高校专区
面向GUI代理的技能引导延续蒸馏
机构 * StepFun ； University of Science and Technology Beijing（北京科技大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出技能引导延续蒸馏（SGCD）框架，通过技能引导策略生成成功延续轨迹，弥补专家轨迹中未覆盖的状态监督缺失，在OSWorld-Verified上将三个基础模型成功率从30%左右提升至50%以上。
超越标量分数：探索基于LLM的放射学报告临床意义评估指标
机构 * Nanyang Technological University（南洋理工大学） ； Technical University of Munich（慕尼黑工业大学） ； Alibaba（阿里巴巴） ； University of Glasgow（格拉斯哥大学） ； University of Massachusetts Boston（马萨诸塞大学波士顿分校）
AI总结 针对放射学报告评估中临床准确性要求，研究基于LLM的指标区分临床错误与无害变体的能力，发现判别偏差，并通过合成数据训练轻量级指标，在成本敏感部署中优于大型模型。
Comments Under Review
空地激光雷达地点识别：基于块级自监督学习和扩展互逆重排序
机构 * University of Calgary（卡尔加里大学） ； Nanchang University（南昌大学） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学）
AI总结 提出一种空地激光雷达地点识别框架，通过多尺度块级自监督学习缩小域差距，并利用扩展互逆重排序算法减少误检，在多个数据集上显著提升检索精度。
RegimeVGGT：面向视觉几何基础Transformer的逐层空间保持冗余去除
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of California, Irvine（加利福尼亚大学尔湾分校） ； Nanyang Technological University（南洋理工大学）
AI总结 提出RegimeVGGT，通过逐层U形压缩（显著性引导带状合并与选择性保护K/V下采样）去除冗余，在保持重建质量的同时实现6.7倍加速。
Comments 9 pages, 3 figures, 7 tables. Jinhao You, Shuo Lyu, Zhuohang Lyu, Tanxuan Li, and Zibo Zhao contributed equally. Shuo Lyu is the corresponding author
基于归因引导和覆盖最大化的结构MoE剪枝
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） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Nanyang Technological University（南洋理工大学）
AI总结 针对MoE模型专家级剪枝粒度粗、冗余识别不足的问题，提出基于归因引导和覆盖最大化的结构剪枝框架，将剪枝分配转化为通道分数覆盖优化问题，在50%剪枝率下结合4位量化保持精度，内存减少5.27倍。
Comments 9 pages, 5 figures. Submitted to ICML 2026
ERQA-Plus：具身AI推理的诊断基准
机构 * Centre for Frontier AI Research, Agency for Science, Technology and Research（新加坡科技研究局前沿人工智能研究中心） ； 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 提出ERQA-Plus基准，包含1766个基于机器人中心图像的问答实例，覆盖感知、动作、社交、导航和常识推理，用于诊断具身AI的推理能力。
Comments under review at NeurIPS
EvoArena: 追踪记忆演化以构建动态环境中的鲁棒LLM智能体
机构 * National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理大学） ； University of Washington（华盛顿大学） ； University College London（伦敦大学学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； Recursive ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出EvoArena基准套件模拟终端、软件和社交领域的渐进环境变化，并设计基于补丁的记忆范式EvoMem记录结构化更新历史，使智能体能通过记忆变化推理环境演化，实验表明当前智能体在动态环境中表现不佳，EvoMem可稳定提升性能。
DSB: 扩散语言模型的动态滑动块调度
机构 * Nanyang Technological University（南洋理工大学）
AI总结 针对扩散语言模型固定块调度忽视语义难度的问题，提出无训练的动态滑动块方法DSB及配套KV缓存机制DSB Cache，显著提升生成质量和推理效率。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
直接偏好优化综述：数据集、理论、变体及应用
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团）
AI总结 综述直接偏好优化（DPO）在理论、变体、数据集和应用方面的进展，指出其作为RL-free替代方案的潜力与局限，并提出未来研究方向。
Comments Accepted by TPAMI 2026. Project page: https://github.com/Mr-Loevan/DPO-Survey
广义Kullback-Leibler散度损失
机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
AI总结 本文提出广义KL散度损失，通过解耦KL损失为加权MSE和交叉熵损失，并引入非对称优化修正和类别全局信息，在对抗训练和知识蒸馏中取得SOTA性能。
Comments TPAMI 2026, extension of our NeurIPS paper "Decoupled Kullback-Leibler Divergence Loss". arXiv admin note: substantial text overlap with arXiv:2305.13948
EvolveNav: 用于零样本目标导航的主动预反思与自进化记忆
机构 * HKUST(GZ)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； XGRIDS（深圳格物智联）
AI总结 提出自进化零样本目标导航框架，通过从历史轨迹提取规则并基于置信上界检索，结合记忆引导预反思模块，减少无效探索，成功率提升10.1%。
看见不等于筛查：针对智能体技能扫描仪的多模态隐藏指令攻击
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Chongqing University, China（重庆大学） ； Northeastern University, China（东北大学） ； University of Chinese Academy of Sciences, China（中国科学院大学） ； Beihang University, China（北航大学）
AI总结 针对现有技能扫描仪忽视图像中恶意指令的盲点，提出SkillCamo多模态攻击将指令隐藏于图像，并设计ExecScan执行级扫描模块，通过意图提取、行为重建等检测隐藏指令，实验证明其有效性。
Next-Turn: 通过预测下一次语音开始时间进行持续时间感知的流式端点检测
机构 * Central Media Technology Institute, Huawei（华为中央媒体技术研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出Next-Turn方法，以到下一次语音开始的时间为训练目标，直接利用语音时间戳，无需额外标注，在端点检测中比最强基线提高25.9%的绝对准确率，且与持续时间感知目标联合训练可进一步提升性能。
Comments Interspeech 2026
上下文感知与关系感知的图检索增强生成统一框架
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Finvolution Group（信也科技集团）
AI总结 提出HyGRAG分层图RAG框架，通过构建融合上下文与关系的摘要、跨层级检索及动态更新，将多跳推理准确率提升9.7%。
Comments Accepted at The ACM Web Conference 2026 (WWW '26)
先看后答：基于充分性驱动的强化学习实现视觉证据预对齐
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） ； China Telecom（中国电信）
AI总结 提出视觉证据预对齐（VEPA）方法，在预训练与后训练之间引入充分性驱动的GRPO优化，以增强多模态大模型对细粒度视觉证据的利用，显著提升视觉密集型任务性能。
基准测试幻觉：剪枝后的大语言模型能通过多项选择但无法回答问题
机构 * Institute of Science Tokyo（东京科学大学） ； Tohoku University（东北大学） ； Nanyang Technological University（南洋理工大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Shandong University（山东大学）
AI总结 研究发现，高稀疏度剪枝后的大语言模型在多项选择评估中表现良好，但在开放生成中无法正确回答相同问题，揭示了基准测试的盲点。
StereoFactory: 一种用于鲁棒立体匹配的统一合并框架
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； D-Star Robotics ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； 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 提出StereoFactory，一种粗到细的进化框架，通过遗传算法选择模型子集和CMA-ES优化模块级路由，实现自适应模型合并，在多个基准上降低误差并显著减少训练时间。
PermaVid: 通过解耦上下文记忆实现编辑下的一致视频生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Stanford University（斯坦福大学） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 提出PermaVid框架，利用解耦为语义外观和几何结构的上下文记忆，结合编辑感知更新策略，实现编辑操作后视频的长期一致生成。
Comments Project page: https://ys-imtech.github.io/projects/PermaVid/
展示信号，隐藏噪声：像素空间扩散的频谱强制
机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab）
AI总结 提出频谱强制方法，通过在像素空间扩散模型中对噪声输入施加时变低通滤波器，引导模型关注信号频带，提升训练效率和生成质量。
Comments Code link: https://github.com/WeichenFan/Spectral_Forcing
MOSAIC: 帕金森病步态评估中增量持续学习的模态特定适应
机构 * Nanyang Technological University（南洋理工大学） ； Pacific Parkinson's Research Centre, University of British Columbia（不列颠哥伦比亚大学太平洋帕金森研究中心）
AI总结 针对帕金森病步态评估中模态增量场景，提出MOSAIC框架，通过模态特定预热、统计解耦MSBN架构和课程引导排斥目标，解决跨模态蒸馏不可靠、统计偏移和可塑性下降问题。
SceneConductor: 基于多智能体编排的单图像3D场景生成
机构 * Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； Meshy AI
AI总结 提出多智能体编排框架，将单图像3D场景生成分解为场景初始化、环境构建和多智能体细化三个阶段，并引入几何感知布局预测器，在几何精度、空间一致性和感知真实性上超越现有方法。
OmniSapiens: 一种通过异质性感知相对策略优化进行社会行为处理的基础模型
机构 * Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Prince Sattam bin Abdulaziz University（普森·萨塔姆·本·阿卜杜勒阿齐兹大学） ； University of Rochester（罗切斯特大学）
AI总结 针对行为数据异质性导致的训练不平衡问题，提出Omnisapiens-7B 2.0基础模型，采用异质性感知相对策略优化（HARPO）方法，在10个行为任务和5个零样本泛化基准上取得最佳性能。
Comments Accepted to ICML 2026 Main Conference
SkillJect：有效自动化基于技能的提示注入以针对具备技能的代理
机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Chongqing University, China（重庆大学） ； Northeastern University, China（东北大学） ； Sun Yat-sen University, China（中山大学） ； University of Oxford, UK（牛津大学）
AI总结 SkillJect 是首个自动化生成有效中毒技能的框架，通过隐藏恶意负载和重写指令通道，提升攻击效果，揭示可重用技能生态中的持久性攻击向量。
DPRM: 一种用于扩散语言模型的即插即用Doob h变换诱导的令牌排序模块
机构 * City University of Hong Kong（香港城市大学） ； The Institute of Statistical Mathematics（统计数学研究所） ； University of Sydney（悉尼大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学）
AI总结 提出DPRM模块，通过在线估计从置信度驱动排序逐步过渡到过程奖励引导排序，改进扩散语言模型的令牌排序策略，在九种任务中提升性能。
FUSER: 前馈多视图3D配准Transformer与SE(3)^N扩散精化
机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Nanjing University（南京大学）
AI总结 提出FUSER，首个前馈多视图配准Transformer，在统一潜在空间中直接预测全局位姿，避免成对匹配；并引入SE(3)^N扩散精化框架FUSER-DF以校正估计。
Comments Accepted to CVPR 2026 (Oral)
代理世界建模：基础、能力、定律及更远
机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Nanyang Technological University（南洋理工大学） ； Chinese University of Hong Kong（香港中文大学） ； University of Hong Kong（香港大学） ； University of Washington（华盛顿大学） ； University of Tokyo（东京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of Cambridge（剑桥大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Singapore Management University（新加坡管理学院） ； XGEN Labs（XGEN实验室）
AI总结 本文提出'层次x定律'分类法，定义三个能力层级和四个约束领域，综合400余篇文献总结100余系统，分析方法、失败模式和评估实践，提出决策导向的评估原则和可复现评估包，展望从被动预测到重塑环境的代理世界建模路径。
BusterX：基于MLLM的AI生成视频伪造检测与解释
机构 * University of Liverpool, UK（利物浦大学） ； Nanyang Technological University, SG（南洋理工大学） ； The Chinese University of Hong Kong, Shenzhen, Guangdong, China（香港中文大学（深圳）） ； Wuhan University（武汉大学） ； Hangzhou Dianzi University（杭州电子科技大学）
AI总结 本文提出BusterX，一种基于多模态大语言模型的视频伪造检测系统，通过改进数据集和评估基准，提升检测准确性和解释质量。
大型语言模型中偏见的系统分析
机构 * Nanyang Technological University（南洋理工大学）
AI总结 本文系统分析了四种广泛使用的大型语言模型在政治、意识形态、联盟、语言和性别等维度上的偏见，通过多项实验揭示了模型在中立性、意识形态倾向、地缘政治倾向、多语言故事完成中的偏见以及性别倾向。
基于高斯过程的工具变量和近端因果推断
机构 * Department of Statistics and Actuarial Science, University of Hong Kong（香港大学统计与精算科学系） ； Rational Intelligence Lab, CISPA Helmholtz Center for Information Security（CISPA霍普夫信息安全中心理性智能实验室） ； Australian Institute for Machine Learning, Adelaide University（阿德莱德大学澳大利亚机器学习研究所） ； College of Computing & Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 提出去条件高斯过程框架，用于存在未观测混杂时的因果推断，同时提供可靠的后验不确定性量化，并通过边际似然优化实现模型选择。
通过分布鲁棒优化学习信度集成
机构 * Department of Computer Science, KU Leuven, Belgium（比利时库勒万大学计算机科学系） ； College of Computing and Data Science, Nanyang Technological University, Singapore（新加坡南洋理工大学计算与数据科学学院） ； Department of Mechanical Engineering, KU Leuven, Belgium（比利时库勒万大学机械工程系） ； School of Engineering, Computing and Mathematics, Oxford Brookes University, U.K.（英国奥德赛布鲁克斯大学工程、计算与数学学院）
AI总结 提出CreDRO方法，通过分布鲁棒优化学习集成模型，捕获由训练与测试数据分布偏移导致的认知不确定性，在分布外检测和选择性分类任务上优于现有方法。
Comments Accepted by ICML 2026 as Spotlight paper (https://icml.cc/virtual/2026/poster/62862)
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