高校专区
高效隐私保护检索增强生成与距离保持加密
机构 * College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学）
AI总结 ppRAG通过CAPRISE加密技术，在不可信云环境中实现高效隐私保护的检索增强生成，提升隐私和效率，适用于资源受限用户。
FairGU: 社交网络中具有公平性的图去学习
机构 * Jilin University Changchun China ； Zhejiang Gongshang University Hangzhou China ； Adelaide University Adelaide Australia ； Jinan University \& TAL Education Group Guangzhou China ； RMIT University Melbourne Australia ； Nanyang Technological University Singapore ； Jilin University ； Zhejiang Gongshang University ； Adelaide University ； Jinan University \& TAL Education Group ； RMIT University ； Nanyang Technological University
AI总结 FairGU通过整合公平性模块和数据保护策略，提升社交网络中图去学习的公平性和实用性。
Comments 9 pages, 2 figs, WWW 2026 accepted
Wukong框架用于文本到图像系统中的不安全内容检测
机构 * Nanyang Technological University（南洋理工大学）
AI总结 Wukong通过利用扩散过程早期的去噪步骤和U-Net的预训练交叉注意力参数，实现高效的不安全内容检测，优于传统文本和图像过滤方法。
Comments Accepted by KDD'26 (round 1)
将生成式语音增强与感知反馈对齐
机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Independent Researcher（独立研究者） ； Northwestern Polytechnical University, China（西北工业大学） ； University of Palermo, Italy（巴勒莫大学） ； Tencent（腾讯）
AI总结 本文提出了一种基于语言模型的语音增强方法，通过引入感知反馈和直接偏好优化，提升语音质量并建立新的感知对齐增强范式。
Comments Accepted to ICASSP 2026
对话上下文分类：一种表示工程方法
机构 * Nanyang Technological University Singapore（南洋理工大学新加坡）
AI总结 本文提出利用表示工程和一类支持向量机识别LLM内部状态中的上下文子空间，以提高对话上下文检测的准确性。
DAOS: 一种基于驾驶员行为与物体协同的多模态舱内行为监测数据集
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； College of Computer Science and Technology, Harbin Engineering University（哈尔滨工程大学计算机科学与技术学院） ； Singapore University of Technology and Design (SUTD), Singapore（新加坡科技设计大学） ； Continental Automotive Singapore Pte. Ltd.
AI总结 DAOS数据集通过多模态数据和动作-物体关系网络提升驾驶员行为识别的准确性与鲁棒性。
像人类学习：利用元认知反思实现高效的自我改进
机构 * Nanyang Technological University（南洋理工大学） ； A*STAR ； Chang’an University（长安大学） ； Nankai University（南开大学）
AI总结 MARS通过整合基于原则和程序性的反思，实现高效自我改进，优于现有系统并降低计算开销。
MuseAgent-1: 交互式 grounded 多模态理解音乐谱面与表演音频
机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Chemical Technology（北京化工大学） ； Microsoft（微软公司） ； University of Chicago（芝加哥大学）
AI总结 MuseAgent-1 是一个专注于音乐的多模态代理，通过结构化符号表示和多步骤推理，提升对音乐谱面和表演音频的交互式理解能力。
Comments Tech Report
UniX: 统一自回归与扩散以实现胸部X光理解与生成
机构 * Wuhan University（武汉大学） ； Huazhong University of Science and Technology（华中科技大学） ； Nanyang Technological University（南洋理工大学）
AI总结 UniX通过统一自回归与扩散模型，实现了胸部X光的高效理解和生成，显著提升了性能并减少了参数使用。
Comments Codes and models are available at https://github.com/ZrH42/UniX
跨脚本手写检索的语言无关视觉嵌入
机构 * School of Integrated Circuits, Zhejiang University（浙江大学集成电路学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Electrical and Electronic Engineering (EEE), Nanyang Technological University（南洋理工大学电子与电气工程学院） ； School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出了一种轻量级双编码框架，通过学习语言无关的视觉嵌入，实现跨脚本手写检索的高精度与低资源消耗。
Comments 9 pages,5 figures
Panacea: 通过微调后扰动缓解大语言模型的有害微调
机构 * Tsinghua University（清华大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Didichuxing Co. Ltd（滴滴出行有限公司） ； Nanyang Technological University（南洋理工大学）
AI总结 Panacea通过自适应扰动优化，在保持微调性能的同时缓解大语言模型的有害微调问题
Comments Accepted by NeruIPS 2025
V2X-Radar: 一种包含4D雷达的多模态数据集用于协作感知
机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动性学院，清华大学） ； Nanyang Technological University（南洋理工大学） ； CUMTB（中国交通车辆技术研究所） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Beijing Jiaotong University（北京交通大学） ； ByteDance（字节跳动）
AI总结 V2X-Radar是首个包含4D雷达的多模态数据集，用于提升自动驾驶中的协作感知能力。
Comments NeurIPS 2025 Spotlight
SurgGoal: 重新思考手术计划评估 via 目标满足性
机构 * Technical University of Munich, Germany（慕尼黑技术大学） ； University of Strasbourg, France（斯特拉斯堡大学） ； University of Glasgow, United Kingdom（格拉斯哥大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； University of Massachusetts Boston, USA（马萨诸塞大学波士顿分校）
AI总结 SurgGoal通过目标满足性度量重新评估手术计划，揭示视频大语言模型在安全关键环境中的性能问题。
真实世界中的智能体技能：大规模安全漏洞实证研究
机构 * Tianjin University（天津大学） ； Southern Cross University（南方十字大学） ； School of Cybersecurity, Tianjin University（安全学院，天津大学） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Griffith University（格里菲斯大学）
AI总结 研究揭示了智能体技能中普遍存在的安全漏洞，提出了一种多阶段检测框架，并展示了技能捆绑执行脚本与漏洞之间的显著关联。
历史并不足够：一种适应性数据流系统用于金融时间序列合成
机构 * 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） ； School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理大学计算机与信息系统学院）
AI总结 本文提出了一种适应性数据流系统，通过整合机器学习自适应控制，提升金融时间序列合成的鲁棒性和收益表现。
FastMesh: 通过组件解耦实现高效的艺术网格生成
机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室）
AI总结 FastMesh 通过组件解耦高效生成艺术网格，采用自回归模型生成顶点并利用双向变压器完成网格，显著提升生成速度和质量。
Comments Accepted by 3DV 2026; Project Page: https://jhkim0759.github.io/projects/FastMesh/
AITTI: 学习自适应包容性令牌以生成文本到图像
机构 * Nanyang Technological University（南洋理工大学）
AI总结 AITTI通过学习自适应包容性令牌，有效缓解文本到图像生成中的刻板印象偏见，无需显式属性指定或先验知识。
Comments Accepted by IJCV
DeepResearchEval: 一种用于深度研究任务构建和代理评估的自动化框架
机构 * Infinity Lab, Shanda Group（沙达集团无限实验室） ； Nanyang Technological University（南洋理工大学）
AI总结 DeepResearchEval提出了一种自动化框架，通过基于角色的任务生成流程和自适应评估机制，解决深度研究任务构建和评估中的挑战。
Comments Source code: https://github.com/Infinity-AILab/DeepResearchEval
SLAM-LLM: 一种模块化、开源的多模态大语言模型框架及语音、语言、音频和音乐处理的最佳实践
机构 * X-LANCE Lab, School of Computer Science, MoE Key Lab of Artificial Intelligence Shanghai Jiao Tong University（X-LANCE实验室，计算机科学学院，人工智能教育部重点实验室，上海交通大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Peng Cheng Laboratory（鹏城实验室） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Tianjin University（天津大学） ； Hong Kong University of Science and Technology（香港科学大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 SLAM-LLM是一种开源多模态大语言模型框架，专注于语音、语言、音频和音乐处理，提供模块化配置和高性能检查点以加速研究开发。
Comments Published in IEEE Journal of Selected Topics in Signal Processing (JSTSP)
MAXS: 基于LLM代理的元适应性探索
机构 * Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； South China University of Technology（华南理工大学）
AI总结 MAXS通过元适应性探索框架提升LLM代理在多工具推理中的全局有效性和计算效率。
推进ESG智能：一个专家级代理和全面的可持续金融基准
机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出ESGAgent多代理系统及三级基准，通过高准确率在原子问题回答和专业报告生成中超越现有LLMs，为可持续金融领域提供关键评估工具。
联邦大模型定制化：方法、实验与洞察
机构 * College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） ； Data61, CSIRO（Data61，CSIRO） ； Department of Computer Science and Information Technology, La Trobe University（计算机科学与信息科技系，拉筹夫大学） ； 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 本文提出联邦学习中的大模型定制化方法，通过实验验证了前缀微调的有效性，展示了其在性能、效率和鲁棒性方面的竞争力。
Comments 8 pages, 1 figure
STORM：基于双向量量化变分自编码器的时空因子模型用于金融交易
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 STORM通过双向量量化变分自编码器从时空视角提取股票特征，融合并对齐多维嵌入，提升金融交易中因子选择的鲁棒性和有效性。
没有递归或卷积的视频预测变压器
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of California, Merced（加州大学默塞德分校） ； Wuhan University（武汉大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出PredFormer，一种基于门控变压器的视频预测框架，通过全面分析3D注意力并进行广泛实验，展示了其在四个标准基准上的最佳性能。
Comments Accepted by Transactions on Machine Learning Research 2026; Project Page: https://yyyujintang.github.io/predformer-project/
SafeRedir: 基于提示嵌入重定向的图像生成模型鲁棒去学习
机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； CFAR and IHPC, A*STAR（CFAR和IHPC，A*STAR）
AI总结 SafeRedir通过提示嵌入重定向实现图像生成模型的鲁棒去学习，无需修改模型即可有效消除不安全内容并提升对抗性攻击抵抗力。
Comments Code at https://github.com/ryliu68/SafeRedir
ActiveVLA: 向视觉-语言-动作模型注入主动感知以实现精确的3D机器人操控
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Nanyang Technological University（南洋理工大学）
AI总结 ActiveVLA通过引入主动感知能力，提升机器人在复杂环境中的高精度3D操控性能。
MobiDiary: 带可穿戴设备和无线信号的自回归动作描述
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 MobiDiary通过自回归机制从可穿戴设备和无线信号生成自然语言动作描述，实现跨模态的高效活动识别。
Comments Under Review
在法规中进行推理：结合案例的 deliberative 对齐方法用于 LLM 安全性
机构 * Rutgers University（罗格斯大学） ； NVIDIA Research（NVIDIA研究） ； Nanyang Technological University（南洋理工大学） ； Adobe Research（Adobe研究） ； University of Connecticut（康涅狄格大学） ； Fordham University（福特汉姆大学） ； Google DeepMind（谷歌DeepMind）
AI总结 本文提出CADA方法，通过案例增强的推理链进行强化学习，提升LLM的安全性和实用性，避免过度依赖规则。
基于智能手机传感数据的传统机器学习、深度学习和大语言模型在心理健康预测中的比较研究
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Tianqiao and Chrissy Chen Institute（田桥和克里斯西·陈研究所） ； Nanyang Technological University（南洋理工大学） ； Purdue University（普渡大学）
AI总结 本文比较了传统机器学习、深度学习和大语言模型在心理健康预测中的表现，发现深度学习模型在整体性能上最佳，个性化策略显著提升严重心理健康状态的预测效果。
PathoSyn: 通过解耦偏差扩散实现影像-病理MRI合成
机构 * Department of Radiology, Boston Children’s Hospital, Harvard Medical School（放射科，波士顿儿童医院，哈佛医学院） ； College of Science, Northeastern University（科学学院，东北大学） ； School of Medicine, Yale University（医学院，耶鲁大学） ； Department of Cardiac Surgery, The Second Affiliated Hospital of Jiangxi Medical College, Nanchang University（心脏外科科，江西医学院第二附属医院，南昌大学） ； 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 PathoSyn通过解耦偏差扩散模型生成高保真MRI合成数据，提升低数据环境下诊断算法的鲁棒性。
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