高校专区
HippoCamp：在个人电脑上对上下文代理进行基准测试
机构 * S-Lab, Nanyang Technological University, Singapore（新加坡南洋理工大学S-Lab）
AI总结 HippoCamp是一个新的基准，用于评估代理在多模态文件管理中的能力，通过用户为中心的环境建模个体用户档案并搜索大规模个人文件进行上下文感知推理，揭示了当前代理在真实环境中的局限性。
Comments Project Page: https://hippocamp-ai.github.io/
ReMoGen：通过多样化数据的模块学习实现实时的人际交互生成
机构 * ShanghaiTech University（上海科技大学） ； Guangzhou Institute of Energy Conversion, CAS（中国科学院广州能源研究所） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出ReMoGen框架，通过模块化学习生成实时的人际交互反应，利用大规模单人动作数据集学习通用动作先验，并通过Meta-Interaction模块适应不同交互领域，实现高效且高质量的动作响应。
Comments accepted by CVPR 2026, project page: https://4dvlab.github.io/project_page/remogen/
连接结构化知识与数据：一个具有金融应用的统一框架
机构 * Xi’an Jiaotong-Liverpool University（西交利物浦大学） ； University of Edinburgh（爱丁堡大学） ； Nanyang Technological University（南洋理工大学） ； ABFER（亚洲金融与经济研究局） ； CEPR（经济政策研究中心） ； NBER（美国全国经济研究所）
AI总结 本文提出SKINNs框架，结合神经网络与经济结构参数估计，通过约束条件提升模型一致性与泛化能力，在期权定价中提升估值与对冲表现。
Sparkle：一种稳健且多功能的点云基于人体动作捕捉表示
机构 * ShanghaiTech University（上海科技大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信任中心）
AI总结 本文提出Sparkle，一种结合骨骼关节和表面锚点的结构化表示，通过层次模块学习几何连续性和运动学约束，实现高精度、鲁棒性和泛化能力。
Comments Accepted at ICLR 2026
GRASP: 通过主动共享感知实现多智能体协作优化的梯度重排
机构 * Dalian University of Technology（大连理工大学） ； Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局） ； Nanyang Technological University（南洋理工大学）
AI总结 GRASP通过主动共享感知实现多智能体协作优化，定义广义Bellman均衡作为稳定目标，利用独立梯度推导共识梯度以提升收敛速度和协作性能。
AutoEG：在黑盒Web应用中利用已知的第三方漏洞
机构 * Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学） ； Tianjin University（天津大学）
AI总结 本文提出AutoEG框架，通过自动化的多智能体方法生成Web应用漏洞利用方案，实现高成功率的漏洞利用测试。
Comments 21 pages, 18 figures
迈向大语言模型中可靠的真实性对齐不确定性估计
机构 * Nanyang Technological University（南洋理工大学） ； KAIST（韩国科学技术院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出Truth AnChoring方法，通过将原始分数映射到事实对齐分数，解决不确定性估计指标在低信息区域的非判别性问题，提升大语言模型的可靠性。
棱镜假说：通过统一自编码和谐统一语义和像素表示
机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； SenseTime Research（商汤科技研究院）
AI总结 本文提出棱镜假说，通过创新的频率带调节器实现语义结构与像素细节的和谐统一，提升模型性能。
Comments Code link: https://github.com/WeichenFan/UAE
利用大型语言模型弥合稳定币跨领域透明度
机构 * Faculty of Information Technology, Monash University（莫纳什大学信息技术学院） ； School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信任中心） ； School of Business, Monash University（莫纳什大学商学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院）
AI总结 本文提出利用大型语言模型整合稳定币跨领域透明度，通过语义对齐发行披露与市场数据，揭示披露与可验证数据间的系统性差距，提升去中心化金融的自动化审计能力。
HUMOF：交互社交场景中的人体运动预测
机构 * ShanghaiTech University（上海科技大学） ； The University of Hong Kong（香港大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信任中心） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出HUMOF方法，通过层次化交互特征表示和粗到细交互推理模块，提升复杂场景中人体运动预测的准确性，实现在四个公开数据集上的最佳性能。
Comments Accepted by ICLR 2026
情绪如何塑造大语言模型和代理的行为：一种机制性研究
机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 本文提出E-STEER框架，通过在隐藏状态中嵌入情绪作为可控变量，研究情绪对推理、生成、安全性和多步代理行为的影响，揭示情绪与行为之间的非单调关系。
Comments 15 pages, 11 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