高校专区
RIRF：图像修复推理框架
机构 * Southwest Jiaotong University（西南交通大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
AI总结 本文提出RIRF框架，通过整合结构化推理流程提升图像修复的可解释性与修复质量，结合推理与修复任务实现统一框架。
多任务可识别差异用于机器视觉视频编码：数据库、模型和编码应用
机构 * School of Electronics and Communication Engineering, Shenzhen Campus, Sun Yat-Sen University（中山大学深圳校区电子与通信工程学院） ； National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台） ； School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院）
AI总结 本文提出多任务可识别差异（MT-JRD）数据库和模型，通过融合属性信息提升多任务预测精度和编码效率，实验表明其在多个机器视觉任务中表现优于单任务模型。
Comments Submitted to IEEE Transactions on Circuits and Systems for Video Technology
具有多级任务-特征引导的数据合成的任务感知LLM路由用于冷启动场景
机构 * City University of Hong Kong（香港城市大学） ； University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出TRouter，通过多级任务-特征引导的数据合成框架解决冷启动问题，提升LLM路由在冷启动和领域内设置下的性能。
Comments 30 pages, Accepted by ACL 2026 Main
通过他们的眼睛：基于注视点的个性化用户模拟调谐
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出FixATE方法，通过将视觉语言模型的视觉注意力与用户特定的注视模式对齐，提升推荐系统模拟的准确性，实验表明这种对齐能有效提高点击预测性能。
Long-SCOPE：完全稀疏的长距离协作3D感知
机构 * Tsinghua University（清华大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出Long-SCOPE框架，通过几何引导查询生成模块和上下文感知关联模块，解决远距离协作3D感知中的计算复杂性和特征关联问题，实现高精度低开销的长距离感知。
Comments Accepted by CVPR 2026
通过空间音频实现可及的细粒度数据表示
机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Singapore Management University, Singapore（新加坡管理大学）
AI总结 本文提出利用空间音频方向表示数据值，以提升视障人士对细粒度数据的感知能力，在数据符号和精确值识别上优于基于音高的方法。
Comments Accepted by IEEE Computer Graphics and Applications (IEEE CG&A)
深入研究先进优化器在多任务学习中的适用性
机构 * Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 本文研究了先进优化器在多任务学习中的应用，提出APT框架通过自适应动量机制平衡优化器与多任务学习的强项，并引入轻方向保持方法提升Muon的正交化效果，实验表明APT显著提升了多任务学习性能。
Comments 12 pages, 5 figures
一个接口，多种机器人：面向协作臂的统一实时低级运动规划
机构 * Robotics Research Center (RRC), Nanyang Technological University（南洋理工大学机器人研究中心） ； WinGs Robotics LLC（WinGs 机器人有限责任公司）
AI总结 本文提出一个统一的实时低级运动规划接口，用于协作机器人臂，旨在提高在异构硬件平台上的应用性和可移植性。通过n次多项式插值与二次规划求解器结合，生成平滑连续可微的轨迹。在三个不同场景中验证了方法的可靠性、通用性和易用性。
InstrAct：迈向指令视频中的动作中心理解
机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Microsoft Research（微软研究院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出InstrAction框架，通过数据驱动策略和辅助目标提升指令视频中动作识别与建模，建立InstrAct基准测试集，优于现有视频基础模型。
从选择到调度：联邦几何感知修正使示例回放在持续动态异质性下表现更佳
机构 * School of Software, Shandong University（山东大学软件学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院）
AI总结 本文提出FEAT方法，通过几何结构对齐模块和能量基几何修正模块，解决联邦持续学习中示例回放在持续动态异质性下的性能问题。
Comments CVPR 2026 accepted
CAMotion：一种高质量的野外伪装移动物体检测基准
机构 * School of CyberScience and Technology, Sun Yat-sen University（中山大学网络空间安全学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（北京邮电大学计算机学院（国家示范性软件学院））
AI总结 本文提出CAMotion基准，用于评估野外伪装移动物体检测，包含多种具有挑战性的序列，涵盖不确定边缘、遮挡、运动模糊等属性，并对现有SOTA模型进行综合评估，讨论VCOD任务的主要挑战。
Comments Under review
微调不足：端到端自动驾驶中协同模仿与强化学习的并行框架
机构 * Tongji University（同济大学） ； Nanyang Technological University（南洋理工大学） ； Chery Automobile（奇瑞汽车）
AI总结 本文提出PaIR-Drive框架，通过并行分离模仿学习与强化学习，解决传统序列微调方法导致的策略漂移和性能瓶颈问题，实现协同优化，提升自动驾驶性能。
Comments 11 pages, 7 figures, 6 tables
更好的眼睛，更好的思考：为何视觉链式推理在医学中失效
机构 * Department of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）计算机科学系） ； College of Computing and Data Science (CCDS), Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机科学学院）
AI总结 本文发现链式推理在医学视觉问答中表现欠佳，提出通过感知锚定和描述 grounding 提升视觉 grounding 和跨模态对齐以改善性能。
在组合与约束世界中的推理：在自然语言组合优化上对LLM的基准测试
机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Brandenburg University of Technology（勃兰登堡工业大学） ； Nanyang Technological University（南洋理工大学） ； Delft University of Technology（代尔夫特理工大学） ； Southeast University（东南大学）
AI总结 本文提出NLCO基准测试，评估LLM在组合优化中的推理能力，涵盖43个问题，通过四层分类体系进行细粒度评估，发现随着问题规模增大，LLM的性能下降，尤其是在图结构问题和瓶颈目标上表现较差。
任务分布鲁棒数据免费元学习
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Computer Science and AI Institute, University of Central Florida（中佛罗里达大学计算机科学系与人工智能研究所） ； School of Data Science, the Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen) and Secure Computing Lab of Big Data, Shenzhen Research Institute of Big Data (SBRID)（香港中文大学（深圳）数据科学学院与深圳市大数据研究院大数据安全计算实验室）
AI总结 本文研究数据免费元学习的鲁棒性，发现任务分布偏移和任务分布污染两种漏洞，并提出可信DFML框架以缓解这些问题。
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