高校专区
WeatherReasonSeg：一种用于视觉语言模型中天气感知推理分割的基准测试
机构 * Beijing Jiaotong University（北京交通大学） ； National University of Singapore（新加坡国立大学） ； Monash University（墨尔本大学）
AI总结 本文提出WeatherReasonSeg基准测试，评估视觉语言模型在恶劣天气下的推理分割能力，通过合成和真实数据集分析天气对模型性能的影响，发现天气严重程度与模型性能呈单调下降关系。
VeriGrey：灰盒代理验证
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出VeriGrey方法，通过工具调用序列反馈函数驱动测试过程，发现LLM代理中隐含的提示注入漏洞，并在实际案例中验证其有效性。
深度学习与流的逼近速率
机构 * Department of Mathematics, National University of Singapore（新加坡国立大学数学系） ； Institute for Functional Intelligent Materials, National University of Singapore（新加坡国立大学功能智能材料研究所） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院）
AI总结 研究深度残差网络深度对逼近能力的影响，通过连续动力系统设定量化由给定向量场族驱动的流逼近微分同胚所需的最小时间 horizon，揭示学习效率与架构选择兼容性的关系。
NavThinker: 用于社交导航中耦合预测与规划的行动条件世界模型
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 NavThinker通过结合行动条件世界模型与on-policy强化学习，解决社交导航中机器人动作与人类运动相互影响的耦合预测-规划问题，实现未来感知的导航状态对齐与路径规划。
LaS-Comp：基于潜在-空间一致性的零样本3D补全
机构 * National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出LaS-Comp，利用3D基础模型的几何先验实现零样本3D形状补全。通过双阶段设计，结合显式替换和隐式细化阶段，实现高保真补全，并引入Omni-Comp基准测试，验证了方法的优越性。
Comments Accepted by CVPR2026
MagicWorld: 向交互视频世界探索的长时稳定迈进
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； vivo BlueImage Lab, vivo Mobile Communication Co., Ltd.（vivo蓝影实验室，vivo移动通信有限公司） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出MagicWorld模型，通过引入流引导运动保留约束和增强交互训练策略，解决复杂环境中运动漂移和长时交互误差累积问题，并构建RealWM120K数据集验证其有效性。
通过漂移实现Boltzmann分布的一步采样器
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
AI总结 本文提出基于漂移的一步采样器，通过在高斯平滑的得分场中投影样本，训练神经生成器以近似Boltzmann分布，有效处理非凸几何并降低采样误差。
早量化缩小代码表：一种维持多样性token化问题的简单修复
机构 * National University of Singapore（国立新加坡大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文研究了向量量化中的坍塌问题，发现随机初始化和编码器容量限制导致token和嵌入坍塌，并提出缓解方案，是首次系统探讨该问题。
思维链：具有适应性认知模式的推理
机构 * PKU（北京大学） ； BJTU（北京理工大学） ； StepFun ； SUFE（上海财经大学） ； NUS（新加坡国立大学） ； CityUHK（香港城市大学） ； QuantaAlpha（量子阿尔法）
AI总结 本文提出Chain of Mindset框架，通过动态选择不同认知模式提升推理效率，实验显示在多个基准测试中表现优异，准确率超越基线模型。
LMOD+: 一个全面的多模态数据集和基准，用于开发和评估眼科中的多模态大语言模型
机构 * School of Medicine, Yale University（耶鲁大学医学院） ； School of Computing, Australian National University（澳大利亚国立大学计算机学院） ； School of Engineering, Imperial College London（伦敦帝国理工学院工程学院） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学杨秀隆医学学院） ； National Eye Institute, National Institutes of Health（美国国立卫生研究院眼科研究所） ； National Library of Medicine, National Institutes of Health（美国国立卫生研究院国家医学图书馆） ； School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算机技术学院）
AI总结 本文提出一个包含32633个实例的多模态眼科基准数据集，涵盖12种常见眼科疾病和5种成像模态，通过扩展数据集、扩展任务覆盖和系统评估24种最先进的MLLMs，推动眼科AI应用发展。
Comments ACM Transactions on Computing for Healthcare
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