模型在视觉文档关键信息提取中的性能，揭示了不同场景下模型的性能差异及挑战。
NiuTrans.LMT: 向包容性和可扩展的多语言机器翻译迈进 with LLMs
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； NiuTrans Research, Shenyang, China（牛译研，中国沈阳）
AI总结 本文提出NiuTrans.LMT，通过Strategic Downsampling和Parallel Multilingual Prompting缓解多语言监督微调中的方向退化问题，展示其在60种语言234个方向上的竞争力。
Comments Accepted to ACL 2026 Main Conference. Models are available at: https://github.com/NiuTrans/LMT
climt-paraformer：基于时间记忆的Transformer用于对流参数化的稳定模拟
机构 * Sustainability and Data Sciences Laboratory, Northeastern University（可持续性与数据科学实验室，东北大学） ； Microsoft（微软） ； Indian Institute of Science Education and Research Pune（印度科学教育与研究中心普纳分校） ； AI for Climate and Sustainability, The Institute for Experiential AI, Northeastern University（气候与可持续性人工智能，体验式人工智能研究所，东北大学）
AI总结 本文提出一种基于时间记忆的Transformer模型，用于对流参数化模拟，通过捕捉时间相关性和非线性交互，提高了气候模型的稳定性与精度。
基于多任务深度学习框架的常规膝关节X光片机会性骨量丢失筛查
机构 * ORBIT Lab, College of Medicine and Biological Information Engineering, Northeastern University（ORBIT实验室，医学院和生物信息工程学院，东北大学） ； Department of Radiology, Liaoning Provincial Key Laboratory of Medical Imaging, Liaoning Provincial Key Laboratory of Imaging Technology and Artificial Intelligence, Shengjing Hospital of China Medical University（放射科，辽宁省医学影像重点实验室，辽宁省影像技术与人工智能重点实验室，中国医科大学盛京医院） ； Rehabilitation Center, Liaoning Provincial Key Laboratory of Medical Imaging, Liaoning Provincial Key Laboratory of Imaging Technology and Artificial Intelligence, Shengjing Hospital of China Medical University（康复中心，辽宁省医学影像重点实验室，辽宁省影像技术与人工智能重点实验室，中国医科大学盛京医院） ； The University of Sydney, Sydney Musculoskeletal Health and the Kolling Institute, Northern Clinical School, Faculty of Medicine and Health and the Northern Sydney Local Health District（悉尼大学，悉尼骨科健康与Kolling研究所，北方临床医学院，医学院与健康学院，北悉尼地方卫生区）
AI总结 本文提出STR-Net框架，利用膝关节X光片进行骨量丢失筛查，通过敏感度约束阈值优化，实现单次通过的骨量丢失检测、严重程度分层和T值估计。
通过工具监督强化学习进行视觉推理
机构 * Northeastern University（东北大学） ； Amazon AGI（亚马逊人工智能研究院）
AI总结 本文提出工具监督强化学习框架，通过简单可解释的视觉工具提升多模态大语言模型的复杂视觉推理能力，实验表明其高效且具备强大工具使用能力。
Comments Accepted to CVPR 2026 Findings. 17 pages
PR-CAD：基于大语言模型的统一可控且忠实的文本到CAD生成的渐进式细化
机构 * School of Information Science, Beijing Language and Culture University, China（北京语言大学信息学院） ； School of Computer Science and Technology, Beijing Jiaotong University, China（北京交通大学计算机科学与技术学院） ； School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University, China（清华大学计算机科学与技术系） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen), China（哈尔滨工业大学（深圳）计算机科学与技术学院）
AI总结 PR-CAD通过统一生成与编辑任务，提升文本到CAD生成的可控性和忠实性，采用高保真交互数据集和强化学习框架，实现设计创建与细化的一体化解决方案。
轨迹到任务：通过合成且可验证的数据训练鲁棒的工具调用代理以应对复杂用户意图
机构 * Northeastern University（东北大学） ； Amazon（亚马逊） ； Northwestern University（西北大学）
AI总结 本文提出Trajectory2Task方法，通过合成可验证数据提升工具调用代理在复杂用户意图下的鲁棒性，通过多轮探索生成有效工具调用轨迹，并转换为可验证任务，最终在七种先进LLM上验证了改进效果。
陷入词语的网络：大型语言模型是否在医学文献中受偏见影响？
机构 * Northeastern University, Boston, MA, USA（东北大学，波士顿，马萨诸塞州，美国） ； The University of Texas MD Anderson Cancer Center, Houston, Texas, USA（德克萨斯大学MD安德森癌症中心，休斯顿，德克萨斯州，美国） ； King’s College London, London, UK（伦敦国王学院，伦敦，英国） ； The University of Texas at Austin, Austin, Texas, USA（德克萨斯大学奥斯汀分校，奥斯汀，德克萨斯州，美国）
AI总结 研究探讨了大型语言模型（LLM）在处理医学文献时是否受作者偏见影响，发现LLM比人类更容易受偏见影响，但可通过提示减少其影响。
Comments 26 pages, 17 figures, 4 tables, Conference on Health, Inference, and Learning (CHIL) 2025
SpanVLA: 一种高效的视觉-语言-动作模型，通过负样本恢复学习实现动作桥接与学习
机构 * University of California, Los Angeles, USA（加州大学洛杉矶分校） ； Motional, USA（Motional公司） ； Northeastern University, USA（东北大学）
AI总结 本文提出SpanVLA，一种端到端自动驾驶框架，结合自回归推理与流匹配动作专家，通过高效桥接和负样本恢复学习提升推理效率和鲁棒性。
Comments Project page: https://spanvla.github.io/
DUALVISION：用于鲁棒视觉推理的RGB-红外多模态大语言模型
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Amazon（亚马逊） ； Northeastern University（东北大学）
AI总结 本文提出DUALVISION，通过局部化交叉注意力融合IR-RGB信息，提升多模态大语言模型在视觉退化条件下的性能，并引入DV-204K和DV-500数据集进行评估。
Comments Accepted at CVPR Findings 2026
NameBERT: 通过LLM增强的开放学术数据扩展基于名称的国籍分类
机构 * Northeastern University, United States（美国东北大学）
AI总结 本文提出NameBERT，利用LLM增强开放学术数据构建大规模名称-国籍数据集，通过生成低资源国家名称提升分类性能，实现高效且准确的国籍分类。
Comments 12 pages, 3 figures, 8 tables; accepted at the 39th Canadian Conference on Artificial Intelligence (Canadian AI 2026)
Journal ref Proceedings of Machine Learning Research 318 (2026)
为分子结构识别微调DeepSeek-OCR-2
机构 * Department of Computer Science, Princeton University, Princeton, NJ, USA（普林斯顿大学计算机科学系） ； School of Pharmacy, University of Pittsburgh, Pittsburgh, PA, USA（匹兹堡大学药学院） ； Khoury College of Computer Science, Northeastern University, Boston, MA, USA（东北大学Khoury计算机科学学院） ； Computational Chemical Genomics Screening Center, University of Pittsburgh, Pittsburgh, PA, USA（匹兹堡大学计算化学基因组筛选中心）
AI总结 本文提出通过图像条件生成SMILES的方法微调DeepSeek-OCR-2，采用分阶段监督微调策略提升稳定性，训练数据结合合成图像和专利图像，模型在精确匹配上表现良好但不如图结构模型。
通过基于群体的轮询缓解大语言模型中的判断偏好偏差
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系，中国北京） ； Software College, Northeastern University, Shenyang, China（东北大学软件学院，中国沈阳） ； Huawei, China（华为，中国）
AI总结 本文提出Genii框架，通过多智能体协作优化缓解LLM判断偏好偏差，无需人工标注数据，提升评估性能。
谁从AI中受益？自我选择、技能差距和AI反馈的隐性成本
机构 * D'Amore-McKim School of Business, Northeastern University（德阿莫-麦克金商学院，东北大学）
AI总结 研究探讨了个体在AI反馈中的自我选择行为如何影响学习效果和群体结果，发现高技能个体更倾向于使用AI反馈，导致技能差距扩大和智力多样性下降。
王子会得到真爱之吻吗？关于童话文本上性别扰动对模型敏感性的研究
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Northeastern University（东北大学）
AI总结 本文研究语言模型在理解故事时是否受习得的性别刻板印象影响，通过反事实数据增强探讨模型对性别刻板印象扰动的响应，发现模型在测试集上对性别扰动敏感，但经过反事实训练后更鲁棒。
LexRel：中国民事案件法律关系抽取基准测试
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Glasgow（格拉斯哥大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Northeastern University（东北大学）
AI总结 本文提出LexRel基准，用于评估法律关系抽取任务，揭示当前大语言模型在识别民事法律关系上的不足，并展示显式整合法律关系信息对下游法律AI任务的积极影响。
Comments Accepted to ACL 2026 (main conference). 17 pages, 7 figures
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