高校专区
当持续学习转向记忆：对LLM智能体经验重用的研究
机构 * Nanyang Technological University（南洋理工大学）
AI总结 研究揭示了内存增强型LLM智能体在持续学习中经验重用的问题，发现记忆检索时旧经验与新经验的竞争加剧了持续学习的瓶颈，提出了(k,v)框架以解耦外部记忆的设计关键要素。
Comments Working in progress
FeaXDrive: 为端到端自动驾驶的可行性感知轨迹导向扩散规划
机构 * College of Automotive and Energy Engineering, Tongji University（同济大学汽车与能源工程学院） ； College of Transportation Engineering, Tongji University（同济大学交通工程学院） ； 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）
AI总结 FeaXDrive通过轨迹导向的扩散规划方法，提升自动驾驶中轨迹空间的可行性建模，改进轨迹几何和运动学可行性，增强可行驶区域一致性，实验表明其在NAVSIM基准上表现优异。
Comments 22 pages, 6 figures
可自我进化的代理用于DFT实验能带不匹配的可解释诊断
机构 * School of Materials Science and Engineering, Nanyang Technological University（南洋理工大学材料科学与工程学院）
AI总结 本文提出XDFT代理，通过自动诊断DFT计算中能带不匹配问题，利用贝叶斯后验更新假设有效性，有效识别78%的不匹配案例，优于随机基线和静态LLM排序。
Cheeger-Hodge 对比学习用于结构鲁棒的图表示学习
机构 * School of Mathematics and the Data Science Institute, Shandong University（数学学院和数据科学研究院，山东大学） ； School of Physical and Mathematical Sciences, Nanyang Technological University（物理与数学科学学院，南洋理工大学） ； Data Science Institute, Shandong University（数据科学研究院，山东大学）
AI总结 本文提出Cheeger-Hodge对比学习框架，通过结合Cheeger启发的连接签名和1-Hodge拉普拉斯低频谱，提升图表示的鲁棒性，实验表明其在多个基准和迁移任务中表现优异。
情感流动语言模型用于情感支持对话
机构 * College of computer science, Chongqing University（重庆大学计算机学院） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出AFlow模型，通过建模多轮对话中的连续情感流动，提供细粒度监督以提升情感支持对话中的策略一致性和共情响应质量。
Comments 19 pages, 7 figures
学生指导教师：通过频谱正交探索实现弱到强推断
机构 * Baidu Inc.（百度公司） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Spectral Orthogonal Exploration框架，通过正交探针引入语义异质性推理信号，提升数学推理任务的准确率和采样效率。
Comments Accepted to ACL 2026 Main Conference
对计算机使用代理的安全性和安全威胁的综述：贾维斯或乌tron？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； KAUST（卡塔尔科技大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学） ； Renmin University of China（中国人民大学） ； The Hong Kong University of Science and Technology（香港科学大学）
AI总结 本文综述了计算机使用代理的安全威胁，定义了安全分析适用的代理类型，分类了当前的安全威胁，提出了防御策略的分类，并总结了评估代理安全性和性能的基准、数据集和评估指标。
Comments Accepted by ACL 2026
使用决策树解释有限内存策略的有限内存策略可解释性表示
机构 * Technical University of Munich（慕尼黑技术大学） ； Nanyang Technological University（南洋理工大学） ； Masaryk University（马萨里克大学）
AI总结 本文提出通过决策树和Mealy机结合的方法，为POMDPs中的有限内存策略提供可解释且更小的表示，提升策略的可解释性。
Comments Full version of the extended abstract accepted at AAMAS 2026
找出阿基里斯之踵：一种用于动态揭示大语言模型事实错误的迭代方法
机构 * Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学） ； Xiaohongshu Inc.（小红书公司） ； Tencent Inc.（腾讯公司）
AI总结 本文提出HalluHunter框架，通过知识图谱和规则基NLP技术，系统揭示大语言模型的事实错误，测试表明可触发55%的问题错误。
Comments Accepted by Findings of ACL 2026
加速正则化注意力核回归用于频谱制图
机构 * 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 本文提出LAKER算法，通过学习数据依赖的预处理器降低条件数瓶颈，加速频谱制图中的正则化注意力核回归，提升收敛速度和重建精度。
Banach空间值随机特征模型的通用逼近性质，包括随机神经网络
机构 * Nanyang Technological University, Division of Mathematical Sciences（南洋理工大学数学科学学院） ； ETH Zurich, Department of Mathematics（苏黎世联邦理工学院数学系）
AI总结 本文研究Banach空间值随机特征学习的通用逼近性质，通过随机初始化特征映射仅训练线性读出层，证明在Bochner空间中的逼近结果，并推导逼近速率和学习算法。
Comments 52 pages, 4 figures, 4 tables
基于心理的图模型用于可解释的抑郁症检测
机构 * Singapore Institute of Technology（新加坡科技学院） ； Nanyang Technological University（南洋理工大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； University of Turku（图尔库大学） ； Princess Nourah bint Abdulrahman University（普里西拉努拉·本·阿卜杜勒拉赫曼大学）
AI总结 本文提出PsyGAT模型，通过动态时序图建模对话，结合心理表达单元和人格上下文，提升抑郁症检测的可解释性与性能，达到SOTA水平。
IRIS：交错强化与增量阶段课程用于跨语言数学推理
机构 * Singapore Institute of Technology（新加坡理工学院） ； IIIT Delhi（德里印度理工学院） ； University of California, San Diego（加州大学圣地亚哥分校） ； Nanyang Technological University（南洋理工大学） ； NVIDIA
AI总结 IRIS通过结合逐步增加难度的监督微调与逆课程强化学习，提升多语言数学推理能力，尤其在低资源和双语环境下表现突出。
Comments Accepted in ACL main
多视图协同学习与视觉-语言适应用于低资源生物医学图像分类
机构 * Chongqing University of Technology（重庆理工大学） ； Collge of Computer Science, Sichuan University（四川大学计算机学院） ； Hebei University of Technology（河北工业大学） ； Nanyang Technological University（南洋理工大学） ； Centre for Frontier AI Research, Agency for Science, Technology and Research, Singapore（新加坡科技研究局前沿人工智能研究中心）
AI总结 本文提出多视图协同学习框架，通过视觉-语言适应提升低资源下生物医学图像分类性能，采用多粒度对比学习和结构监督增强跨模态对齐与细粒度区分。
数据驱动预测控制中鲁棒最小二乘优化：一种几何方法
机构 * Indian Institute of Technology Bombay, India（印度班加罗尔印度理工学院） ； Microsoft India（微软印度） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University of British Columbia, Vancouver, Canada（加拿大不列颠哥伦比亚大学） ； University of Wisconsin-Madison, USA（美国威斯康星大学麦迪逊分校）
AI总结 本文提出一种几何鲁棒最小二乘方法，通过近似子空间包含关系建模数据与真实空间的不确定性，改进了现有鲁棒最小二乘方法，实现更强的鲁棒性和更优的缩放性能。
Comments Accepted to the 8th Annual Learning for Dynamics & Control Conference June 17-19 2026, USC, Los Angeles, USA
基于梯度的混合学习与外推以获得更平坦的极小值用于领域泛化
机构 * Nanyang Technological University（南洋理工大学） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系）
AI总结 本文提出FGMix方法，通过数据插值与外推覆盖潜在未见区域，利用梯度兼容性分配权重以学习更平坦的极小值，提升领域泛化能力。
Comments 45 pages, 9 figures
Journal ref Artificial Intelligence (2026)
GeoCert: 用于可靠预测的几何AI
机构 * Department of Biomedical Informatics & Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； School of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系）
AI总结 GeoCert通过统一预测、物理推理和形式验证，提升预测系统的准确性与可靠性，实现97.5%的计算成本降低和更高效的认证。
Comments 15 pages, 4 figures
超越局部与外部：一种博弈论框架用于可信知识获取
机构 * Nankai University（南开大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Worcester Polytechnic Institute（沃斯通理工学院） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Indiana University Bloomington（印第安纳大学布利克学院）
AI总结 本文提出GTKA框架，通过博弈论平衡知识效用与隐私，设计隐私感知子查询生成器、对抗重建攻击者和可信本地整合器，减少敏感意图泄露并保持高答案质量。
MindTrellis：通过交互式视觉探索共同创建知识结构
机构 * University of Waterloo（多伦多大学） ； York University（约克大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出MindTrellis系统，通过人机协作动态构建知识图谱，提升多文档信息整合效率，降低认知负荷。
Comments 21 pages, 7 figures, ACM Designing Interactive Systems. DIS 2026
结构引导的检索增强生成用于事实查询
机构 * College of Information and Electrical Engineering, China Agricultural University, China（中国农业大学信息与电气工程学院） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算机与数据科学学院） ； Key Laboratory of Agricultural Informatization Standardization, Ministry of Agriculture and Rural Affairs, China（农业信息化标准化 key laboratory, 农业农村部）
AI总结 本文提出结构引导的检索增强生成(SG-RAG)，通过嵌入式子图匹配解决事实查询中的精确检索问题，实验表明其在ERQA数据集上性能显著提升。
神经网络优化重新构想：用于从头训练和微调的解耦技术
机构 * Institute of Semiconductors, Chinese Academy of Sciences（半导体研究所，中国科学院） ； College of Computing and Data Science (CCDS), Nanyang Technological University（计算与数据科学学院（CCDS），南洋理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Mila-Quebec AI Institute（魁北克AI研究所） ； School of Information Technology, Halmstad University（信息科技学院，哈姆斯塔德大学） ； College of Computer, National University of Defense Technology（计算机学院，国防科技大学）
AI总结 本文提出DualOpt，一种针对从头训练和微调任务的解耦优化方法，通过实时层间权重衰减和权重回滚技术提升收敛性和泛化能力，实验表明其在多种任务中表现优异。
Comments IEEE T=PAMI
Journal ref IEEE T=PAMI 2026
LLMind: 基于生物启发的无训练自适应视觉表示用于视觉-语言模型
机构 * Nanyang Technological University（南洋理工大学）
AI总结 LLMind通过生物启发的自适应采样策略，实现视觉-语言模型在有限像素预算下的高效自适应表示，实验显示在多个基准测试中性能显著提升。
Comments CVPR 2026, Highlight, 10 pages, 7 figures, 3 tables
从静态到交互：通过自然语言实现交互式可视化
机构 * Nanyang Technological University（南洋理工大学） ； Ajou University（阿乔大学） ； Providence Health & Services（普罗维登斯健康与服务）
AI总结 本文提出Athanor方法，利用多模态大语言模型和自然语言指令将静态可视化转为交互式，通过三种创新设计提升用户交互体验。
一种结合GFANC和FxNLMS的稳定混合主动降噪算法
机构 * 1 School of Electrical \& Electronic Engineering, Nanyang Technological University, Singapore 2 School of Computing, National University of Singapore, Singapore 3 Northwestern Polytechnical University, China
AI总结 本文提出一种混合GFANC-FxNLMS算法，结合两者优势，通过在线聚类模块提升稳定性，实现快速响应和低稳态误差。
Comments Accepted by 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)
Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
面向时间的对比学习用于时序全景场景图生成
机构 * Institute of Data Science (IDS)（数据科学研究所） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University (NTU)（南洋理工大学） ； Tongji University（同济大学）
AI总结 本文提出一种面向时间的对比学习框架，通过学习运动模式提升时序全景场景图生成的性能，实验表明在视频和4D数据集上优于现有方法。
Comments Accepted at AAAI 2025
多尺度对比学习用于视频时间定位
机构 * Institute of Data Science (IDS), National University of Singapore（数据科学研究所（IDS），新加坡国立大学） ； Tongji University（同济大学） ； Nanyang Technological University (NTU)（南洋理工大学）
AI总结 本文提出多尺度对比学习框架，通过多阶段视频编码器生成样本，无需数据增强或在线记忆库，提升视频时间定位的语义表达。
Comments Accepted at AAAI 2025
知识可视化：一个用于知识密集型文本到图像生成的基准和方法
机构 * Huazhong University of Science and Technology（华中科技大学） ； The University of Hong Kong（香港大学） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室）
AI总结 本文提出KVBench基准，评估知识密集型文本到图像生成的可靠性，揭示现有模型在逻辑推理和符号精度上的不足，并提出KE-Check框架提升科学准确性。
迈向安全的移动性：由开放-ended视觉-语言数据集驱动的统一运输基础模型
机构 * Nanyang Technological University（南洋理工大学） ； Harvard University（哈佛大学）
AI总结 本文提出Land Transportation Dataset数据集和UniVLT模型，通过开放-ended视觉问答和多任务学习，提升城市交通环境下的安全推理能力，实现微观自动驾驶与宏观交通分析的统一。
大型语言模型如何在内部知识与用户和文档断言之间取得平衡
机构 * Santa Clara University（圣克拉拉大学） ； Nanyang Technological University（南洋理工大学） ； California Institute of Technology（加州理工学院）
AI总结 本文研究了大型语言模型在处理内部知识与外部信息时的平衡问题，提出三源交互框架，评估27个模型，发现模型更依赖文档断言，且通过微调可提升其区分能力。
Comments Findings of ACL 2026
单编码器遇见多编码器：在缺失模态下的脑肿瘤分割中的表示学习前融合
机构 * School of Mathematics, Shandong University（山东大学数学学院） ； GSFS, The University of Tokyo（东京大学GSFS） ； MedVisAI Lab（医学视觉人工智能实验室） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李光前医学院） ； Centre of AI in Medicine, Singapore（新加坡医学人工智能中心）
AI总结 本文提出UniME方法，通过两阶段异构架构在缺失模态下实现脑肿瘤分割，通过单编码器和多编码器的结合提升分割精度。
Comments CVPR 2026 Poster
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