高校专区
在噪声中学习行动：通过噪声环境增强智能体鲁棒性
机构 * National University of Singapore（国立新加坡大学） ； Meituan（美团） ； Tsinghua University（清华大学） ； Tianjin University（天津大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出NoisyAgent框架，通过在训练中引入用户噪声和工具噪声，提升智能体在真实世界噪声环境下的鲁棒性和泛化能力。
VitaBench 2.0：评估长期用户交互中的个性化与主动型代理
机构 * National University of Singapore（新加坡国立大学） ； Meituan（美团） ； University of Science and Technology of China（中国科学技术大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学）
AI总结 针对现有代理基准忽视用户偏好推断与利用的问题，提出VitaBench 2.0基准，通过时间序列任务和可扩展记忆接口评估代理在长期交互中的个性化与主动性，实验表明最先进模型仍面临挑战。
用于抓取的目标姿态与形状估计：有效吗？
机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； National University of Singapore（新加坡国立大学）
AI总结 本文通过对比端到端抓取合成方法与模块化方法（先估计目标姿态和形状再采样抓取），评估现有姿态和形状估计方法在抓取任务中的有效性。
Comments 9 pages, 8 figures
SIMPC: 学习自诱导镜像点一致性用于无监督点云去噪
机构 * National Key Laboratory of Microwave Imaging, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing, China（微波成像国家重点实验室，航天信息研究所，中国科学院，北京，中国） ； School of Computing, National University of Singapore, Singapore（计算学院，新加坡国立大学，新加坡）
AI总结 提出自诱导镜像点一致性（SIMPC）方法，通过几何先验生成镜像点并约束去噪目标一致性，实现无监督点云去噪，在合成和真实数据集上超越现有无监督及部分有监督方法。
Comments Accepted by ICML 2026. 17 pages, 8 figures, 8 tables
对抗性核赌博中的近最优遗憾
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对对抗性核赌博问题，提出基于正则化重要性加权损失估计的指数权重算法，通过显式修正项消除偏差，实现与随机核赌博已知最优率匹配的遗憾界。
哪些变化重要？通过相关性敏感评估和求解器基础推理实现可信赖的法律AI
机构 * National University of Singapore（新加坡国立大学） ； Griffith University（格里菲斯大学）
AI总结 提出法律相关性敏感评估问题，引入统一评估套件，并设计基于形式推理的对抗多智能体框架LexGuard，以提高法律AI对法律相关变化的校准敏感性。
通过算法等价性在隐凸损失上的在线学习：最优遗憾、几何障碍与Bandit反馈
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； National Technical University of Athens（雅典国家技术大学） ； National and Kapodistrian University of Athens（雅典国家与卡多斯大学） ； University of California, Irvine（加州大学 Irvine 分校） ； Archimedes, Athena Research Center, Greece（希腊阿提卡研究中心 Archimedes） ； National University of Singapore, Centre for Quantum Technologies（新加坡国立大学 量子技术中心）
AI总结 本文通过更精确的离散时间算法等价性论证，证明在线梯度下降在隐凸损失上达到最优的$\mathcal{O}(\sqrt{T})$遗憾，并澄清了所需几何条件，同时扩展到单点Bandit反馈得到$\mathcal{O}(T^{3/4})$期望遗憾。
Comments 43 pages
AnySurf: 基于有向边的任意表面生成
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Xi'an Jiaotong University（西安交通大学）
AI总结 提出AnySurf统一框架，通过有向边增强的柔性双网格表示，实现开放、封闭和混合3D表面的高质量生成，并引入ROS-FT后训练和轻量级DE-Adapter以保持生成性能。
当分布内增益失效：评估偏好转移下的弱到强奖励模型
机构 * National University of Singapore（国立新加坡大学） ； VinUniversity（文大学） ； Nanyang Technological University（南洋理工大学）
AI总结 研究弱到强偏好学习在零样本分布转移下的表现，发现弱监督微调会导致强模型偏向源域特征，提出表示锚定正则化方法以改善跨分布迁移。
Comments Code: https://anonymous.4open.science/r/w2s_reward_ood-682F
量子Doeblin系数：解释与应用
机构 * Centre for Quantum Technologies, National University of Singapore, Singapore 117543, Singapore（量子技术中心，新加坡国立大学） ； School of Electrical and Computer Engineering, Cornell University, Ithaca, New York 14850, USA（电气与计算机工程学院，康奈尔大学）
AI总结 本文定义并研究了量子Doeblin系数，提供了多种解释（如最小单态分数、排除值等），并展示了其在量子机器学习、误差缓解、量子假设检验和时变信道等领域的应用。
Comments v3: 108 pages, 5 figures, added some summary tables, added proof of reducing to classical Doeblin on classical channels, and another multiplicativity result v2: 104 pages, 5 figures, Expanded the application section on mixing, indistinguishability, and decoupling times ; v1:88 pages, 2 figures
Journal ref Quantum 10, 2115 (2026)
立场：具有可验证奖励的强化学习的隐藏成本与测量缺口
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； The University of Tokyo（东京大学） ； RIKEN AIP（理化学研究所AIP） ； Waseda University（早稻田大学） ； Georgia Tech（佐治亚理工学院） ； Northwestern University（西北大学） ； UCLA（加州大学洛杉矶分校） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Yale University（耶鲁大学） ； University of Waterloo（滑铁卢大学） ； Independent Researcher（独立研究者） ； CUHK（香港中文大学） ； UT Southwestern Medical Center（西南医学中心） ； National University of Singapore（新加坡国立大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Amazon AWS AI（亚马逊AWS人工智能）
AI总结 本文指出，具有可验证奖励的强化学习（RLVR）在提升大语言模型性能时，常因预算不匹配、尝试膨胀和基准数据污染等混淆因素导致收益被高估，并提出了预算匹配饱和曲线、校准跟踪、法官鲁棒性测试和污染筛查等最低标准。
CompassDPO: 用于鲁棒安全对齐的动态控制直接偏好优化
机构 * Hefei University of Technology（合肥工业大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出CompassDPO，通过隐式DPO奖励边际控制更新方向和幅度，无需外部奖励模型，在PKU-SafeRLHF等基准上提升鲁棒性。
Olaf-World: 面向视频世界模型的潜在动作定向
机构 * Show Lab, National University of Singapore ； Research (A STAR), Singapore
AI总结 提出SeqΔ-REPA对齐目标，通过冻结自监督视频编码器的时序特征差异锚定潜在动作，实现无标签视频中可迁移的动作控制世界模型预训练。
Comments ICML 2026. Project page: https://showlab.github.io/Olaf-World/ Code: https://github.com/showlab/Olaf-World
图是跨数据模态的基板
机构 * University of Connecticut（康涅狄格大学） ； University of Notre Dame（诺丁汉大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出G-Substrate框架，通过统一结构模式和交错角色训练策略，使图结构作为共享基板跨模态和任务积累，优于孤立和朴素多任务方法。
Comments Graph structure across data modalities, accepted by ICML26
PRBench：标准化概率鲁棒性基准
机构 * WMG, University of Warwick（沃里克大学WMG学院） ； Department of Computer Science, University of Liverpool（利物浦大学计算机科学系） ； College of Computer Science, Nankai University（南开大学计算机学院） ； School of Computing, National University of Singapore（新加坡国立大学计算学院）
AI总结 提出PRBench基准，通过统一评估协议和理论分析，比较对抗训练与概率鲁棒性训练方法在干净准确率、鲁棒性及泛化误差上的表现。
SWAP：通过顺序水印实现软提示的版权审计
机构 * Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学）
AI总结 针对软提示的版权保护问题，提出一种基于顺序水印的审计方法SWAP，通过将水印嵌入到更复杂的输出分布顺序空间中，实现无害且鲁棒的版权验证。
Comments This paper has been accepted by the International Journal of Computer Vision (IJCV), 2026. The first two authors contributed equally to this work. 28 pages
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