高校专区
构图的艺术：用于组合视觉定位的注意力正则化训练
机构 * The University of British Columbia（不列颠哥伦比亚大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出CompART，通过分解标题为以对象为中心的短语并构建复合短语，提升多对象定位能力，验证了其在多种视觉语言模型上的有效性。
LeakDojo：解码RAG系统的泄漏威胁
机构 * Tsinghua University, China（清华大学, 中国） ； Ant International, China（蚂蚁集团, 中国） ； Nanyang Technological University, Singapore（南洋理工大学, 新加坡）
AI总结 LeakDojo通过可控评估揭示RAG系统泄漏风险，发现查询生成和对抗指令独立影响泄漏，且指令能力越强泄漏风险越高，RAG可信度提升可能增加泄漏风险。
Comments Findings of ACL 2026
HEDP：一种基于能量-距离提示的领域增量学习混合框架
机构 * China Mobile Research Institute, China（中国移动研究院） ； Beihang University, China（北京航空航天大学） ； Beijing University of Posts and Telecommunications, China（北京邮电大学） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 HEDP提出一种混合能量-距离提示框架，通过能量正则化损失和混合能量-距离加权机制提升领域分离性和适应性，在多个基准上实现2.57%的准确率提升，有效缓解灾难性遗忘。
Comments 13 pages, 6 figures, Accepted by ICML 2026
大视觉-语言模型在注意力中迷失
机构 * School of Cyberspace Security, Beijing University of Posts（信息安全学院，北京邮电大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts（网络与交换技术国家重点实验室，北京邮电大学） ； School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts（计算机科学学院（国家试点软件工程学院），北京邮电大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China（信息工程研究所，中国科学院北京研究院）
AI总结 研究揭示大视觉-语言模型中注意力与前馈网络的作用差异，提出基于信息论和几何的统一框架，发现注意力模块存在冗余问题。
Comments 25 pages, 10 figures. Accepted by ICML 2026
连接生成与训练：LLMs用于代码的品质问题系统综述
机构 * Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； Fudan University（复旦大学）
AI总结 本文系统综述114项研究，探讨训练数据质量如何影响代码生成质量，建立统一分类体系，提出18种传播机制，并总结检测与缓解技术，指出质量保障正从事后过滤转向数据驱动的闭环修复。
面向HOI的自适应网络用于弱监督动作分割
机构 * Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 本文提出AdaAct网络，通过利用视频级的时空局部人-物交互作为先验知识，动态适应HOI序列以区分模糊动作，实验验证了方法的有效性。
Comments Accepted to IJCAI 2023
通过视觉-语言校准推进分析类增量学习
机构 * School of Computer Science and Technology, Harbin Institute of Technology, China（哈尔滨工业大学计算机科学与技术学院） ； CFAR and IHPC, Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局（A*STAR）的CFAR和IHPC） ； 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）
AI总结 本文提出VILA框架，通过双级视觉语言校准策略解决预训练模型分析类增量学习中的表示刚性问题，提升学习效率与稳定性，在多个基准测试中表现优异。
Comments 20 pages, 11 figures, 9 tables. Accepted by ICML2026
动作到动作流匹配
机构 * MARS Lab, Nanyang Technological University（南洋理工大学MARS实验室）
AI总结 本文提出A2A方法，通过利用前一动作的本体感知信息进行初始化，避免了随机噪声采样带来的高延迟问题，提升了动作生成的效率和鲁棒性。
Comments 20 pages, 19 figures
通过激活回放提升大多模态模型的推理能力
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Tencent Youtu Lab（腾讯云图实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 本文通过激活回放方法提升大模型的多模态推理能力，通过操控低熵激活来增强推理性能，验证了该方法在数学、视觉代理和视频推理等场景中的有效性。
Comments CVPR 2026
SynBench：差分隐私文本生成的基准测试
机构 * Imperial College London, Imperial Global Singapore（帝国学院伦敦，帝国全球新加坡） ； University of Manchester, United Kingdom（曼彻斯特大学，英国） ； CFAR and IHPC, Agency for Science, Technology and Research (A*STAR), Singapore（CFAR和IHPC，科技研究局（A*STAR），新加坡） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Imperial College London, United Kingdom（帝国学院伦敦，英国）
AI总结 本文提出SynBench基准测试，通过标准化评估框架和隐私审计，评估不同规模的LLM生成模型在差分隐私下的性能，揭示隐私数据生成与预训练数据的关联性对生成质量的影响。
Comments 16 pages
产品核方法的 amortized 线性时间精确 Shapley 值
机构 * Rational Intelligence Lab, CISPA Helmholtz Center for Information Security（理性智能实验室，信息安全中心（CISPA）） ； Department of Computer Science, Vrije Universiteit Amsterdam（阿姆斯特丹自由大学计算机科学系） ； Epistemic Intelligence & Computation Lab, College of Computing & Data Science, Nanyang Technological University（认知智能与计算实验室，南洋理工大学计算机与数据科学学院）
AI总结 本文提出 PKeX-Shapley 算法，利用产品核的乘法结构在二次时间内精确计算所有特征的 Shapley 值，实现 amortized 线性时间 per 特征，扩展至 MMD 和 HSIC 等统计方法。
Omni-Fake：面向社交媒体的统一多模态深度伪造检测基准测试
机构 * University of Liverpool（利物浦大学） ； University of Exeter（埃克塞特大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Omni-Fake多模态深度伪造检测基准，包含大规模数据集和分布外基准，支持联合检测-定位-解释协议，并提出基于强化学习的多模态检测器，提升检测准确性和可解释性。
Comments Accepted to CVPR 2026
MIRL：基于互信息的强化学习用于视觉-语言模型
机构 * School of Mathematics, Tianjin University, Tianjin, China（天津大学数学学院） ； Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China（中国科学院信息工程研究所） ； Shanghai Advanced Institute of Finance (SAIFS), East China Normal University, Shanghai, China（上海先进金融研究所（SAIFS），东华大学） ； ENN Group, Digital Technology Research Institute, China（ENN集团，数字技术研究院） ； 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 MIRL通过利用生成描述与视觉输入之间的互信息，解决视觉语言模型在复杂推理任务中的感知误差和幻觉问题，提升回答准确性。
基于注意力随机性的混合卷积：在可证明的鲁棒性和经验鲁棒性之间
机构 * Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； Nanyang Technological University（南洋理工大学） ； RoentGen Health（RoentGen健康） ； Queensland University of Technology（昆士兰理工大学） ； RMIT University（皇家墨尔本理工大学） ； Murdoch University（莫纳什大学） ； Deakin University（迪金大学）
AI总结 HyCAS通过结合确定性和随机性原理，提升模型在L2和L攻击下的鲁棒性，实验证明其在多个数据集上显著优于现有方法。
在高维均值测试中的截断极限
机构 * Amazon（亚马逊） ； IMPA（巴西国家数学科学与研究所） ； Nanyang Technological University（南洋理工大学）
AI总结 研究在任意截断下高维均值测试的极限，发现截断引入的偏倚影响检测能力，提出基于方向中位数的结构逃离方法，统一了有限矩、亚高斯和中位数正则等不同框架。
非对称可逆威胁：学习可逆隐私保护用于人脸识别
机构 * School of Cyber Science and Engineering, Sichuan University（四川大学计算机科学与工程学院） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科钦医学院） ； School of Electrical and Electronic Engineering, Yonsei University（延世大学电子与电气工程学院）
AI总结 本文提出ARFP，通过整合隐私保护、密钥恢复和篡改指示，提升人脸识别系统对逆向净化攻击的防御能力，同时保持授权恢复的实用性。
迈向高保真人脸交换：全面综述与新基准
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Nanyang Technological University（南洋理工大学） ； Yonsei University（延世大学）
AI总结 本文综述了人脸交换方法，提出新基准CASIA FaceSwapping，通过系统分析设计原理和局限性，提供统一视角和评估框架以推动更稳健的人脸交换技术。
对抗流匹配用于端到端自动驾驶中的不可察觉攻击
机构 * Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳先进研究院，电子科技大学） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China（电子科技大学机械与电气工程学院）
AI总结 本文提出对抗流匹配（AFM）框架，通过利用Transformer结构漏洞生成高效且视觉不可察觉的对抗样本，有效降级VLA和模块化自动驾驶代理性能，同时保持先进的视觉不可察觉性及跨模型迁移能力。
Comments 16 pages, 11 figures
基于基础模型的双分支共适应源无关EEG解码
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； College of Artifical Intelligence and Automation, Hohai University（河海大学人工智能与自动化学院） ； College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； Brainnetcome Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所脑网络中心） ； Information Systems Technology and Design, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计）
AI总结 本文提出FUSED框架，通过双分支共适应机制整合大规模基础模型与紧凑专家模型，提升源无关EEG解码的泛化能力和稳定性，实验验证其在多任务中的优越性能。
2026 年人工智能与机器学习在智能制造中的路线图
机构 * Center for Industrial Artificial Intelligence, Department of Mechanical Engineering, University of Maryland, College Park（工业人工智能中心，机械工程系，马里兰大学College Park分校） ； Department of Management, Economics and Industrial Engineering, Politecnico di Milano（管理、经济与工业工程系，米兰理工学院） ； Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（工业与系统工程系，香港理工大学） ； Centre for Advanced Manufacturing & Supply Chains, World Economic Forum（先进制造与供应链研究中心，世界经济论坛） ； Department of Mechanical Engineering, Indian Institute of Technology Indore（机械工程系，印度理工学院Indore分校） ； Future Information Innovative College, Fudan University（未来信息创新学院，复旦大学） ； Department of Mechanical Engineering, Seoul National University（机械工程系，首尔国立大学） ； Department of Mechanical and Information Engineering, University of Seoul（机械与信息工程系，首尔大学） ； Onepredict Corp.（Onepredict公司） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学） ； Singapore Centre for 3D Printing, Nanyang Technological University（新加坡3D打印中心，南洋理工大学） ； Mechanical Engineering, Purdue University（机械工程系，普渡大学） ； Digital Twin International Research Center, International Institute for Interdisciplinary and Frontiers, Beihang University（数字孪生国际研究中心， interdisciplinary and Frontiers 国际研究院，北京航空航天大学） ； School of Automation Science and Electrical Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学） ； Department of Engineering, University of Cambridge（工程系，剑桥大学） ； Center for Advanced Manufacturing, University of Southern California（先进制造中心，南加州大学） ； School of Sustainability Engineering and Environmental Engineering, Purdue University（可持续工程与环境工程系，普渡大学） ； School of Mechanical Engineering, Sungkyunkwan University（机械工程系，全南大学） ； Intelligent Maintenance and Operations Systems, EPFL（智能维护与运营系统，苏黎世联邦理工学院） ； Department of Mechanical Engineering, Massachusetts Institute of Technology（机械工程系，麻省理工学院） ； J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（J. Mike Walker ’66 机械工程系，德克萨斯A&M大学） ； Department of Mechanical and Process Engineering, ETH Zürich（机械与工艺工程系，苏黎世联邦理工学院）
AI总结 本文探讨人工智能与机器学习在智能制造中的发展现状与未来方向，涵盖基础理论、应用领域及新兴技术，旨在推动创新与产业应用。
Comments This paper has been accepted for publication in the Journal Machine Learning: Engineering
壳中的假朋友：揭示大型语言模型中的表情符号语义混淆
机构 * Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
AI总结 研究揭示大型语言模型对表情符号的语义混淆问题，通过构建数据集发现平均混淆率超38%，且多数混淆响应导致安全风险，呼吁开发有效缓解方法。
具有情感智能的智能体：当前趋势、挑战与未来展望
机构 * School of Computer Engineering, Iran University of Science and Technology（伊朗科学技术大学计算机工程学院） ； 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）
AI总结 本文综述了情感智能智能体的核心组件，涵盖多模态数据处理的情感理解、情感认知及表达合成，分析了发展中的关键挑战与未来方向，强调生成技术对情感计算的潜力。
Comments Enhanced the quality of figures, incorporated additional and recent references, and improved the manuscript for better clarity and writing quality
EngiBench：用于评估大型语言模型在工程问题解决上的基准
机构 * Nanyang Technological University（南洋理工大学） ； The University of Sydney（悉尼大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； The University of Hong Kong（香港大学） ； Hong Kong Polytechnic University（香港理工大学） ； AIRS
AI总结 EngiBench是一个分层基准，用于评估大型语言模型在解决工程问题上的能力，涵盖基础知识检索、情境推理和开放性建模三个层次，揭示当前LLM在现实工程中仍缺乏高级推理能力。
Comments Accepted at ACL 2026 Findings
ControBench：一种考虑交互的争议性 discourse 分析社交网络基准
机构 * Nanyang Technological University（南洋理工大学） ； NVIDIA（NVIDIA公司） ； Nanjing University（南京大学） ； Mila - Quebec AI Institute（魁北克AI研究所） ； McGill University（麦吉尔大学） ； University of Montreal（蒙特利尔大学）
AI总结 ControBench结合异质社交交互图与丰富文本语义，通过Reddit讨论数据构建，用于研究争议性 discourse 分析中的政治极化、虚假信息和内容审核问题。
机器人学习的世界模型：全面综述
机构 * Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； The University of Tokyo（东京大学） ； University of Oxford（牛津大学） ； Microsoft（微软公司） ； ETH Zurich（苏黎世联邦理工学院） ； Princeton University（普林斯顿大学） ； Harvard University（哈佛大学）
AI总结 综述从机器人学习角度系统回顾世界模型的快速发展，探讨其与机器人策略的耦合、作为强化学习模拟器的作用以及机器人视频世界模型的发展，总结关键范式与挑战。
Comments 43 pages, 6 figures
检索推理综述：进展与挑战
机构 * Zhejiang University（浙江大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） ； Yale University（耶鲁大学）
AI总结 本文综述了推理密集型检索领域，系统分析了现有基准，提出了结构化分类体系，并总结了挑战与未来方向。
Comments Accepted to the ACL 2026 Main Conference; camera-ready version
从视频参考生成您的对话人像
机构 * Nanyang Technological University（南洋理工大学） ； University of Melbourne（墨尔本大学） ； HeyGen Research（HeyGen研究院）
AI总结 本文提出TAVR框架，通过跨场景视频输入生成高保真的对话人像，采用三阶段训练方案提升跨场景适应性，并构建新基准测试集验证鲁棒性。
Comments Project Page: https://gseancdat.github.io/projects/TAVR
生成式AI如何颠覆搜索：对谷歌搜索、吉米和AI概述的实证研究
机构 * New Jersey Institute of Technology（新泽西理工学院） ； Nanyang Technological University（南洋理工大学） ； Indiana University Bloomington（印第安纳大学布卢明顿分校）
AI总结 本研究通过比较谷歌搜索、吉米和AI概述的搜索结果，发现生成式AI在信息检索中存在显著差异，影响网站可见性和内容质量。
Comments Paper Accepted to ACM SIGIR 2026 (49th International ACM SIGIR Conference on Research and Development in Information Retrieval)
重新审视RaBitQ和TurboQuant：方法、理论和实验的对称比较
机构 * ETH Zurich（苏黎世联邦理工学院） ； Nanyang Technological University（南洋理工大学） ； University of Michigan（密歇根大学） ； Tsinghua University（清华大学） ； HKUST（香港科技大学）
AI总结 本文对比了RaBitQ和TurboQuant在方法、理论和实验证据上的表现，发现TurboQuant在内积估计、最近邻搜索和KV缓存量化任务中表现不如RaBitQ，并指出TurboQuant论文中的一些运行时间和召回率结果无法复现。
RIHA：报告-图像层次对齐用于放射学报告生成
机构 * Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科钦医学院） ； MedVisAI Lab（医学影像人工智能实验室） ； Centre of AI in Medicine, Singapore（新加坡人工智能医学中心） ； Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学（深圳）） ； Department of Computer Science and Engineering（计算机科学与工程系）
AI总结 本文提出RIHA框架，通过多级对齐提升放射学报告生成的准确性，引入视觉和文本特征金字塔及跨模态对齐模块，实验表明其在自然语言生成和临床效果上优于现有方法。
Comments Accepted by Journal of Biomedical and Health Informatics (JBHI)
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