高校专区
依赖大语言模型的应用需要系统级威胁监控
机构 * Department of Computer Science, National University of Singapore, Singapore（新加坡国立大学计算机科学系） ； School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理学院计算机与信息系统学院）
AI总结 本文主张对依赖大语言模型的应用进行系统级威胁监控，以应对由此带来的安全挑战和确保可靠操作。
Comments 26 pages
规则还是权重？比较用户对可解释AI技术的理解与认知XAI自适应模型
机构 * National University of Singapore（新加坡国立大学） ； Department of Computer Science（计算机科学系）
AI总结 本文提出CoXAM模型，通过认知框架比较规则与权重两种XAI技术的可解释性，并验证其在决策任务中的有效性。
JavisDiT++：联合音频视频生成的统一建模与优化
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of Toronto（多伦多大学） ； HiThink Research（HiThink研究） ； University of Rochester（罗切斯特大学） ； Nanyang Technological University（南洋理工大学）
AI总结 JavisDiT++通过统一建模与优化方法，在联合音频视频生成任务中实现高质量的同步与语义对齐。
Comments Accepted by ICLR 2026. Homepage: https://JavisVerse.github.io/JavisDiT2-page
测试时从干预数据中学习因果结构
机构 * HKUST（香港科技大学） ； HKUST(GZ)（香港科技大学（广州）） ； Microsoft Research（微软研究院） ； Sony Research（索尼研究院） ； NUS（国立新加坡大学）
AI总结 TICL通过结合测试时训练与联合因果推断，有效解决干预数据中因果结构学习的泛化问题，提升因果发现和干预目标检测性能。
大型语言模型和视觉语言模型是否共享神经元进行推理？证据和跨模态转移的机制
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文研究了大型语言模型和视觉语言模型在推理过程中共享神经元的现象，提出SNRF框架实现低秩融合，提升多模态推理性能。
MedVAR：通过下一步尺度自回归预测实现可扩展和高效的医学图像生成
机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 MedVAR通过下一步尺度自回归预测方法，实现了高效且可扩展的医学图像生成，为医学生成基础模型提供了新的方向。
Comments 23 pages, 8 figures
买还是建一个大语言模型：政府的决策框架
机构 * National University of Singapore（新加坡国立大学） ； AI Singapore（AI新加坡） ； Salesforce AI Research（Salesforce AI研究） ； EPFL（苏黎世联邦理工学院） ； University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院）
AI总结 本文提出政府在大语言模型决策中应考虑主权、安全、成本等因素的框架，帮助确定购买或建设更适合其需求的方法。
Comments The short version of this document is published as an ACM TechBrief at https://dl.acm.org/doi/epdf/10.1145/3797946, and this document is published as an ACM Technology Policy Council white paper at https://www.acm.org/binaries/content/assets/public-policy/buildvsbuyai.pdf
Emotion-LLaMAv2 和 MMEVerse：多模态情感理解的新框架和基准
机构 * Shenzhen Technology University（深圳技术大学） ； Shenzhen University of Information Technology（深圳信息科技学院） ； University of Washington（华盛顿大学） ； Foundation Model Team, Meituan（美团基础模型团队） ； National University of Singapore（新加坡国立大学） ； Tongji University（同济大学）
AI总结 Emotion-LLaMAv2和MMEVerse通过端到端多视图编码器、Conv Attention预融合模块和课程指令调制方案，提升了多模态情绪理解和推理能力，并构建了统一的多模态情绪基准。
JavisDiT：具有层次化时空先验同步的联合音频视频扩散变换器
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Rochester（罗切斯特大学） ； Nanyang Technological University（南洋理工大学）
AI总结 JavisDiT通过层次化时空先验同步机制，实现了高质量的音频视频同步生成，解决了现实场景中的同步评估问题。
Comments Accepted by ICLR 2026. Homepage: https://javisverse.github.io/JavisDiT-page/
通过解耦的直通估计器改进离散优化
机构 * College of Design and Engineering, National University of Singapore, Singapore（设计与工程学院，新加坡国立大学） ； Google Deepmind, California, USA（DeepMind，美国加州） ； New York University, USA（纽约大学）
AI总结 本文提出了解耦直通估计器，通过分别控制前向传递和反向传递的温度参数，提高了离散优化的性能。
Quantformer: 通过量化Transformer交易策略实现从注意力到盈利
机构 * Guangdong Provincial/Zhuhai Key Laboratory of Interdisciplinary Research and Application for Data Science, Beijing Normal-Hong Kong Baptist University（广东省珠海交叉学科与数据科学应用重点实验室，北京师范大学-香港 Baptist大学） ； Advanced Institute of Natural Science, Beijing Normal University（北京师范大学自然科学研究院） ； Department of Mathematical Sciences, Beijing Normal-Hong Kong Baptist University（北京师范大学-香港 Baptist大学数学科学系） ； Department of Statistics and Data Science, Beijing Normal-Hong Kong Baptist University（北京师范大学-香港 Baptist大学统计与数据科学系） ； Department of Mathematics, University of Michigan（密歇根大学数学系） ； Department of Biomedical Informatics, Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学 Yong Loo Lin 医学院生物医学信息学系）
AI总结 Quantformer通过结合Transformer模型和市场情绪信息，提升量化交易策略的预测准确性。
Comments The implementation details and code is available on https://github.com/zhangmordred/QuantFormer
Journal ref Expert Systems with Applications 313 131567 (2026)
全局指挥官与局部执行者：一种双智能体框架用于场景导航
机构 * National University of Singapore（新加坡国立大学） ； Simon Fraser University（西蒙弗雷泽大学） ； University of Oxford（牛津大学）
AI总结 DACo提出双智能体框架，通过解耦全局推理与局部执行，提升复杂环境中长时序导航的稳定性和性能。
Comments 18 pages, 9 figures
通过移动增强现实实现超声体积重建的扩展
机构 * National University Health System, Singapore（新加坡国家大学医疗系统） ； College of Design and Engineering, National University of Singapore, Singapore（新加坡国立大学设计与工程学院）
AI总结 MARVUS通过移动增强现实技术提升超声体积重建的准确性和可重复性，减少用户间差异，提高临床应用的可行性和成本效益。
Comments Submitted to MICCAI 2026
面向一致视频世界模型的几何感知旋转位置嵌入
机构 * Dept. of Comp. Sci. and Tech., Institute for AI, BNRist Center, THBI Lab, Tsinghua-Bosch Joint ML Center, Tsinghua University（清华大学计算机科学与技术系、人工智能研究院、BNRist中心、THBI实验室、清华-博世联合机器学习中心、清华大学） ； Gaoling School of Artificial Intelligence, Renmin University of China（北京人民大学人工智能学院） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 本文提出ViewRope和几何感知帧稀疏注意力，通过引入相机射线方向提升视频世界模型的长期一致性与效率。
RewardMap: 通过多阶段强化学习解决细粒度视觉推理中的稀疏奖励
机构 * Westlake University（西湖大学） ； Tongji University（同济大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 RewardMap通过多阶段强化学习解决细粒度视觉推理中的稀疏奖励问题，提升多模态大语言模型的视觉理解和推理能力。
Comments ICLR 2026, website: https://fscdc.github.io/RewardMap/
关于大型语言模型强化学习动态的可预测性
机构 * USTC（中国科学技术大学） ； NUS（新加坡国立大学） ； HKUST（香港科技大学）
AI总结 本研究发现大型语言模型强化学习动态的两个基本特性，并提出AlphaRL框架实现加速训练，保留高推理性能。
Comments 48 pages, 28 figures;
MoNE: 用轻量级新手替代冗余专家实现MoE的结构化剪枝
机构 * National University of Singapore（新加坡国立大学）
AI总结 MoNE通过用轻量级新手替代冗余专家，实现高效且稳健的MoE结构化剪枝，显著提升模型压缩效果。
Comments Accepted by ICLR 2026
See-in-Pairs: 用于医学诊断的参考图像引导的比较视觉-语言模型
机构 * Electrical and Computer Engineering Department, The 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） ； ETH Zurich（苏黎世联邦理工学院） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学）
AI总结 See-in-Pairs通过引入参考图像引导的比较机制，提升医学视觉-语言模型的诊断性能，增强样本效率和视觉-文本对齐。
Comments 25 pages, four figures
VideoMind: 一种用于时序 grounded 视频推理的链式 LoRA 代理
机构 * The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 VideoMind 提出了一种基于角色的链式 LoRA 机制，用于提升视频时序 grounded 推理的效率与灵活性。
Comments ICLR 2026 Camera Ready
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