高校专区
AdaSFormer：适应性串行变压器用于从室内环境单目语义场景补全
机构 * Tianjin Normal University（天津师范大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出AdaSFormer，一种专为室内单目语义场景补全设计的串行变压器框架，通过自适应串行变压器、中心相对位置编码和卷积调制层归一化等设计，实现更高效的语义场景补全。
Comments Accepted at CVPR 2026
从操控到怀疑：为野外鲁棒驳斥解释多样化的微视频虚假信息
机构 * School of Computer Science and Technology, MOEKLINNS Lab, Xi'an Jiaotong University（西安交通大学计算机科学与技术学院、教育部机器学习与智能决策网络实验室） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Xi'an Jiaotong University（西安交通大学）
AI总结 本文提出WildFakeBench基准和FakeAgent框架，通过多模态理解和外部证据分析，提升微视频虚假信息检测的可解释性和鲁棒性。
Comments Accepted at WWW 2026
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； NUS（新加坡国立大学）
实用高效全局优化无 regrets
机构 * Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； National University of Singapore（新加坡国立大学） ； National Laboratory of the Rockies（落基山国家实验室）
AI总结 本文首次建立了实用高效全局优化的累积遗憾界，证明其具有亚线性累积遗憾界，适用于常见核函数，分析了 nugget 对遗憾界的影响。
SafeMath: 在推理过程中提升安全性以提高数学准确性
机构 * Indian Institute of Technology Kharagpur（印度理工学院克勒格布尔分校） ； Cisco Systems（思科系统公司） ； National University of Singapore（新加坡国立大学）
AI总结 本文研究了有害数学问题对LLM的影响，提出SafeMath技术在保障安全的同时提升数学推理能力。
Comments Submitted in ARR March 2026
DiP：在像素空间中驯服扩散模型
机构 * Nanjing University（南京大学） ； Tencent Youtu Lab（腾讯优图实验室） ； National University of Singapore（新加坡国立大学）
AI总结 DiP提出一种高效的像素空间扩散框架，通过解耦生成过程为全局和局部阶段，结合Diffusion Transformer和轻量级Patch Detailer Head，在不依赖VAE的情况下实现高效生成，推理速度提升10倍，FID分数达1.79。
Comments Accepted by CVPR 2026
DiffuGuard: 差分扩散语言模型中内在安全的丧失与恢复
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Squirrel Ai Learning（松鼠AI） ； Peking University（北京大学）
AI总结 本文分析了差分扩散语言模型在对抗攻击中的脆弱性，提出DiffuGuard框架通过随机退火重标记和块级审计修复提升模型安全性，有效降低攻击成功率。
Comments Accepted by ICLR2026
CausalPre：可扩展且有效的因果公平数据预处理
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出CausalPre框架，通过因果引导的数据预处理实现高效公平，无需强因果模型假设，实验表明其有效且可扩展。
Comments Accepted at ICDE 2026
物理信息演化：用于求解涉及薛定谔方程的量子控制问题的进化框架
机构 * University of Science and Technology of China（中国科学技术大学） ； Nankai University（南开大学） ； National University of Singapore（新加坡国立大学） ； Wenzhou University（温州大学） ； Hanyang University ERICA Campus（汉阳大学ERICA校区）
AI总结 本文提出物理信息演化框架，将物理定律信息融入进化算法适应度函数，用于求解量子控制问题，验证了该方法在三种基准测试中的有效性。
Comments 17 pages, 4 figures
COIN: 基于协作交互的多智能体强化学习用于自动驾驶系统
机构 * Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（新加坡国立大学设计与工程学院机械工程系） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电机及电子工程学系） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 本文提出COIN框架，通过改进的CIG-TD3算法和双层交互感知集中批评者架构，提升多智能体自动驾驶系统在复杂动态场景中的安全性和效率。
CROSS: 一种用于通用大规模交通信号控制的专家混合强化学习框架
机构 * National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出CROSS框架，通过预测对比聚类和场景自适应MoE模块，提升交通信号控制的泛化能力，实验显示其在SUMO模拟器上表现优于现有方法。
VOLMO：面向眼科学的多功能和开放型大模型
机构 * Department of Biomedical Informatics & Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） ； Ray and Stephanie Lane Computational Biology Department, Carnegie Mellon University（卡内基梅隆大学雷和斯蒂芬妮·兰德计算生物学系） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学杨洛林医学院） ； Department of Radiology, Washington University in Saint Louis（圣路易斯华盛顿大学放射科） ； National Eye Institute, National Institutes of Health（国家卫生研究院眼科研究所） ； National Library of Medicine, National Institutes of Health（国家卫生研究院国家医学图书馆）
AI总结 VOLMO提出了一种通用框架，用于开发专门的眼科多模态大语言模型，通过预训练、微调和临床推理三个阶段，提升了眼科疾病筛查和诊断的性能。
PE3R：感知高效的3D重建
机构 * xML Lab, National University of Singapore（新加坡国立大学xML实验室）
AI总结 PE3R提出一种无需调优的框架，通过集成多视图几何与2D语义先验，实现跨场景的高效3D语义重建，提升推理速度并取得新的SOTA精度。
Comments Accepted to CVPR 2026
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