高校专区
语义锚定证据融合用于域鲁棒的全切片生存分析
机构 * National University of Singapore（新加坡国立大学） ； Imperial College London（帝国理工学院） ； Hunan University（湖南大学）
AI总结 提出SAEFS框架，通过视觉问答提取语义锚点，结合双流证据提取和狄利克雷主观逻辑建模不确定性，实现跨域零样本生存分析，平均C-index提升10.2%。
组合性在窄深度-连接性区域中涌现：架构约束与解流形
机构 * National University of Singapore（新加坡国立大学） ； University of Twente（特温特大学）
AI总结 研究发现组合性仅在特定稀疏网络和特定深度区间涌现，提出基于相似性的剪枝和深度预测方法，并用理论框架解释原因。
CARE: 面向视频多模态大语言模型的自适应推理长度的能力感知奖励塑形
机构 * School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； School of Medical Technology, Beijing Institute of Technology（北京理工大学医学技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 提出CARE框架，通过能力感知奖励塑形自适应优化推理长度，利用指数移动平均估计能力并分阶段调整奖励偏好，结合批次归一化和后验放大器提升效率与准确性。
不确定性感知的奖励建模用于稳定的RLHF
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出不确定性感知奖励建模（UARM），通过分位数保形预测校准不确定性并利用异方差方差分解重加权GRPO优势，以缓解奖励黑客问题，提升对齐质量。
智能符号搜索：超越手工表达式、网格和神经网络的PDE特征化
机构 * National University of Singapore（新加坡国立大学）
AI总结 提出ASYS框架，通过智能体将PDE理论转化为可微分符号程序，结合进化搜索和梯度优化自动发现解析形式或近似，在多个问题中生成可解释表示。
SMT-AD：一种可扩展的量子启发式异常检测方法
机构 * Science, Mathematics and Technology Cluster, Singapore University of Technology and Design（新加坡科技设计大学科学、数学与技术集群） ； Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心） ； Artificial Intelligence and Data Analytics Strategic Technology Centre, ST Engineering（ST工程人工智能与数据分析战略技术中心） ； Engineering Product Development Pillar, Singapore University of Technology and Design（新加坡科技设计大学工程产品开发支柱）
AI总结 提出基于多分辨率张量叠加的量子启发式异常检测方法SMT-AD，通过傅里叶辅助特征嵌入和矩阵乘积算子实现线性可扩展，在标准数据集上取得竞争性能。
Comments 12 pages, 5 figures
面向一般有向图对比学习：双空间视角
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出S2-DiGCL框架，从复数域和实数域双空间视角对有向图进行对比学习，通过磁拉普拉斯自适应调制和路径子图增强，在节点分类和链接预测任务上分别提升4.41%和4.34%。
通过多智能体虚拟博弈增强大语言模型的决策能力
机构 * National University of Singapore（新加坡国立大学）
AI总结 针对多智能体系统中决策任务因立场纠缠而难以分解的问题，提出基于虚拟博弈的多智能体虚拟博弈（MAFP）范式，通过迭代最佳响应实现均衡求解，提升决策质量和鲁棒性。
Comments 18 pages, 8 figures
纠正自己，保持信任：自我纠正和社会联系如何塑造社交聊天机器人的可信度
机构 * School of Computing National University of Singapore Singapore Singapore（计算学院新加坡国立大学新加坡新加坡） ； Computer Science National University of Singapore Singapore Singapore（计算机科学新加坡国立大学新加坡新加坡） ； National University of Singapore（新加坡国立大学）
AI总结 通过实验比较三种错误纠正策略，发现自我纠正不损害聊天机器人可信度，且用户社会联系强度仅在自我纠正时显著预测信念改变。
机制引导的选择性遗忘：针对RLVR诱导的推理
机构 * School of Engineering, Institute of Science Tokyo, Japan（东京科学研究院工程学院） ； College of Control Science and Engineering, Zhejiang University, China（浙江大学控制科学与工程学院） ； Department of Electrical and Computer Engineering, National University of Singapore, Singapore（新加坡国立大学电子与计算机工程系）
AI总结 提出MAST方法，通过机制引导选择性更新参数，在遗忘RLVR诱导的推理行为时，显著降低对保留性能的附带损害。
Comments 15 pages, 4 figures, 7 tables
稀疏混合专家模型中不连续性的几何与随机分析
机构 * Department of Mathematics, National University of Singapore, Singapore（新加坡国立大学数学系） ； Faculty of Computer Science and Engineering, Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Ho Chi Minh City, Vietnam（胡志明市技术大学计算机科学与工程学院）
AI总结 本文对稀疏混合专家模型中的不连续性进行几何与随机分析，分类不连续阶数，建立渐近体积估计，证明随机路径几乎必然击中一阶不连续，并提出低开销平滑机制以提升性能。
Comments ICML 2026 Spotlight. arXiv admin note: text overlap with arXiv:2510.17794 by other authors
GateMem：多主体共享内存代理中的内存治理基准
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； King Abdullah University of Science and Technology (KAUST)（卡尔斯鲁厄大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出GateMem基准，评估多主体共享内存代理在效用、访问控制和遗忘三方面的治理能力，发现现有方法无法同时满足三者。
Comments 24 pages, 8 figures. Code and dataset are available at https://github.com/rzhub/GateMem and https://huggingface.co/datasets/Ray368/GateMem
Code-Augur：通过规约推断的智能体漏洞检测
机构 * National University of Singapore（新加坡国立大学）
AI总结 提出安全规约优先范式，通过显式化智能体假设并运行时反证，结合引导式模糊测试提升漏洞检测能力，在真实项目中比现有智能体检测更多漏洞。
基于反事实证据验证的医学视觉语言模型幻觉检测与纠正
机构 * College of Computer Science, Sichuan University（四川大学计算机科学学院） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学杨潞龄医学院） ； Key Laboratory of Data Protection and Intelligent Management, Ministry of Education, Sichuan University（四川大学数据保护与智能管理教育部重点实验室） ； National Key Laboratory of Autonomous Intelligent Unmanned Systems, Beijing Institute of Technology（北京理工大学自主智能无人系统国家重点实验室） ； Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高性能计算研究所）
AI总结 提出CoEV框架，通过文本与视觉证据的双向验证检测并纠正医学VLM幻觉，无需重新训练，在四个数据集上显著提升检测和纠正性能。
Comments MICCAI 2026 Accept. Submission Version
推理即交集：视频多模态大语言模型中视觉焦点的一致性帧对齐
机构 * School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Cloud and AI BU, Huawei（华为云与AI业务部） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 提出无时间标注的过程级奖励框架CF-GRPO，通过视频内在线索构建一致性帧先验，并利用一致性帧奖励优化模型帧使用与先验的对齐，提升视频推理性能。
无感关怀：情感动态作为人-AI智能体协作的控制层
机构 * East China Normal University（华东师范大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文综述情感动态在人-AI智能体协作中的作用，提出将情感视为协调层而非AI内部属性，用于校准信任、委托和治理。
可训练光子测量用于物理信息偏微分方程学习
机构 * Xidian University（西安电子科技大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出一种光子量子神经场，将坐标编码为可训练光学相位，通过多光子Fock空间干涉混合并从光子数测量解码，作为物理信息残差最小化的可训练表示，在七种PDE基准上展示相位复杂度转变，在困难区域误差低一个数量级且参数少约四分之一。
超越单语言深度研究：用跨语言 BrowseComp-Plus 评估智能体和检索器
机构 * Waseda University（早稻田大学） ； Northwestern University（西北大学） ； RIKEN AIP（理化学研究所革新智能研究中心） ； Snowflake Inc.（Snowflake公司） ； University of Utah（犹他大学） ； Duke-NUS Medical School（杜克-新加坡国立大学医学院） ； The University of Tokyo（东京大学）
AI总结 提出跨语言基准 XBCP，评估深度研究智能体在证据语言与查询不同时的表现，发现检索和智能体端均存在显著性能下降。
Comments Preprint
EvoArena: 追踪记忆演化以构建动态环境中的鲁棒LLM智能体
机构 * National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理大学） ； University of Washington（华盛顿大学） ； University College London（伦敦大学学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； Recursive ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 提出EvoArena基准套件模拟终端、软件和社交领域的渐进环境变化，并设计基于补丁的记忆范式EvoMem记录结构化更新历史，使智能体能通过记忆变化推理环境演化，实验表明当前智能体在动态环境中表现不佳，EvoMem可稳定提升性能。
SciHorizon-GENE：从基因知识到功能理解的生命科学推理基准测试
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； University of the Chinese Academy of Sciences（中国科学院大学） ； DUKE-NUS Medical School, National University of Singapore（新加坡国立大学杜克-新加坡医学学校） ； Singapore Immunology Network, Agency for Science, Technology and Research（新加坡免疫网络，科技研究局）
AI总结 针对大语言模型在基因级推理能力上的不足，构建了包含超过19万个人类基因和54万问题的基准SciHorizon-GENE，从研究关注敏感性、幻觉倾向、答案完整性和文献影响力四个生物学关键维度评估模型，揭示了模型在生成忠实、完整且基于文献的功能解释方面的持续挑战。
Comments Accepted by SIGKDD 2026. 12 pages
FutureOmni：从全模态上下文中评估多模态大语言模型的未来预测能力
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） ； National University of Singapore（新加坡国立大学）
AI总结 提出FutureOmni基准，评估多模态大模型从音视频线索预测未来的能力，发现现有模型在语音密集场景下表现差，并设计OFF训练策略提升性能。
Comments Accepted by ICML 2026
UniECG: 在一个统一模型中理解与生成心电图
机构 * Peking University（北京大学） ； Shanghai Ocean University（上海海洋大学） ； the Second Hospital of Tianjin Medical University（天津医科大学第二医院） ； National University of Singapore（新加坡国立大学）
AI总结 提出UniECG模型，通过两阶段设计实现心电图信号/图像生成解释性文本及根据文本目标生成对应心电图信号，支持交互式心电图教育。
EventDrive: 用于视觉-语言驾驶智能的事件相机
机构 * NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； Horizon Robotics（地平线机器人） ； A*STAR, I2R（新加坡科技研究局，资讯通信研究院） ； IPAL, CNRS IRL 2955, Singapore（IPAL，法国国家科学研究中心国际联合实验室2955，新加坡） ； University Toulouse, CNRS, CerCo, Toulouse, France（图卢兹大学，法国国家科学研究中心，CerCo，法国图卢兹） ； ETIS UMR 8051, CY Cergy Paris University, ENSEA, CNRS, France（ETIS UMR 8051，CY塞尔吉-巴黎大学，ENSEA，法国国家科学研究中心，法国）
AI总结 提出EventDrive基准和模型套件，通过多时域事件金字塔和时域混合专家模块融合事件流与RGB帧，在感知、理解、预测和规划四维度提升驾驶推理性能。
Comments CVPR2026, 34 pages, 15 figures, 15 tables, project page: https://dylanorange.github.io/projects/eventdrive
GameCraft-Bench：智能体能否在真实游戏引擎中端到端构建可玩游戏？
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Hunyuan Team, Tencent（腾讯混元团队） ； USTB（北京科技大学） ； DualverseAI ； SJTU（上海交通大学） ； NUS（新加坡国立大学）
AI总结 提出GameCraft-Bench基准，评估编码智能体在Godot引擎中端到端生成可玩游戏的能力，最强智能体仅达41.46%成功率。
注意力中的功能等价性：一项综合研究及其在线性模式连通性中的应用
机构 * National University of Singapore（新加坡国立大学） ； Center for AI Research, VinUniversity（Vin大学人工智能研究中心） ； Independent Researcher（独立研究者） ； Technical University of Munich（慕尼黑技术大学）
AI总结 本文形式化研究了Transformer中位置编码对功能等价性的影响，发现正弦编码保持原始注意力的对称性，而旋转编码显著减少对称群从而增强表达力，并通过对齐算法实证了位置编码对线性模式连通性的关键作用。
Comments Published at the International Conference on Machine Learning (ICML 2026)
现代神经架构的守恒律
机构 * National University of Singapore（新加坡国立大学） ； Center for AI Research, VinUniversity（Vin大学人工智能研究中心） ； Independent Researcher（独立研究者） ； Hanoi University of Science and Technology（河内科学技术大学）
AI总结 本文提出统一框架，刻画GELU、SiLU、SwiGLU激活的前馈网络、多头注意力及混合专家模型中的梯度流守恒律，实验验证了理论预测的不变量。
Comments Published at the International Conference on Machine Learning (ICML 2026)
LLMs 能推断文化背景但在回应时未能应用
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； National University of Singapore（新加坡国立大学）
AI总结 研究大型语言模型在生成文化适应性回应时，能否根据用户文化背景使用本地计量单位。提出CAPRI数据集，实验发现模型能推断文化背景但常未能应用，除非明确提示。
Comments 9 pages, 7 figures, 2 tables (24 pages, 12 figures, 8 tables including references and appendices)
SketchXplain：基于草图的图像分类器直观视觉解释
机构 * National University of Singapore（新加坡国立大学）
AI总结 提出SketchXplain方法，结合显著性图、概念瓶颈模型和草图优化，生成基于草图的直观视觉解释，以提升图像分类器的可解释性。
Comments 14 pages, 6 figures, 4 tables. Submitted to TVCG
OPD-Evolver：通过在线策略蒸馏培养整体智能体进化器
机构 * LV-NUS Lab（林文实验室） ； FDU（福建大学） ； PKU（北京大学） ； Bytedance Inc.（字节跳动公司）
AI总结 提出OPD-Evolver框架，通过快慢双循环和在线策略自蒸馏，使智能体学会选择、使用、编写和维护经验，在多个基准上超越现有方法，并让小模型挑战大模型。
DexLink Hand：一款紧凑、经济、16自由度连杆驱动且具有类人灵巧性的手部
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出一种紧凑、低成本的连杆驱动仿人手，通过混合平面与空间连杆机构实现16个独立驱动、20个关节的高灵巧性，重320g、成本低于400美元，达到最大Kapandji评分并复现全部33种Feix抓取类型。
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