高校专区
DockAnywhere: 通过新颖的示范生成实现移动操作的数据高效视觉-运动策略学习
机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学）
AI总结 本文提出DockAnywhere方法，通过解耦基座运动与不变的 manipulation 技能，提升移动操作在不同 docking 点下的视角泛化能力，实验表明其显著提高了策略成功率和泛化能力。
Comments Accepted to RA-L
RLPO：长上下文评论排序的残差列表偏好优化
机构 * Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； Independent Researcher（独立研究员）
AI总结 本文提出RLPO，通过残差列表级优化提升长上下文评论排序，解决传统方法在长上下文下的效率与准确性矛盾，实验显示其在NDCG@k上优于基线方法。
从边界到语义：基于提示的多任务学习用于岩片分割
机构 * Research Institute of Petroleum Exploration and Development（石油勘探开发研究院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Petro-SAM框架，通过整合多角度偏振视图和颜色熵先验，解决岩片分割中的领域差距和细粒边界问题，实现高精度的粒边分割和岩性语义分割。
基于可分解性质的精确覆盖计数并行方法
机构 * Jinan University（济南大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出一种基于决策-ZDNNF的并行算法DXD，通过动态更新连通组件提升精确覆盖计数效率，实验表明其优于现有方法。
Comments Submitted to SAT 2026
通过上下文无关且不可察觉的音频提示注入劫持大型音频-语言模型
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出AudioHijack框架，通过生成不可察觉的对抗性音频劫持LALMs，实验显示在6种恶意行为中平均成功率达79%-96%。
Comments Accepted by IEEE S&P 2026
RoSLAC：基于交替优化的多磁力计同时定位与校准
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 针对磁力计校准与定位精度问题，本文提出RoSLAC方法，通过交替优化高效估计平台姿态和校准参数，实现在高保真仿真和真实环境中高精度定位与低计算成本的校准。
基于功能性连接矩阵生成性重放的fMRI脑部疾病诊断持续学习
机构 * Nanyang Technological University（南洋理工大学） ； VU Amsterdam（阿姆斯特丹大学） ； UiT The Arctic University of Norway（北欧大学）
AI总结 本文提出首个针对异构临床站点的fMRI诊断持续学习框架，通过生成对抗网络生成真实功能性连接矩阵，并结合多级知识蒸馏策略和分层上下文老虎机方案，有效缓解灾难性遗忘问题。
Comments manuscript accepted by CVPR 2026, code is available from \url{https://github.com/4me808/FORGE}
V-Reflection：将多模态大语言模型从被动观察者转变为主动提问者
机构 * AI Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）人工智能方向） ； International Digital Economy Academy（国际数字经济学院） ； MedVisAI Lab, Lee Kong Chian School of Medicine, Nanyang Technological University, and Centre of AI in Medicine（医学视觉人工智能实验室，南洋理工大学Lee Kong Chian医学院，以及人工智能在医学中的中心） ； South China University of Technology（华南理工大学） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电子与电气工程系）
AI总结 本文提出V-Reflection框架，通过'思考后再观察'的视觉反思机制，使多模态大语言模型能主动提问视觉特征空间，提升细粒度任务的感知能力。
Comments Main paper 14 pages with supplementary 7 pages
GAMBIT：一种用于多模态大语言模型的游戏化突破框架
机构 * Georgia State University（佐治亚州立大学） ； Shandong University（山东大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学）
AI总结 本文提出GAMBIT框架，通过分解重组有害视觉语义并构建游戏化场景，使模型在探索和重建意图中主动完成突破，提升攻击成功率。
Comments Accepted to the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), Main Conference
LexGenius：一种大型语言模型在法律通用智能方面的专家级基准
机构 * Hainan University（海南大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University of Science and Technology（南京理工大学） ； Griffith University（格里菲斯大学）
AI总结 本文提出LexGenius，一个涵盖七个维度、十一项任务和二十项能力的中文法律基准，用于评估大型语言模型的法律通用智能，发现LLM在法律智能能力上存在显著差异，甚至优于人类法律专业人士。
Prompt-R1: 通过端到端强化学习实现的协作自动提示框架
机构 * Hainan University（海南大学） ； Nanyang Technological University（南洋理工大学） ； Hithink Research（慧思研究） ； HKUST (Guangzhou)（香港科技大学（广州）） ； IDEA Research（IDEA研究院） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University of Science and Technology（南京理工大学）
AI总结 本文提出Prompt-R1框架，通过小规模LLM与大规模LLM协作，利用强化学习提升复杂问题解决能力，实验表明其在多个数据集上表现优异。
Q-MambaIR：用于高效图像修复的准确量化Mamba
机构 * ETH Zürich（苏黎世联邦理工学院） ； Shenzhen Automotive Research Institute（深圳汽车研究院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Q-MambaIR，通过动态平衡可学习标量和范围浮动灵活分配器，有效缓解极值截断损失，提升图像修复任务的压缩效率与精度。
OneHOI：统一人类-物体交互生成与编辑
机构 * Nanyang Technological University（南洋理工大学） ； Sun Yat-sen University（中山大学） ； Universiti Malaya（马来亚大学） ； VinUniversity（文大学）
AI总结 OneHOI提出一种统一的扩散变换框架，整合人类-物体交互生成与编辑，通过共享的交互表示实现单条件去噪过程，支持多种控制模式，取得生成与编辑的最新成果。
Comments Accepted at CVPR2026. This paper moves toward unifying HOI generation and editing within a single model
前馈3D场景建模：以问题为导向的视角
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Monash University（墨尔本大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Tübingen（图宾根大学）
AI总结 本文探讨了前馈3D重建的通用方法，提出以模型设计为核心的分类体系，涵盖特征增强、几何意识、模型效率等五个核心问题，旨在推动3D场景建模的标准化与可扩展性。
Comments 67 pages, 395 references. Project page: https://ff3d-survey.github.io. Code: https://github.com/ziplab/Awesome-Feed-Forward-3D. This work has been submitted to Springer for possible publication
GraphScout: 通过内在探索能力增强大语言模型以实现代理图推理
机构 * Zhejiang University（浙江大学） ； Hangzhou City University（杭州市大学） ； Nanyang Technological University（南洋理工大学）
AI总结 GraphScout通过灵活的图探索工具，使模型自主生成结构化训练数据，从而在无需人工标注的情况下提升大语言模型的图推理能力，实验显示其在多个领域表现优异。
AMA：通过多智能体协作实现自适应记忆
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Shandong University（山东大学） ； Nanyang Technological University（南洋理工大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 本文提出AMA框架，通过多智能体协作实现自适应记忆管理，解决传统方法在记忆粒度和一致性维护上的不足，实验表明其在长上下文任务中表现优异，减少约80%的token消耗。
Comments 8 pages
SocialMirror: 从单目视频中利用语义和几何引导重建3D人体交互行为
机构 * ShanghaiTech University（上海科技大学） ； Nanyang Technological University（南洋理工大学） ； Guangzhou Institute of Energy Conversion, CAS（广州能源研究所，中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Inceptio Technology（Inceptio科技） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出SocialMirror框架，通过语义和几何引导解决单目视频中人体重建的挑战，实现高精度交互行为重建，展现强大的泛化能力。
DiT作为实时重绘器：基于自回归扩散变换器的流式视频风格化
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； XMax.AI Ltd.（XMax人工智能有限公司） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出RTR-DiT框架，通过微调双向教师模型和知识蒸馏实现高效视频风格化，支持文本和参考图像引导，实现实时稳定处理长视频和风格切换。
更大与更小：如何在模型规模下语境同步发生分歧
机构 * IIIT Delhi, India（德里印度理工学院） ； Nanyang Technological University（南洋理工大学） ； NVIDIA（NVIDIA公司） ； Singapore Institute of Technology（新加坡理工学院）
AI总结 研究探讨了模型规模对语境同步的影响，发现大模型在忽略虚假信息方面更有效，但对无关token的忽略能力下降，揭示了语义过滤与机械复制的对立行为。
Comments 16 pages, 11 figures, 6 tables. Accepted to Findings of ACL 2026
连续学习的更快路径
机构 * College of Computer Science, Sichuan University, China（四川大学计算机学院） ； College of Computer Science and Technology, Zhejiang University, China（浙江大学计算机科学与技术学院） ； Photogrammetry and Remote Sensing Lab, ETH Zürich, Switzerland（苏黎世联邦理工学院摄影测量与遥感实验室） ； School of Computer Science, Nanjing University, China（南京大学计算机科学系） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, Tsinghua University, China（清华大学计算机科学与技术系）
AI总结 本文提出C-Flat Turbo，通过优化梯度计算减少连续学习的训练成本，提升效率并保持性能。
Comments Update Author Affiliations
RoboTAG: 通过拓扑对齐图实现端到端的机器人配置估计
机构 * Tsinghua University（清华大学） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出RoboTAG，通过结合3D和2D分支，利用拓扑对齐图缓解对标签的依赖，提升机器人姿态估计的鲁棒性。
基于激活的局部编辑对抗攻击
机构 * Beihang University（北航） ； Hangzhou Innovation Institute（杭州创新研究院） ； HKUST（香港科技大学） ； South China University of Technology（华南理工大学） ； Nanyang Technological University（南洋理工大学） ； Kunming University of Science and Technology（昆明理工大学）
AI总结 本文提出一种两阶段框架，结合上下文生成与隐藏状态信息，有效提升对抗攻击的成功率和可迁移性，对抗当前防御机制。
通过模拟引导的优化实现自主多目标合金设计
机构 * College of Computing and Data Science, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学计算机与数据科学学院，新加坡） ； School of Materials Science and Engineering, Nanyang Technological University, Singapore 639798, Singapore（南洋理工大学材料科学与工程学院，新加坡） ； School of Computing and Information Systems, Singapore Management University, Singapore 188065, Singapore（新加坡管理学院计算机与信息学院，新加坡） ； School of Materials Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学材料科学与工程学院，中国） ； Institute for Functional Intelligent Materials, National University of Singapore, Singapore（新加坡国立大学功能智能材料研究所，新加坡）
AI总结 本文提出AutoMAT框架，整合大语言模型、自动化CALPHAD模拟等技术，实现自主合金设计，发现高性能合金并缩短研发周期。
重新思考联邦学习中的个性化放松初始化：一致性和泛化
机构 * School of Cyber Science and Technology Shenzhen Campus of Sun Yat-sen University（中山大学计算机科学与技术学院深圳校区） ； School of Computer Science Faculty of Engineering The University of Sydney（悉尼大学计算机科学学院） ； Generative AI Lab College of Computing and Data Science Nanyang Technological University（南洋理工大学计算与数据科学学院生成式人工智能实验室）
AI总结 本文提出FedInit算法，通过个性化放松初始化减少联邦学习中的客户端漂移问题，分析了不一致性对泛化误差的影响，实验表明该方法在无需额外成本下能提升性能。
Comments arXiv admin note: substantial text overlap with arXiv:2306.05706
StructDiff：一种结构保持且空间可控的单图像生成扩散模型
机构 * Institute of Information Science, Beijing Jiaotong University（信息科学研究院，北京交通大学） ； Visual Intelligence +X International Cooperation Joint Laboratory of MOE, Beijing（教育部视觉智能+X国际合作联合实验室，北京） ； 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 StructDiff基于单尺度扩散模型提出，通过自适应感受野模块和3D位置编码实现结构保持与空间可控，引入基于大语言模型的新型评估标准，优于现有方法在结构一致性、视觉质量和空间可控性上。
Comments Accepted by IEEE Transactions on Multimedia (Regular Paper)
大规模安全：大型模型和智能体安全的全面综述
机构 * Fudan University（复旦大学） ； The University of Melbourne（墨尔本大学） ； Singapore Management University（新加坡国立大学） ； Deakin University（德肯大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； City University of Hong Kong（香港城市大学） ； University of Oxford（牛津大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The University of Sydney（悉尼大学） ； Griffith University（格里菲斯大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Sea AI Lab（Sea AI实验室） ； Tsinghua University（清华大学） ； Virginia Tech（弗吉尼亚理工大学） ； CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全部） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Purdue University（普渡大学） ； Duke University（杜克大学） ； University of Wisconsin - Madison（威斯康星大学麦迪逊分校） ； RIKEN（理化学研究所） ； The University of Tokyo（东京大学）
AI总结 本文综述了大型模型和智能体的安全性，分析了各类攻击威胁及防御策略，指出安全评估、防御机制和数据实践的重要性，强调研究社区和国际合作的必要性。
Comments 706 papers, 60 pages, 3 figures, 14 tables; GitHub: https://github.com/xingjunm/Awesome-Large-Model-Safety
CIA：从基于大语言模型的多智能体系统推断通信拓扑
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Griffith University（格里菲斯大学） ； Nanyang Technological University（南洋理工大学） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）
AI总结 研究探讨了基于大语言模型的多智能体系统通信拓扑在黑盒环境下被推断的隐私风险，提出CIA攻击方法，通过构建对抗性查询和全局偏差解耦技术，验证了攻击的有效性。
Comments ACL 2026, Main
乘风而行：面向平滑视频生成的精确分配稀疏注意力
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出PASA框架，通过动态预算分配、硬件对齐分组近似和随机选择偏置，实现高效且时间平滑的视频生成，减少视觉闪烁。
LaV-CoT：具有多方面奖励优化的语言感知视觉CoT
机构 * Ant Digital Technologies, Ant Group（蚂蚁集团数字技术部） ； 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） ； CFAR, Agency for Science, Technology and Research（科技研究局CFAR）
AI总结 LaV-CoT通过多阶段推理流程和多方面奖励优化，提升多语言视觉问答的准确性和泛化能力，实现在公开数据集上的9.5%准确率提升。
Comments Accepted by WWW 2026 Industry Track - Oral
在超几何空间中估计影响力强度以实现社会影响力最大化
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Wuhan University（武汉大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Shenzhen Key Laboratory of Internet Information Collaboration（深圳互联网信息协同重点实验室） ； University of Electronic Science and Technology of China（电子科技大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出HIM方法，利用超几何表示学习估计用户潜在影响力传播，通过超几何用户表示模块和自适应种子选择模块，提升影响力最大化问题的性能。
Comments 14 pages, 10 figures
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