高校专区
Holmes: 通过解耦常见特征实现有效且无害的模型所有权验证以个性化大视觉模型
机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； Ant Group（蚂蚁集团） ； Peng Cheng Laboratory（鹏城实验室）
AI总结 本文提出Holmes方法，通过解耦常见特征实现对个性化大视觉模型的无害模型所有权验证，有效检测模型窃取攻击。
EasyHOI: 释放大模型潜力以重建真实场景中的手-物体交互
机构 * The University of Hong Kong（香港大学） ； ShanghaiTech University（上海科技大学） ； Hong Kong University of Science and Technology（香港科学大学） ； Nanyang Technological University（南洋理工大学） ； Max Planck Institute for Informatics（马克斯·普朗克研究所（信息学）） ； Texas A&M University（德克萨斯大学奥斯汀分校）
AI总结 EasyHOI利用大模型实现单视角下手-物体交互的重建，通过先验引导优化提升重建精度。
Comments Project page: https://lym29.github.io/EasyHOI-page/
对抗基于大语言模型的漏洞检测的代码混淆系统研究
机构 * National Key Lab for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Shandong University（山东大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文系统研究了对抗基于大语言模型的漏洞检测的代码混淆技术，评估了不同混淆方法对LLM检测性能的影响，并提出了未来改进方向。
PoseMoE：用于单目3D人体姿态估计的专家混合网络
机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（国家通用人工智能重点实验室，北京大学深圳研究生院） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science and Engineering, University at Buffalo, State University of New York（计算机科学与工程系，布法罗大学，纽约州立大学）
AI总结 PoseMoE通过专家混合网络提升单目3D人体姿态估计精度，通过解耦2D姿态与深度特征编码，优化深度特征学习与跨专家知识聚合。
Comments IEEE Transactions on Image Processing (T-IP)
精确性感知的联邦图学习
机构 * Xidian University（西安电子科技大学） ； Nanyang Technological University（南洋理工大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 SEAL算法通过优化模型尖锐性提升联邦图学习中本地模型的分类准确性和泛化能力。
Comments Accepted by WSDM'26
在线-PVLM：通过在线概念学习推进个性化VLMs
机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） ； University of Oulu（奥卢大学）
AI总结 Online-PVLM通过在线概念学习框架，实现个性化VLMs的高效实时适应，并提出OP-Eval基准评估其在现实场景中的性能。
Comments Work in Progress
基于响应梯度的可靠性灵敏度
机构 * School of Civil and Environmental Engineering, Nanyang Technological University（土木与环境工程学院，南洋理工大学） ； MOE Key Laboratory of High-Speed Railway Engineering, Institute of Smart City and Intelligent Transportation, Southwest Jiaotong University（高速铁路工程重点实验室，智能城市与智能交通研究院，西南交通大学）
AI总结 本文提出了一种基于响应梯度的蒙特卡洛方法，用于计算可靠性灵敏度，通过核平滑技术解决阈值条件化问题，实现单次运行中所有响应阈值的灵敏度估计。
Comments 45 pages, 8 figures. Submitted to Structural Safety (Elsevier) on 5 Oct 2025
大多数句子是唯一的吗？对乔姆斯基主张的实证检验
机构 * NTU Singapore（南洋理工大学）
AI总结 本文通过实证方法检验乔姆斯基关于大多数句子唯一的主张，发现语料库中重复句子普遍存在，且文体对结果有显著影响。
镜像下降策略优化用于鲁棒约束马尔可夫决策过程
机构 * Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心，科技研究局（A*STAR）） ； Singapore Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)（新加坡高性能计算研究所，科技研究局（A*STAR）） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学，新加坡）
AI总结 本文提出一种镜像下降策略优化方法，用于鲁棒约束马尔可夫决策过程，通过优化策略和转移核实现收敛率和鲁棒性提升。
Journal ref Transactions on Machine Learning Research (TMLR 2025)
MMRel：多模态大语言模型中关系理解的基准测试
机构 * Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（南洋理工大学跨学科研究生项目） ； Alibaba DAMO Academy, Singapore（阿里巴巴达摩院） ； Xi’an Jiaotong University, China（西安交通大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； VinUniversity, Vietnam（文莱大学）
AI总结 MMRel是一个用于评估和提升多模态大语言模型关系理解能力的基准测试，包含大规模高质量的关系数据和对抗性案例，通过实验验证其在提升模型关系理解方面的有效性。
FrontierCS: 蒸馏智能面临的挑战
机构 * UC Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； UCSD（加州大学圣迭戈分校） ； X-camp Academy（X-camp学院） ； Georgia Tech（佐治亚理工学院） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； Nanyang Technological University（南洋理工大学） ； University of Toronto（多伦多大学） ； UIUC（伊利诺伊大学香槟分校） ； University of Michigan（密歇根大学） ； New York University（纽约大学） ； MIT（麻省理工学院）
AI总结 FrontierCS是一个针对未知最优解的计算机科学开放性问题基准测试，旨在评估模型在算法和研究任务中的推理能力，发现现有模型在复杂问题上仍需提升。
Comments Code with instruction: https://github.com/FrontierCS/Frontier-CS
重新思考稀缺时间序列数据下的剩余寿命预测：间接监督下的回归
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（电子与电气工程学院，南洋理工大学，新加坡）
AI总结 本文提出参数化静态回归框架，用于在数据稀缺情况下进行剩余寿命预测，通过参数化校正过程处理间接监督下的时间依赖性，提升预测精度。
RecTok: 修复流中的重建蒸馏
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； TeleAI
AI总结 RecTok通过流语义蒸馏和重建-对齐蒸馏提升高维视觉分词器的重建和生成性能，实现更丰富的潜在空间结构。
PentestEval: 一种基于模块化和阶段级设计的LLM渗透测试基准测试
机构 * School of Computing and Information Systems, Singapore Management University（计算与信息系统学院，新加坡国立管理大学） ； School of Computer Science and Engineering, Nanyang Technological University（计算机科学与工程学院，南洋理工大学） ； School of Cyber Security, Tianjin University（网络安全学院，天津大学）
AI总结 PentestEval通过模块化和阶段级设计，评估LLM在渗透测试各阶段的性能，揭示其在自动化测试中的局限性。
Comments 13 pages, 6 figures
迈向可解释的量子AI：通过可视化指导量子神经网络编码器的选择
机构 * Singapore Management University（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Kent State University（肯特州立大学）
AI总结 本文提出XQAI-Eyes可视化工具，通过比较经典数据与量子态帮助选择量子神经网络编码器，提升编码器设计的透明性和有效性。
Comments 9 pages, 6 figures, accepted by TVCG 2026, not published yet
ASAP-Textured Gaussians: 通过自适应采样和各向异性参数化增强纹理高斯体
机构 * Monash University（莫纳什大学） ； Nanyang Technological University（南洋理工大学）
AI总结 ASAP-Textured Gaussians通过自适应采样和各向异性参数化优化纹理高斯体，提升渲染质量与效率的平衡。
迈向噪声感知的音频深度伪造检测：综述、SNR基准和实用配方
机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学）
AI总结 本文综述了音频深度伪造检测的最新方法，提出了一种基于SNR的可重复评估框架，并展示了通过微调提升检测性能的实用方法。
Comments 6 pages
通过双演员策略分解物体操控
机构 * School of Computer Science and Engineering, Sun Yat-sen University, China（华南理工大学计算机科学与工程学院） ； 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 Machine Intelligence and Advanced Computing, Ministry of Education, China（教育部人工智能与先进计算重点实验室）
AI总结 本文提出双演员策略DAP，通过分解物体操控任务为接近和操控阶段，利用异质视觉先验提升性能，实验表明在多个数据集上均优于现有方法。
FROC：一种用于大语言模型机器去学习的统一框架，具有风险优化控制
机构 * Digital Trust Centre, Nanyang Technological University, Singapore（南洋理工大学数字信任中心） ； 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）
AI总结 FROC提出了一种用于大语言模型机器去学习的统一框架，通过风险优化控制机制，实现对去学习过程的风险管理和效用平衡。
Phythesis: 通过LLMs实现物理引导的进化场景合成，用于高效能数据中心设计
机构 * Nanyang Technological University（南洋理工大学）
AI总结 Phythesis通过结合LLMs和物理引导的进化优化，实现高效能数据中心设计的自动化场景合成，提升生成成功率和能效。
一种轻量级的基于迁移学习的状态-健康监测方法及其在自主航空器锂离子电池中的应用
机构 * School of Automation, Chongqing University（重庆大学自动化学院） ； School of Information and Control Engineering, China University of Mining and Technology（中国矿业大学信息与控制工程学院） ； School of Electrical and Electronics Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 本文提出了一种轻量级基于迁移学习的SOH监测方法，通过构造性增量迁移学习提升电池健康状态监测的准确性与效率。
Comments in IEEE Transactions on Industrial Informatics,2025
机器学习（ML）的局限性
机构 * Nanyang Technological University（南洋理工大学） ； AQR Capital Management（AQR资本管理公司） ； Yale School of Management（耶鲁管理学院） ； NBER（美国国家经济研究局） ； Swiss Finance Institute（瑞士金融研究所） ； EPFL（瑞士联邦理工学院） ； CEPR（欧洲央行研究中心） ； Singapore MOE AcRF Tier 1 Grant（新加坡教育部高级研究基金一级项目）
AI总结 本文研究了机器学习方法在有限样本下的局限性，提出学习局限间隙（LLG）作为衡量模型预测性能与总体基准差异的下界，并通过金融数据验证了其在预测可预测性方面的显著影响。
DATABench: 从对抗角度评估深度学习中的数据集审计
机构 * 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） ； Chongqing University（重庆大学） ； University of Maryland at College Park（马里兰大学学院公园分校）
AI总结 DATABench从对抗角度评估深度学习中的数据集审计，提出新的分类法和攻击策略，揭示现有审计方法在对抗环境下的不足。
针对基于深度学习的无线电频率指纹识别的对抗攻击
机构 * School of Computer Science and Informatics, University of Liverpool（计算机科学与信息学系，利物浦大学） ； School of Cyber Science and Engineering, Southeast University（网络安全与工程系，东南大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程系，南洋理工大学）
AI总结 本文提出针对基于深度学习的RFFI系统的三种对抗攻击方法，通过实验验证UAP在无先验知识下的高成功攻击率
具身图像压缩
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出具身图像压缩问题，建立EmbodiedComp基准测试，证明现有模型在超低比特率下无法完成简单任务，推动具身AI在现实中的应用。
Comments 15 pages, 12 figures, 3 tables
利用GUI代理进行电子设计自动化
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） ； Center of AI Evaluation, Shanghai AI Laboratory（人工智能评估中心，上海人工智能实验室） ； School of Integrated Circuit Design, Shanghai Jiao Tong University（集成电路设计学院，上海交通大学） ； John Hopcroft Center, Shanghai Jiao Tong University（约翰·霍普克罗夫特中心，上海交通大学）
AI总结 本文首次将GUI代理应用于电子设计自动化领域，提出GUI-EDA数据集和EDAagent指标，解决EDA任务中的挑战。
Comments 17 pages, 15 figures, 8 tables
探索MLLM-扩散信息传输与MetaCanvas
机构 * Meta Superintelligence Labs（Meta 超智能实验室） ； New York University（纽约大学） ； Nanyang Technological University（南洋理工大学）
AI总结 MetaCanvas通过使MLLMs在潜在空间中推理和规划，提升多模态生成的精确度和结构化控制。
Comments Project page: https://metacanvas.github.io
多任务无人机路由的统一模型用于灾后道路评估
机构 * School of Civil and Environmental Engineering, Nanyang Technological University（新加坡南洋理工大学土木与环境工程学院） ； Department of Business Administration, National Taiwan University（台湾国立台湾大学商业行政系） ； School of Maritime Economics and Management, Dalian Maritime University（中国大连海事大学航海经济管理学院） ； The Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University（同济大学交通工程教育部长三角实验室）
AI总结 本研究提出一种统一模型，通过单一神经网络解决八个多任务无人机路由问题，显著提升灾后道路评估的效率和解决方案质量。
Comments 34 pages, 8 figures,9 tables
往事的回响：关于衰减记忆与回声状态的统一视角
机构 * Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University, Singapore（数学科学系，物理与数学科学学院，南洋理工大学，新加坡） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡）
AI总结 本文统一了RNN中衰减记忆、回声状态等概念，推导其关系并提供新证明，以深化对RNN时序处理能力的理解。
按类别平衡的数据回放用于联邦类增量学习
机构 * School of Software, Shandong University（山东大学软件学院） ； 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） ； Department of Electrical and Computer Engineering, University of British Columbia（不列颠哥伦比亚大学电气与计算机工程系） ； Vector Institute（向量研究所）
AI总结 FedCBDR通过全局协调机制和任务感知温度缩放模块，解决联邦类增量学习中的类别不平衡问题，提升模型在异构数据分布和任务不平衡下的泛化能力。
Comments NeurIPS'25 Accepted, Oral
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