高校专区
理解混合专家大语言模型中的安全敏感专家行为
机构 * Huazhong University of Science and Technology, Wuhan, China（华中科技大学，武汉，中国） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡）
AI总结 通过提出RASET框架，研究混合专家大语言模型中安全对齐与路由专家专业化之间的关系，发现路由模式主要由主题驱动，而安全行为可通过调整少数专家改变而不影响路由路径。
Comments 11 pages, 4 figures
OccamToken: 无需训练且预算自适应的令牌剪枝实现高效VLM推理
机构 * Nanyang Technological University (NTU)（南洋理工大学）
AI总结 提出OccamToken框架，通过寄存器锚定的相对证据测试替代绝对排名范式，实现无需训练、自适应预算的视觉令牌剪枝，在保持高精度的同时大幅压缩令牌数量。
Comments 26 pages,8 figures
CogniVerse: 用认知反思与几何推理革新多模态检索增强生成
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University College London（伦敦大学学院）
AI总结 提出CogniVerse框架，通过认知反思模块、基于黎曼流形对齐的多模态检索模块和最优传输层次生成模块，解决多模态检索增强生成中的噪声检索、跨模态语义错位和生成不连贯问题。
Comments Accepted in CVPR 2026
BitC-3DGS: 基于位压缩的高容量3D高斯泼溅水印技术
机构 * School of Cyber Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科金医学院） ； College of Electronic Engineer, National University of Defense and Technology（国防科技大学电子工程学院） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究所） ； School of Computer Science and Engineering, Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Ministry of Education, Southeast University（东南大学计算机科学与工程学院，教育部新一代人工智能技术及其交叉应用重点实验室） ； Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系） ； Faculty of Science and Technology, UOW College Hong Kong（UOW学院香港科技学院理学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程学院）
AI总结 提出BitC-3DGS框架，通过位压缩令牌化、双分支架构和硬消息采样策略，突破CLIP文本编码器77位消息限制，实现高容量3DGS水印嵌入与恢复。
将偏见转化为漏洞：基于Bandit引导的LLM裁判风格操纵攻击
机构 * School of Computing, National University of Singapore, Singapore（新加坡国立大学计算机学院） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 提出BITE黑盒对抗框架，将风格编辑选择建模为上下文Bandit问题，通过LinUCB策略自适应选择编辑以误导LLM裁判并人为提高评分，攻击成功率超65%。
Comments Accepted to the Forty-Third International Conference on Machine Learning (ICML 2026)
通过噪声查询实现不可分割物品的无嫉妒分配
机构 * Meta ； National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学）
AI总结 针对不可直接观测估值、仅能通过噪声查询获取信息的不可分割物品分配问题，在双智能体高斯噪声和有界估值设定下，推导了实现无嫉妒分配所需查询次数的上下界，并证明了当最优分配负嫉妒值Δ不太小时最优查询次数与m^{2.5}/Δ^2成比例。
Comments ICML 2026
流式拖拽导向的交互式视频操作：随时拖动任何物体！
机构 * Nanyang Technological University（南洋理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Hefei University of Technology（合肥工业大学）
AI总结 提出REVEL任务和DragStream方法，通过自适应分布自校正和空间频率选择性优化，实现自回归视频扩散模型的流式拖拽交互操作。
推理中的回声：通过思维链实现隐蔽且有效的数字水印
机构 * School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院） ； Nanyang Technological University, Singapore（南洋理工大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 提出BiCoT框架，通过将水印嵌入推理轨迹的内部几何结构，并利用基于Top-logprob的黑盒验证器RSR，在不影响推理保真度的前提下实现鲁棒的水印检测。
Comments This paper is accepted by ICML2026
PrismFlow: 时间序列生成中流匹配的残差动力学
机构 * Zhejiang University, China（浙江大学，中国） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； I2R, Agency for Science, Technology and Research (A*STAR), Singapore（科技研究局（A*STAR）新加坡研究所，新加坡）
AI总结 提出PrismFlow方法，通过Koopman启发的动力学专家和置信度感知的胜者全得目标，在流匹配中学习残差修正，以解决标准流匹配中全局向量场估计器导致的频谱失真和模式覆盖不足问题，在时间序列生成中取得最优性能。
在单位域中求解：用于可微坐标变换PINNs的JacobiNet
机构 * Department of Mechanical and Aerospace Engineering, The Hong Kong University of Science and Technology（香港科技大学机械与航空航天工程系） ； Department of Mechanics & Engineering, College Architecture & Environment, Sichuan University（四川大学力学与工程学院） ； School of Mechanical Engineering and Automation, Beihang University（北京航空航天大学机械工程与自动化学院） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； 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） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University（四川大学西昌生物医学大数据中心，西昌医院）
AI总结 提出JacobiNet，一种基于学习的可微坐标变换PINN框架，通过端到端可微架构统一域映射与PDE求解，解决不规则边界域中PINNs的归一化、边界强制和损失项不平衡问题，显著提升精度和效率。
Comments Accepted by Journal of Computational Physics
AgentOrchestra：使用工具-环境-智能体（TEA）协议编排多智能体智能
机构 * Skywork AI ； Nanyang Technological University（南洋理工大学）
AI总结 提出TEA协议和AgentOrchestra框架，通过统一抽象和分层编排实现多智能体系统的生命周期感知协调，在GAIA测试集上达到89.04%的准确率。
大型语言模型能否处理话语标记？以口语马来语为例
机构 * Nanyang Technological University（南洋理工大学） ； University of Mississippi（密苏里大学） ； Indiana University（印第安纳大学）
AI总结 本文通过构建MalayPrag基准和提出五个属性，系统评估并改进了大型语言模型在口语马来语中处理话语标记的能力。
OSP-Next: 结合稀疏序列并行、HiF8量化和强化学习的高效高质量视频生成
机构 * Peking University（北京大学） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 提出OSP-Next文本到视频生成模型，通过混合全稀疏注意力架构、稀疏序列并行（SSP）、HiF8量化和混合GRPO后训练，在保持高质量的同时显著提升效率，在NVIDIA H200和Ascend 950PR上实现1.5倍以上加速。
挖掘多模态时空线索用于视频重要人物识别
机构 * School of Computer Science and Technology, Wuhan University of Science and Technology（武汉科技大学计算机科学与技术学院） ； Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology（湖北省智能信息处理与实时工业系统重点实验室） ； School of Computer Science, National Engineering Research Center for Multimedia Software, Hubei Key Laboratory of Multimedia and Network Communication Engineering, Wuhan University（计算机科学学院，国家多媒体软件工程技术研究中心，湖北省多媒体与网络通信工程重点实验室，武汉大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学）
AI总结 针对视频中人物重要性随时间变化的问题，提出VIP-Net框架，通过多模态时空线索融合与时间重要性矫正，在Temporal-VIP数据集上达到67.3%准确率。
SNARE: 自适应场景合成以诱发编码代理中的过度行为
机构 * Griffith University（格里菲斯大学） ； Quantstamp ； Nanyang Technological University（南洋理工大学） ； UNSW Sydney（悉尼大学） ； Wake Forest University（卫斯理大学）
AI总结 提出SNARE流水线，通过组合良性场景片段并使用无评判器预言机评分与汤普森采样，自适应地诱发编码代理的过度行为，并在4×5代理-模型矩阵上评估，发现19.51%的良性运行触发过度行为，且代理框架比模型影响更大。
MIRAGE：通过用户生成内容对移动GUI代理的上下文感知提示注入
机构 * Griffith University（格里菲斯大学） ； Quantstamp ； Nanyang Technological University（南洋理工大学） ； Singapore Management University（新加坡管理学院） ； University of New South Wales（新南威尔士大学） ； Wake Forest University（威克森林大学） ； Independent Researcher（独立研究者）
AI总结 提出MIRAGE管道，通过将攻击者控制的文本嵌入用户生成内容区域，在不修改代理、应用或操作系统的情况下，对视觉语言模型驱动的移动GUI代理实现高成功率的提示注入攻击。
StoryLens: 通过上下文感知叙事丰富实现偏好对齐的故事重写
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； AIM3 Lab, Renmin University of China（中国人民大学AIM3实验室） ； Nanyang Technological University（南洋理工大学）
AI总结 针对故事重写中读者偏好对齐问题，提出结合上下文感知叙事丰富的方法，构建基准STORYLENSBENCH、奖励模型STORYLENSEVAL和两阶段重写模型STORYLENSWRITER，实验表明上下文增强显著提升用户满意度。
Comments 16 pages, 7 figures, 15 tables
技能即伪代码：将技能库重构为面向LLM智能体的伪代码
机构 * Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 提出Skill-as-Pseudocode (SaP)方法，自动将Markdown技能库转换为带类型伪代码，通过确定性质量检查解决LLM智能体在检索技能时产生的混淆循环问题，在ALFWorld任务上显著优于基线。
Comments Preprint. Code: https://github.com/InternLM/Skill-as-Pseudocode
结构引导的视觉扰动中和用于大型视觉语言模型
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology of China（中国科学技术大学） ； JIUTIAN Research（JIUTIAN研究所） ； Nanyang Technological University（南洋理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学）
AI总结 提出结构诱导引导中和（SIGN）框架，通过先验结构提取和动态引导中和实现轻量级、即插即用的对抗性防御，在仅0.5%像素修改和0.16秒每图下达到87%以上防御成功率。
从语言输入角度重新思考视频-语言模型
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University College London（伦敦大学学院） ； Huazhong University of Science and Technology（华中科技大学） ； Wuhan University（武汉大学）
AI总结 本文从语言输入角度出发，提出一种即插即用的框架，通过生成正负文本、属性文本推理和自加权损失，提升视频-语言模型的性能。
Comments Published in AAAI 2026
面向不完整多模态输入的统一视觉-语言模型
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件工程学院） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University College London（伦敦大学学院） ； Guangzhou University（广州大学） ； Wuhan University（武汉大学） ； Nanjing University（南京大学）
AI总结 针对视频-语言模型在传感器失效导致模态不完整数据下的训练-测试不一致问题，提出首个统一的不完整视频-语言模型作为即插即用模块，提升多模态任务性能。
Comments Published in AAAI 2026
STARS: 面向ANN到SNN无数据知识蒸馏的尖峰尾部感知关系合成
机构 * Nanyang Technological University（南洋理工大学） ； Jilin University（吉林大学） ； Wuhan University（武汉大学） ； Sun Yat-sen University（中山大学）
AI总结 提出STARS方法，通过关系一致性对齐和尾部感知正则化增强BN引导的合成数据，解决SNN学生网络在无数据知识蒸馏中约束不足的问题，在多个数据集上提升性能。
脉冲神经网络中的公平性基准测试：数据偏差、虚假特征和硬件效应
机构 * Jilin University（吉林大学） ； Nanyang Technological University（南洋理工大学） ； RMIT University（皇家墨尔本理工大学）
AI总结 本文首次提出脉冲神经网络公平性基准，通过引入人口统计覆盖缺口、虚假特征泄漏和部署环境不匹配三个现实维度，系统评估了12种先进SNN在资源约束下的公平性-性能权衡。
OralAgent: 融合推理、工具与知识的交互式牙科影像分析
机构 * Faculty of Dentistry, the University of Hongkong, Hong Kong SAR, China（香港大学牙科学院，中国香港特别行政区） ； Department of Electrical and Computer Engineering, University of Pittsburgh, Pittsburgh, PA, USA（匹兹堡大学电气与计算机工程系，美国宾夕法尼亚州匹兹堡） ； Shenzhen University, China（深圳大学，中国） ； Department of Craniomaxillofacial Surgery, Shanghai Ninth People’s Hospital, China（上海第九人民医院口腔颌面外科部，中国） ； Nanyang technological University, Singapore（南洋理工大学，新加坡） ； School of Biomedical Engineering, Southern Medical University, China（南方医科大学生物医学工程学院，中国） ； Singapore University of Technology and Design, Singapore（新加坡科技设计大学，新加坡） ； University of Auckland, new zealand（奥克兰大学，新西兰） ； Shanghai Artificial Intelligence Laboratory , China（上海人工智能实验室，中国）
AI总结 提出首个牙科专用AI智能体OralAgent，通过集成22种视觉分析工具和368本经典牙科教科书，实现多模态推理、工具决策与知识检索的自动化框架，在多个基准上达到最优性能。
Comments 14 pages, 7 figures, 6 tables
学习面向运行时智能体记忆的查询感知预算层级路由
机构 * Nanyang Technological University（南洋理工大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））
AI总结 提出 BudgetMem 框架，通过强化学习训练的轻量级路由器实现查询感知的预算层级路由，以在运行时平衡任务性能与记忆构建成本。
Comments Accepted by ICML 2026. Code is available at https://github.com/ViktorAxelsen/BudgetMem
XTransfer: 面向边缘人体感知的模态无关小样本模型迁移
机构 * Macquarie University, Sydney, NSW, Australia（麦考瑞大学，悉尼，新南威尔士州，澳大利亚） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； The University of Auckland, Auckland, New Zealand（奥克兰大学，奥克兰，新西兰）
AI总结 提出XTransfer方法，通过模型修复和层重组实现模态无关的小样本模型迁移，降低传感器数据收集、模型训练和边缘部署成本。
Comments Accepted at ICML2026
Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML 2026), Seoul, South Korea, 6-11 July 2026
RouteProfile：基于图的冷启动LLM路由画像方法
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）
AI总结 针对冷启动LLM路由中新模型缺乏交互数据的问题，提出基于图结构的RouteProfile框架，利用技术报告中的公开信号构建模型画像，实验表明结构化画像优于扁平基线，且模型家族元数据比基准域信息更可靠。
SaFeR-Steer：通过合成引导和反馈动力学进化多轮多模态大语言模型
机构 * Huazhong University of Science and Technology（华中科技大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； West China Biomedical Big Data Center, Sichuan University（四川大学西部生物医学大数据中心） ； School of Public Policy and Administration, Chongqing University（重庆大学公共政策与管理学院） ； Nanyang Technological University（南洋理工大学）
AI总结 提出SaFeR-Steer框架，通过分阶段合成引导和导师参与的GRPO训练单学生模型，并引入轨迹一致总结奖励（TCSR）以解决多轮安全对齐中的长上下文安全衰减问题，显著提升多轮安全性和有用性。
AlphaForgeBench：用大型语言模型对端到端交易策略设计进行基准测试
机构 * Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 提出AlphaForgeBench框架，将LLM从随机交易代理重新定义为量化研究员，通过生成可执行alpha因子和基于因子的交易策略，消除执行不稳定，实现可复现的金融推理评估。
LUVE：基于双频专家的潜在级联超高分辨率视频生成
机构 * Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出LUVE框架，通过三阶段潜在级联架构（低分辨率运动生成、潜在空间上采样、高分辨率内容精炼）结合双频专家，解决超高分辨率视频生成中的运动建模、语义规划和细节合成难题。
Comments 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