高校专区
OmniScientist：一种全模态全学科的AI科学家
机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学）
AI总结 本研究提出全模态AI科学家OmniScientist，通过端到端全模态流水线处理多学科异构原始证据，在36个真实案例中完成从原始数据到手稿的全流程，性能优于仅用预计算特征的系统，为通用AI科学家提供可行方案。
Comments 30 pages, 13 figures, 19 tables. Project page: https://omni-scientist.github.io/
V-RAE：重新思考用于生成的视频隐空间
机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学）
AI总结 本研究提出V-RAE视频表示自动编码器，基于冻结视觉基础模型构建生成隐空间，在多项视频任务上优于现有模型，还引入tFVD指标，证明冻结语义表示可支持多种视频建模任务。
Comments 26 pages, 8 tables, 13 figures, project page: https://v-rae.github.io/
StreamTTT：在流式视觉语言模型中协调实时感知与长期记忆
机构 * National University of Singapore（新加坡国立大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
AI总结 StreamTTT通过将长程历史写入注意力外的快速权重、保留短滑动键值缓存，在OVO-Bench和StreamingBench上提升了流式VLMs的实时感知与长程记忆能力，且代码将公开。
隐式在线策略自蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本研究提出隐式在线策略自蒸馏（LOPD），将教师的特权上下文改为端到端可学习，在智能体工具使用和代码生成任务上，以远低于对比方法的rollout预算实现了更优性能。
CABS+：基于冲突感知稀疏化与自适应权重分配的高效可扩展模型融合方法
机构 * Beihang University（北京航空航天大学） ； Hangzhou Innovation Institute of Beihang University（北京航空航天大学杭州创新研究院） ； National University of Singapore（新加坡国立大学）
AI总结 CABS+通过自适应权重分配与非对称适应度函数优化模型融合，在多类模型与数据集上，较先进方法提升性能、降低内存消耗并加速融合，验证了其有效性与效率。
长视界终端任务的递归合成
机构 * Tencent HY LLM Frontier（腾讯HY大模型前沿团队） ； University of Georgia（佐治亚大学） ； University of Maryland, College Park（马里兰大学帕克分校） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； Indiana University（印第安纳大学） ； National University of Singapore（新加坡国立大学） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出RST递归合成框架，低成本规模化生成3.7万余个长视界终端任务，经微调或PPO优化后，多款Qwen模型在多个终端基准任务上性能显著提升，且递归过程无明显上限。
有限时间最坏界与队列控制中的最优Lyapunov策略
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出了一种基于Lyapunov的调度策略LyapOpt，在有限时间内实现最优性能，同时揭示了经典MaxWeight策略的局限性。
SCOPE-Router：面向执行导向任务的成本感知开放集视觉语言模型路由
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院大学） ； NUS（新加坡国立大学） ； Tencent（腾讯）
AI总结 本文提出SCOPE-Router与CRM+RCCR，构建执行导向VLM路由基准VLM-ExecRouterBench，解决现有VLM路由局限，在多基准上取得更优性能。
Mechanist：作为科学仪器的AI，用于发现智能的机制
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Heriot-Watt University（赫瑞瓦特大学） ； Southern University of Science and Technology（南方科技大学） ； University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Northeastern University（东北大学）
AI总结 本研究推出智能体系统Mechanist，以AI为科学仪器自主发现AI智能机制，其生成假设更有价值、实验更可靠，还能发现安全风险、构建信念机制理论并转化为提升模型性能的干预措施。
Comments Work in progress
强化步骤级推理以实现大语言模型的有效自校正
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； VinUniversity ； Institute for Infocomm Research (IR), A*STAR（新加坡科技研究局信息通信研究院）
AI总结 针对大语言模型自校正的核心挑战，提出SFS-DPO及教师辅助变体SFS-DPO-R框架，经多模型多域评估，其性能优于现有步骤级训练基线，可提升自校正频率与有效性。
具身融合智能体：以人为中心的智能体人工智能新范式
机构 * Université de Montréal（蒙特利尔大学） ； Mila – Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所） ； Institute of Advanced Intelligence and Computing (IAIC), A*STAR（新加坡科技研究局高级智能与计算研究所） ； Nanjing Medical University（南京医科大学） ； Nanjing University（南京大学） ； Renmin University of China（中国人民大学） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Southern University of Science and Technology（南方科技大学） ； Southeast University（东南大学） ； University of Glasgow（格拉斯哥大学） ； Nanyang Technological University（南洋理工大学）
AI总结 该研究提出以人为中心的 Combodied Agents 新范式，整合多类智能体能力形成闭环，聚焦人类状态轨迹建模，推动智能体 AI 从任务完成转向人类持续福祉。
Comments 38 pages, 6 figures, 10 tables
过渡中的持续学习
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； National University of Singapore（新加坡国立大学）
AI总结 本文系统综述持续学习从以参数为中心向系统级适配的转变，通过时机、方式、位置三轴框架分析其演化，讨论相关挑战与未来方向。
Comments Survey on continual learning in the LLM and agentic-AI era
具备跨学科泛化能力的数值智能基础模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出UNICON这一数值智能基础模型，可跨学科泛化，结合语言模型智能体后能超越训练未涉及学科的最先进专业人员，训练语料库多样性可提升泛化能力。
通过非线性多适配器的视觉-语言模型实现简单的效率增量学习框架
机构 * Faculty of Information Technology, University of Jyväskylä（信息科技学院，于韦斯屈耶大学） ； National University of Singapore（新加坡国立大学） ； Lab of Brain-Machine Intelligence, Zhejiang University（脑机智能实验室，浙江大学） ； School of Computer Science and Technology, Dalian University of Technology（计算机科学与技术学院，大连理工大学）
AI总结 本文提出SimE框架，利用视觉-语言模型与适配器提升增量学习效率，发现适配器连接数与模型能力呈非线性关系，实验表明在TinyImageNet和CIFAR-100上优于传统方法。
持续学习中的表示微调
机构 * Faculty of Information Technology, University of Jyväskylä（约赫斯库利亚大学信息科技学院） ； National University of Singapore（新加坡国立大学） ； School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院）
AI总结 本文提出CoRe框架，将微调从权重空间转向表示空间，通过低秩线性子空间进行任务特定干预，实现参数高效且稳定的持续学习。
SCAR-GS：用于渐进高斯点扩散中残差的空间上下文注意力
机构 * National University of Singapore（新加坡国立大学） ； University of Deusto（德乌斯大学）
AI总结 SCAR-GS通过残差向量量化和自回归熵模型提升3D高斯点扩散的压缩效率与率-失真性能。
SafeCA：用于文本到视频越狱防御的安全交叉注意力定位与调控
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 SafeCA是一种特征级T2V越狱防御机制，通过分析交叉注意力特征差异提出，可降低主流模型越狱成功率约20%，仅增0.1s推理开销且保持语义一致性，提供架构级可部署防护范式。
Comments 10 pages, 4 figures
在向量心电图空间中学习心脏潜在表示
机构 * Griffith University, Australia（格里菲斯大学） ； SingHealth Duke-NUS AI in Medicine Institute, Singapore（新加坡SingHealth Duke-NUS医学人工智能研究所） ； Emory University, USA（埃默里大学）
AI总结 针对标准十二导联心电图表示学习中的冗余和过拟合问题，提出基于Frank向量心电图模型的LVCG框架，在物理潜在空间中学习视图不变的心脏电活动表示，提升鲁棒性和泛化能力。
OmniVTA: 用于接触密集机械操作的视觉-触觉世界建模
机构 * TARS Robotics（TARS机器人实验室） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； CASIA（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北京航空航天大学）
AI总结 本文提出OmniVTA框架，结合预测接触建模与高频触觉反馈，通过大规模视觉-触觉-动作数据集提升接触密集操作的性能与泛化能力。
Comments Project Page: https://mrsecant.github.io/OmniVTA
广义线性马尔可夫决策过程
机构 * Division of Biostatistics and Health Data Science, University of Minnesota, USA（明尼苏达大学生物统计与健康数据科学系） ； School of Mathematical Sciences, Zhejiang University, China（浙江大学数学科学学院） ； Department of Statistics, Harvard University, USA（哈佛大学统计系） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health, USA（哈佛T.H. Chan公共卫生学院生物统计学系） ； Department of Statistics and Data Science, National University of Singapore, Singapore（新加坡国立大学统计与数据科学系）
AI总结 针对离线强化学习在纵向研究中面临的奖励与转移观测问题，提出GRASP-MDP框架，通过奖励-转移分离的贝尔曼分解，利用仅转移观测提升估计性能，在模拟和真实电子健康数据中验证了有效性。
Comments 111 pages
融合最优传输与常微分方程的统一连续时间4D重建与跟踪
机构 * Macau University of Science and Technology（澳门科技大学） ； The University of Queensland（昆士兰大学） ； Great Bay University（大湾区大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所）
AI总结 本文提出Uni4R框架，通过最优传输与常微分方程协同学习连续速度场，结合流匹配引导解码器与积分一致性训练策略，实现统一连续时间4D重建与点跟踪，在相关任务及新基准上达SOTA性能。
Comments Preliminary version
GeoPhysAdapter：用于基于视觉基础模型的跨域滑坡制图的尺度匹配地球物理适配方法
机构 * Institute of Space and Earth Information Science, The Chinese University of Hong Kong（香港中文大学太空与地球信息科学研究所） ； Department of Geography and Resource Management, The Chinese University of Hong Kong（香港中文大学地理与资源管理学系） ； Urban Governance and Design Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）城市治理与设计学域） ； Department of Geography, National University of Singapore（新加坡国立大学地理学系）
AI总结 针对跨域滑坡制图中视觉基础模型的误报问题，提出GeoPhysAdapter方法，在像素和候选滑坡体决策单元结合地球物理约束适配，在PILD数据集上大幅降低了假阳性误差。
提升多模态RLVR的泛化鲁棒性
机构 * National University of Singapore（新加坡国立大学） ； DAMO Academy Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（湖畔实验室） ； Zhejiang University（浙江大学） ； University of California Berkeley（加州大学伯克利分校） ； Rochester Institute of Technology（罗切斯特理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Renmin University of China（中国人民大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对多模态RLVR泛化鲁棒性不足的问题，提出含动态三元奖励与一致性正则化器的PIRL方法，压力测试与动态评估中其性能下降幅度均小于GRPO。
Comments 32 pages, 5 figures
被遗忘的历史还是时间的考验？从信息检索视角回顾与展望检索增强生成（RAG）
机构 * National University of Singapore（新加坡国立大学） ； Georgetown University（乔治城大学）
AI总结 本文从IR视角指出RAG核心思想源于21世纪初的经典研究，提出将LLM视为旧QA架构的新接口层，其前期工作可指导下一代RAG设计，促进跨领域整合。
SurgWMBench：面向世界建模的手术器械运动规划视觉基准
机构 * University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学）
AI总结 本文提出SurgWMBench，一种面向短程手术运动规划的视觉基准，可评估手术世界模型的器械运动预测与连续回推稳定性，解决现有指标与器械规划需求不匹配的问题。
Evidence-RL：面向证据密集型视觉推理
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Tencent（腾讯）
AI总结 针对视觉-语言模型依赖语言先验等问题，提出反事实证据解缠方法，结合GRPO框架在9个基准和4种骨干模型上优于现有基于RL的后训练方法。
Comments 22 pages, 10 figures
优势引导门：重塑基于视觉的空间智能的开放式推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Suzhou Institute for Advanced Research, USTC（中国科学技术大学苏州高等研究院） ； Institute of Advanced Intelligence and Computing (IAIC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高级智能与计算研究所） ； East China Normal University（华东师范大学） ； National University of Singapore（新加坡国立大学） ； Durham University（杜伦大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文针对MLLMs开放式推理易出错的问题，提出优势引导门框架，结合蒙特卡洛价值评估与两类优势门，构建Reasoning-Tree-160k数据集并经两阶段学习，有效提升了基准MLLMs的视觉空间推理性能。
持续大型语言模型智能体中的可控记忆干扰
机构 * China University of Geosciences (Beijing)（中国地质大学（北京）） ； Northwestern Polytechnical University（西北工业大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Chinese Academy of Sciences（中国科学院） ； The Hong Kong Polytechnic University（香港理工大学） ； École polytechnique fédérale de Lausanne（洛桑联邦理工学院） ； National University of Singapore（新加坡国立大学）
AI总结 本研究提出可控记忆干扰（CMI）框架，揭示记忆进化受经验相互作用影响，为持续大型语言模型智能体的记忆系统提供诊断与学习方法，提升记忆更新区分度与任务性能。
学习物理交互：触觉与力感知机器人学习综述
机构 * Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； The University of Tokyo（东京大学） ； ETH Zurich（苏黎世联邦理工学院） ； Harvard University（哈佛大学） ； Imperial College London（伦敦帝国学院） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Technical University of Darmstadt（达姆施塔特工业大学）
AI总结 本综述针对力与触觉感知机器人学习研究的空白，提出TF-ART分类法，整合多模态感知与多阶段系统设计视角，兼具算法与实践意义。
Comments 53 pages, 7 figures
采用以数据为中心的并行（DCP）训练可变长序列
机构 * National University of Singapore（新加坡国立大学）
AI总结 针对可变长序列深度学习训练的效率与易用性权衡难题，提出以数据为中心的并行（DCP）方法，通过动态调整运行时设置实现2.88倍加速，仅需10行代码即可集成到任意模型中。
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