高校专区
LongVQUBench：评估视觉语言模型的长期视频质量理解能力
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出LongVQUBench基准，包含1200+长视频和1500个问题，通过三级评估（局部、跨事件、全局）和针孔失真问答范式，揭示现有LVLMs在长视频质量理解上的局限性。
Comments Accepted at European Conference on Computer Vision 2026
超越像素重叠：分割评估指标分解框架
机构 * Nanyang Technological University（南洋理工大学）
AI总结 提出一个五阶段分解框架，将分割评估指标拆解为预测表示、目标提取、目标匹配、分数计算和指标报告，分析现有指标并展示新指标如何解决早期局限，支持任务感知评估协议设计。
属性提示核哈希用于无监督数据高效跨模态检索
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； VinUniversity
AI总结 提出属性提示核哈希（APKH），利用视觉-语言基础模型的广义属性先验，通过上下文优化属性核映射和核平滑对比对齐，在数据受限场景下实现从可见到不可见类别的跨模态检索。
SFDATrack: 恶劣天气条件下的广义无源域自适应跟踪
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出SFDATrack，一种仅利用目标域恶劣天气样本的无源域自适应跟踪器，通过双交互Mamba骨干和超球原型投影实现鲁棒状态估计，在多个基准上超越现有方法。
Comments Accepted to ECCV 2026
SoK: 移动端设备上AI系统的攻击与防御全景
机构 * The University of Melbourne（墨尔本大学） ； RMIT University（皇家墨尔本理工大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文首次系统化梳理移动端设备上AI系统的安全知识，涵盖安全支柱、攻击与防御全景，并指出未来研究方向。
协同感知-推理治理：用可验证解剖证据为医学多模态大语言模型提供基础
机构 * Huazhong University of Science and Technology（华中科技大学） ； Imperial Global Singapore, Imperial College London（帝国理工学院新加坡全球中心） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； Anhui University（安徽大学）
AI总结 提出一种无需训练的证据注入框架，通过ROI引导的视觉激活调制和解剖坐标语义标记，协同校准视觉感知与文本推理，动态路由任务特定干预，有效减少医学MLLM的幻觉。
Comments Accepted by MICCAI 2026 (Early Accept, Top 9%)
NeuroCogMap揭示大语言模型的认知组织
机构 * The University of Hong Kong（香港大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； 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） ； IGS, Imperial College London（伦敦帝国理工学院IGS）
AI总结 提出神经认知地图框架，将LLM内部特征组织为功能分区，揭示其与认知能力、行为失败及人类大脑皮层的对应关系。
Comments 79 pages, 6 main figures, 5 extended figures
定义上的忠实：通过自然语义元语言解释进行情感分析
机构 * University of Reading（雷丁大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出一种基于自然语义元语言解释的情感分析接口，通过解析器将输入文本映射为固定规则的解释，实现因果定义上的忠实性，并在小规模数据集上验证了其可检查的决策基础。
Comments 12 pages, 8 figures
眼见为实：基于视觉锚点的提示重写对齐用于文本到图像生成
机构 * Peking University（北京大学） ； Tencent（腾讯） ； Dalian University of Technology（大连理工大学） ； Nanyang Technological University（南洋理工大学） ； University of Cambridge（剑桥大学） ； Zhejiang University（浙江大学）
AI总结 提出FaithRewriter框架，利用多模态大模型生成中间视觉线索，结合大语言模型生成视觉锚定的增强提示，再蒸馏至小模型，以缩小用户意图与生成图像之间的差距。
Knowdit: 基于审计知识摘要的智能合约漏洞检测框架
机构 * Nanyang Technological University（南洋理工大学） ； National Superior College for Engineers, Beihang University（北京航空航天大学高等工程学院） ； Bitslab ； The Chinese University of Hong Kong（香港中文大学）
AI总结 Knowdit利用审计知识摘要和多智能体框架，通过迭代循环检测智能合约漏洞，有效识别高和中严重性漏洞，优于现有基线方法。
Comments Revised with GPT-5.4
FusionFactory: 融合多LLM日志数据中的大语言模型能力
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Nanyang Technological University（南洋理工大学） ； Meta Monetization AI（Meta 变现人工智能） ； NVIDIA（英伟达）
AI总结 提出FusionFactory框架，通过查询级、思维级和模型级融合策略，利用多LLM日志数据提升模型性能，在14个基准测试中均优于最佳单模型。
Journal ref TMLR 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