高校专区
SCI-PRM：用于科学推理验证的工具感知过程奖励模型
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Shanghai AI Lab（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Tongji University（同济大学）
AI总结 针对科学推理中工具使用和事实一致性问题，提出Sci-PRM模型，通过构建包含工具链轨迹的数据集SCIPRM70K并训练过程奖励模型，在测试时扩展和强化学习中提供细粒度监督，提升基础模型性能。
Comments Accepted by KDD 2026 AI4Science Track
dMoE: 具有可学习块专家的扩散大语言模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 针对扩散大语言模型与混合专家架构集成时块并行解码与令牌级专家选择不匹配导致的推理内存瓶颈，提出dMoE框架，通过聚合块内令牌级专家分布为统一的块级专家分布来减少激活专家数量，在保持性能的同时显著降低内存使用和延迟。
Comments Working in progress. Code is available at: \url{https://github.com/fscdc/dMoE}
AnimeAdapter: 细粒度且一致的零样本动漫人物生成
机构 * National University of Singapore, Singapore（新加坡国立大学）
AI总结 本文提出了一种轻量级的外观适配器，用于在多样编辑条件下实现可控且一致的动漫人物生成，通过注入单张参考图像的细粒度视觉特征到扩散过程中，并结合CLIP的局部空间化特性，开发出语义选择性局部注意力机制，进一步解耦人物外观与空间布局，从而实现高效的动漫人物生成。
通过先验映射协同进化训练扩散策略
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； CFAR Agency for Science Technology and Research（科技研究局（CFAR）） ； IHPC Agency for Science Technology and Research（科技研究局（IHPC））
AI总结 提出GoRL框架，通过将策略优化限制在易处理的潜空间，同时用条件生成解码器合成动作，解耦优化与生成，实现稳定优化与表达力提升，在连续控制任务上显著超越基线。
Comments Ver 3 (Accepted as a conference paper by ICML 2026)
最优Token基线：长程LLM-RL的方差缩减
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学） ； Hong Kong University of Science（香港科学大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Vector Institute（向量研究所）
AI总结 针对长程LLM-RL训练中梯度方差爆炸问题，从第一性原理推导最优Token基线，提出仅用前向概率近似梯度范数的Logit-Gradient Proxy，以N=4分组达到N=32性能，减少65%以上Token消耗。
一次交互胜过千次猜测：深度研究代理的交互能力基准测试
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Intelligence Science and Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）智能科学与工程学院） ； Zhejiang University（浙江大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 提出IDRBench基准，通过交互式框架和用户模拟器评估深度研究代理的交互能力，实验表明交互能提升研究质量和鲁棒性。
Comments 17 pages, 9 figures, 9 tables
APEX: 动作先验实现高效探索，实现足式机器人鲁棒运动跟踪
机构 * Multi-Agent Robotic Motion Lab（多智能体机器人运动实验室） ； Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（机械工程系，设计与工程学院，新加坡国立大学） ； Computational Robotics Lab（计算机器人实验室） ； Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院） ； Robot Intelligence Lab（机器人智能实验室） ； Department of Artificial Intelligence, Korea University（人工智能系，韩国大学）
AI总结 提出APEX框架，通过衰减动作先验引导探索，结合多评判器分离风格与任务信号，实现无需部署时参考动作输入的高效运动跟踪。
Comments \c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
OmniNWM：全知驾驶导航世界模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； PhiGent ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学）
AI总结 提出OmniNWM全知全景导航世界模型，在统一概率框架下处理状态、动作和奖励三个维度，实现多模态全景视频生成、零样本轨迹控制及内在奖励机制，在生成保真度和控制精度上达到SOTA。
Comments ECCV 2026
EgoExo-Con: 探索视角不变视频时间理解
机构 * Seoul National University（首尔国立大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出EgoExo-Con基准测试，评估视频大模型在不同视角下的时间理解一致性，并设计View-GRPO强化学习框架提升跨视角一致性。
Comments Accepted to ECCV 2026; project page at https://minjoong507.github.io/projects/EgoExo-Con/
KiVi: 动觉-视觉空间整合用于动态且安全的自我中心腿部运动
机构 * MARMot Lab, National University of Singapore（新加坡国立大学MARMot实验室） ； Center of X-Mechanics, Zhejiang University（浙江大学X力学中心） ； Robot and Robot Intelligence Lab, Zhejiang University（浙江大学机器人与机器人智能实验室）
AI总结 提出KiVi框架，通过分离动觉与视觉空间通路，以本体感觉为稳定主干并选择性整合视觉信息，实现四足机器人在复杂地形和户外环境中的鲁棒运动。
Comments \c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
探索-执行链：迈向高效的结构化推理范式
机构 * Qizhi Institute（启智研究院） ； Dept. of Computer Science, Tsinghua University（清华大学计算机科学系） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Engineering Department, National University of Singapore（新加坡国立大学工程系） ； Dept. of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； IIIS, Tsinghua University（清华大学人工智能研究院） ； College of Software, Northeastern University（东北大学软件学院）
AI总结 提出探索-执行链（E²C），将推理分为随机探索阶段（生成简洁高层计划）和确定性执行阶段（忠实执行计划），通过因果SFT和RL训练分离，在AIME'2024上以更少token超越思维树，并支持轻量领域适应。
QAMO: 面向语音深度伪造检测的质量感知多质心单类学习
机构 * Nanyang Technological University, Singapore（南洋理工大学, 新加坡） ； National University of Singapore, Singapore（新加坡国立大学, 新加坡） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学, 香港）
AI总结 提出QAMO方法，通过引入多个质量感知质心扩展单类学习，利用语音质量评分（MOS）建模真实语音的类内变异性，实现更优的深度伪造检测。
Comments Accepted by INTERSPEECH 2026
基于高斯过程策略迭代与加性Schwarz加速的正向和逆向HJB及平均场博弈问题
机构 * Department of Computing and Mathematical Sciences, California Institute of Technology, CA, USA（计算与数学科学系，加州理工学院，CA，美国） ； Department of Mathematics and Risk Management Institute, National University of Singapore, Singapore（数学与风险管理研究所，新加坡国立大学，新加坡）
AI总结 提出高斯过程策略迭代框架，通过线性PDE配位约束和Legendre变换求解HJB方程和平均场博弈的正向与逆向问题，并利用加性Schwarz加速提高收敛效率。
通过高效公平近似衡量模型引发的歧视
机构 * Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系）
AI总结 提出基于流形视角的公平度量HFM，利用集合间距离评估分类器歧视，并设计近似算法ApproxDist提高计算效率，实验表明其兼顾个体与群体公平。
Comments Accepted by TNNLS. These two authors contributed equally
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