高校专区
物理约束的Mamba-SDE用于不规则观测下的剩余使用寿命预测
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 提出PC-MambaSDE框架，通过掩码感知连续Mamba编码器和物理引导的潜在SDE，解决不规则观测下剩余使用寿命预测的物理不可行性问题。
压缩是否保留不确定性？基于共形预测的量化和稀疏大语言模型统一基准
机构 * Wuhan University of Technology（武汉理工大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本研究通过共形预测方法，在五个NLP任务上对12种不同压缩配置的大语言模型进行基准测试，发现压缩经常解耦准确率与不确定性，大模型更能吸收压缩引起的不确定性，且不确定性膨胀常呈阈值状而非渐进。
Trans2Occ: 从仿真到现实的透明物体体素占用估计与抓取
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； SUSTech（南方科技大学） ； CUHK（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Oxford（牛津大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出基于单视图RGB输入的体素占用预测框架，结合仿真数据生成与规则抓取策略，实现透明物体的鲁棒3D感知与操作。
图灵模式用于多媒体：反应-扩散多模态融合用于语言引导的视频时刻检索
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出基于反应-扩散过程的多模态融合框架RDMF，通过模拟生物模式形成机制实现视频与文本的动态对齐，用于视频时刻检索与高亮检测。
Comments Published in ACM MM 2025. Address some typos
层级语义增强导航：面向视觉语言导航的最优传输与图驱动推理
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（新加坡南洋理工大学交叉学科研究生项目） ； University College London（伦敦大学学院）
AI总结 提出层级语义增强导航框架，通过动态层级语义场景图、基于最优传输的拓扑规划器与图感知强化学习策略，解决连续环境中的视觉语言导航难题，实现最优性能。
Comments Published in NeurIPS 2025, address some typos
PAI-Studio: 具有相机感知运动的电影级视频背景替换
机构 * Utopai Studios（Utopai工作室） ； Nanyang Technological University（南洋理工大学） ； University of California, Irvine（加州大学尔湾分校） ； Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 提出PAI-Studio，一种基于扩散变换器的视频合成任务，通过双向注意力机制统一处理前景动态与背景参考，实现运动一致的背景生成、高保真前景重光照和身份保持。
桥接需求与架构：基于外部知识和分层记忆的多智能体编排
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Nanyang Technological University（南洋理工大学）
AI总结 提出MAAD框架，通过编排四个专业智能体（分析师、建模师、设计师、评估师），结合RAG注入架构标准与分层记忆机制，自动将需求规格转化为多视图架构蓝图并评估质量属性。
Comments 39 pages, 7 images, 5 tables, Manuscript submitted to a Journal (2026)
不要阅读一切：用于线性注意力的曲率条件查询
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； VinUniversity（文理大学）
AI总结 针对线性注意力在上下文检索和长上下文任务中的不足，提出曲率条件查询（CCQ）机制，通过二阶泰勒展开构建局部二次模型，利用运行键协方差收缩查询向量，仅修改读取步骤，兼容现有线性注意力骨干，在困惑度、零样本下游准确率、检索和长上下文任务上取得提升。
Comments 19 pages
经济思维：面向LLM自适应复杂度推理的分层框架
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； Singapore Institute of Manufacturing Technology, A*STAR（新加坡制造技术研究所，A*STAR）
AI总结 针对LLM推理中的“过度思考”问题，提出分层自适应预算器（HAB）框架，通过粗粒度到细粒度的预算分配实现计算资源的高效利用，在GSM8K和MATH500上同时提升准确率和降低token使用量。
Comments 11 pages, 4 figures, 3 tables
DAG-MoE：从简单混合到专家混合中的结构聚合
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
AI总结 本文提出DAG-MoE框架，通过轻量级模块自动学习选定专家之间的最优聚合结构，以替代标准加权求和聚合，从而在不改变专家或路由器的情况下扩展专家组合空间并实现单层多步推理，在预训练和微调中均优于传统MoE基线。
Comments Accepted by ICML 2026
三自由度机械臂MPC的行为克隆
机构 * University of Waterloo（多伦多大学） ； Universite de Technologie de Compiègne（技术与科学大学） ； Nanyang Technological University（南洋理工大学） ； Polytechnique Montréal（蒙特利尔理工学院）
AI总结 针对MPC实时计算负担重的问题，采用行为克隆方法近似MPC策略，通过多种神经网络架构实现三自由度机械臂的实时控制，在宽松容差下推理延迟降低3倍，成功率84.98%。
Comments Accepted at the IEEE ICRA 2026 Workshop on Reinforcement Learning in the Era of Imitation Learning (RL4IL), 6 pages excluding references
FLaG：用于幻觉检测的细粒度潜在分组
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出FLaG框架，通过能量路由机制将实例软关联到多个潜在证据组，并利用对数边际聚合组合组条件可靠性信号，以捕获异构幻觉模式，实现无需修改底层模型的高效幻觉检测。
机器人操作的世界模型：综述
机构 * Department of Mechanical Engineering, The Hong Kong Polytechnic University（香港理工大学机械工程系） ； Department of Mechanical Engineering and Automation, Harbin Institute of Technology（哈尔滨工业大学机械工程与自动化系） ； School of Advanced Engineering, Great Bay University（大湾大学先进工程学院） ； College of Robotics Science and Engineering, Taiyuan University of Technology（太原科技大学机器人科学与工程学院） ； School of Data Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）数据科学学院） ； Department of Mechatronic Engineering, Guangdong Polytechnic Normal University（广东 polytechnic 正常大学机电工程系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； College of Mechanical and Electrical Engineering, Northeast Forestry University（东北林业大学机械与电气工程学院） ； Greater Bay Area National Center of Technology Innovation（粤港澳大湾区国家技术创新中心） ； Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（香港理工大学工业与系统工程系）
AI总结 本文通过三个问题（预测什么未来表示、预测如何与动作连接、何时在机器人学习流程中使用预测）系统综述了机器人操作中的世界模型，将其定义为动作条件预测系统，并分类为五种表示族，提出了功能分类法，总结了基础设施角色、数据集和评估协议，揭示了从任务特定动力学预测器向预测基础设施的演变及开放挑战。
BitsMoE: 面向MoE大语言模型量化的频谱能量引导比特分配
机构 * School of Microelectronics, University of Science and Technology of China（中国科学技术大学微电子学院） ； 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 Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 提出BitsMoE框架，通过SVD分解和频谱能量引导的混合精度比特分配，解决MoE模型超低位量化中的精度损失问题，在Qwen3-30B-A3B-Base上2比特量化下准确率提升27.83个百分点。
Comments 29 pages, 6 figures, 9 tables. Code and models are available at https://github.com/zjiayu064/BitsMoE
VLAMotor: 通过基于智能体的数据合成实现视觉-语言-动作模型的测试引导增强
机构 * School of computing and data science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； School of Software Engineering, Sun Yat-sen University（软件工程学院，中山大学） ； GuangDong Engineering Technology Research Center of Blockchain, China（区块链工程技术研发中心，中国） ； Northwest A&F University（西北农林科技大学）
AI总结 提出VLAMotor框架，通过距离感知测试暴露失败案例，并利用基于智能体的数据合成生成成功轨迹微调VLA模型，显著提升模型在仿真和真实环境中的成功率。
WINDQuant: 权重感知的全局混合精度大语言模型量化神经决策
机构 * CAIR, VinUniversity, Vietnam（越南 VinUniversity 的 CAIR） ； Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Ho Chi Minh City, Vietnam（越南胡志明市技术大学 (HCMUT)） ； CCDS, Nanyang Technological University, Singapore（新加坡南洋理工大学的 CCDS） ； School of Computing, National University of Singapore, Singapore（新加坡国立大学计算机学院）
AI总结 提出基于强化学习的WINDQuant控制器，在全局存储预算下为列块分配位宽和量化策略，实现超低位LLM量化的细粒度混合精度，性能优于传统方法。
SPARC: 通过注意力智能体通信实现空间感知路径规划
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出关系增强多头注意力（RMHA）机制，通过嵌入曼哈顿距离到注意力权重计算，优先处理空间邻近机器人的消息，在40x40网格上从8机器人零样本泛化到128机器人时，在30%障碍密度下实现约75%成功率，超越基线25个百分点以上。
Comments The manuscript is being withdrawn at the request of the first author for the purpose of revising content and re-uploading a revised version with updated data/figures/text . The revised manuscript will be resubmitted to arXiv promptly with the same author list and research theme
IAG: 基于输入感知的后门攻击针对VLM视觉定位
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Columbia University（哥伦比亚大学） ； Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出IAG方法，通过文本条件UNet动态生成输入感知的触发器，实现首个多目标后门攻击VLM视觉定位，在多个模型和基准上达到最佳攻击成功率且不影响正常性能。
Comments Accepted by CVPR 2026; Code is at https://github.com/lijunxian111/IAG
Journal ref https://openaccess.thecvf.com/content/CVPR2026/papers/Li_IAG_Input-aware_Backdoor_Attack_on_VLM-based_Visual_Grounding_CVPR_2026_paper.pdf
函数空间中贝叶斯逆问题的预处理一步生成建模
机构 * Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University（数学科学学院，物理与数学科学学院，南洋理工大学）
AI总结 提出一种基于一步生成传输的机器学习算法，使用先验对齐的高斯随机场作为源，通过神经算子逼近后验分布，高效求解函数空间中的贝叶斯逆问题。
污染贝叶斯随机特征中的鲁棒预测不确定性与双重下降
机构 * The University of Manchester, UK（英国曼彻斯特大学） ； University of Pisa, Italy（意大利比萨大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Max Planck Institute for Mathematics in the Sciences, Germany（德国马克斯·普朗克数学研究所）
AI总结 提出一种鲁棒贝叶斯随机特征回归方法，通过Huber污染集处理先验和似然误设，推导出后验预测密度的上下界，并引入不精确最高密度区域进行鲁棒不确定性量化，证明预测不确定性保持计算可行性并继承经典双重下降相位结构。
何时想象以及想象多少：基于世界模型的自适应测试时缩放用于视觉空间推理
机构 * University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出自适应测试时框架AVIC/AVIC-R，通过世界模型选择性调用和缩放视觉想象，在空间推理中平衡准确性与效率，超越GPT-4o等基线。
Comments the first two authors are equally contributed. Project page: https://adaptive-visual-tts.github.io/
重新思考科学建模：迈向物理一致且可模拟执行的程序化生成
机构 * Sichuan University（四川大学） ； Nanyang Technological University（南洋理工大学） ； Fuzhou University（福州大学）
AI总结 针对大型语言模型在工程建模中生成代码的物理不一致问题，提出结合领域知识构建、约束对齐和验证驱动的框架，并引入CivilInstruct数据集和MBEval基准，通过两阶段微调提升模型生成的可执行性和物理一致性。
跨域小样本分割：多视角渐进适应
机构 * Interdisciplinary Graduate Programme, Nanyang Technological University（南洋理工大学交叉学科研究生项目） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； VinUniversity（文大学） ； SMBU
AI总结 提出多视角渐进适应方法，通过混合渐进增强和双链多视角预测，从数据和策略两方面逐步将小样本能力适应到目标域，显著提升跨域小样本分割性能。
Comments Accepted by CVPR 2026
BranPO：面向长程智能体强化学习的可扩展对比分支采样
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Nanyang Technological University（南洋理工大学）
AI总结 针对长程智能体强化学习中轨迹级奖励稀疏且信用分配困难的问题，提出一种无值函数方法BranPO，通过截断轨迹并重采样延续构建对比分支，实现局部对比监督，无需密集奖励。
Comments 26 pages, 5 figures
Avatar Forcing：用于自然对话的实时交互式头部化身生成
机构 * KAIST（韩国科学技术院） ； NTU Singapore（新加坡国立大学） ； DeepAuto.ai
AI总结 提出Avatar Forcing框架，通过扩散强制实现实时交互式头部化身生成，利用直接偏好优化进行无标签学习，在低延迟（约500ms）下生成富有表现力的反应动作。
Comments CVPR 2026. Project page: https://taekyungki.github.io/AvatarForcing/
DIPOLE：融合视觉与几何实现鲁棒的视觉运动泛化
机构 * University of California, Berkeley（加州大学伯克利分校） ； Nanyang Technological University（南洋理工大学）
AI总结 提出DIPOLE，通过训练时模态丢弃和轻量交叉注意力融合视觉与几何信息，实现跨光照、纹理、视角等变化的鲁棒策略泛化，在18个模拟和4个真实任务中平均性能提升39.1%。
基于分数生成CSI与去噪的GNN鲁棒混合波束成形
机构 * State Key Laboratory of Advanced Rail Autonomous Operation（先进轨道交通自主运行国家重点实验室） ； School of Computer Science and Technology（计算机科学与技术学院） ； Beijing Jiaotong University（北京交通大学） ； School of Electronics and Information Engineering（电子与信息工程学院） ； School of Electrical and Electronic Engineering (EEE)（电子与电气工程学院） ； Nanyang Technological University（南洋理工大学） ； School of Electronic Engineering and Computer Science（电子工程与计算机科学学院） ； Queen Mary University of London（伦敦女王玛丽大学） ； Department of Electronic Engineering（电子工程系）
AI总结 针对混合波束成形中信道状态信息不精确的问题，提出利用图神经网络和基于分数的生成模型，通过混合消息图注意力网络、BERT噪声条件分数网络和去噪分数网络实现鲁棒HBF。
TuneAgent: 基于强化学习的智能操作系统内核调优
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出TuneAgent框架，利用基于规则的强化学习使大语言模型自主探索Linux内核空间，通过结构化奖励函数和两阶段训练策略解决稀疏反馈问题，实现高达5.6%的性能提升。
驯服系统复杂性：揭秘软件工程代理在诊断Linux内核故障中的作用
机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学）
AI总结 针对Linux内核故障定位挑战，提出LinuxFLBench基准和LinuxFL$^+$增强框架，将现有LLM代理的文件级top-1准确率从41.6%提升7.2%-11.2%。
Comments Accepted to ACL 2026
锐度感知最小化的稳定性分析
机构 * Chung-Ang University, South Korea（Chung-Ang 大学，韩国） ； Korea Institute for Advanced Study, South Korea（韩国高级研究院） ； Ulsan National Institute of Science（乌山国家科学研究院） ； Nanyang Technological University (NTU), Singapore（南洋理工大学（NTU），新加坡） ； Seoul National University, South Korea（首尔国立大学，韩国）
AI总结 研究SAM在鞍点附近的收敛不稳定性，通过动力系统理论证明鞍点成为吸引子，并发现动量与批次大小可缓解该问题。
Comments Accepted to ICML 2026
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