高校专区
JigShape：通过拼图任务评估视觉语言模型的视觉几何推理能力
机构 * University of Southern California（南加州大学） ； National University of Singapore（新加坡国立大学） ； Adobe Research（奥多比研究院） ； Texas A&M University（德克萨斯农工大学） ； Rice University（莱斯大学） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 本研究提出JigShape拼图基准，发现零样本VLM大多缺乏几何推理能力，所有模型在大尺寸拼图上均出现性能崩塌，将可扩展几何推理确立为VLM的开放性挑战。
Metis：记忆基础模型
机构 * MemTensor (Shanghai) Technology Co., Ltd.（墨芯（上海）科技有限公司） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tongji University（同济大学）
AI总结 该研究提出首个记忆基础模型原型Metis，赋予基础模型原生记忆能力，通过新架构与优化目标实现，经实验验证其具备原生记忆能力并发布相关资源。
Comments 46 pages, 11 figures, 16 tables
GS-Playground：一种高吞吐量的视觉真实模拟器用于基于视觉的机器人学习
机构 * THU（清华大学） ； Motphys ； Dexmal ； DISCOVER Robotics ； HKUST(GZ)（香港科技大学（广州）） ； BIT（北京理工大学） ； NUS（新加坡国立大学） ； HITSZ（哈尔滨工业大学） ； XJTU（西安交通大学） ； NJU（南京大学） ； SJTU（上海交通大学） ； D-Robotics
AI总结 GS-Playground通过高吞吐量的多模态模拟框架，结合高效物理引擎和3DGS渲染管道，提升视觉强化学习的效率，降低大规模视觉RL的门槛，实现感知与物理的无缝衔接。
Comments Robotics: Science and Systems 2026
Talker-T2AV：基于自回归扩散模型的联合说话音频视频生成
机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Independent Researcher（独立研究者）
AI总结 本文提出Talker-T2AV，通过共享骨干和模态特定解码器实现音频视频联合生成，提升跨模态一致性与生成效率。
VCSELs 中的增强极化锁定
机构 * National University of Singapore, Department of Electrical and Computer Engineering（新加坡国立大学电气与计算机工程系）
AI总结 本文研究了VCSELs中光学注入锁定的极化动态，通过定制氧化物孔径设计和偏置电流调节，提高了极化锁定性能，降低了所需注入功率并扩展了锁定范围。
数据融合增强的决策变压器用于稳定跨领域泛化
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 DFDT通过数据融合和正则化提升跨领域泛化稳定性，改进决策变压器的连续性和性能。
Comments 22 pages,4 figures
针对视频大语言模型中提示引导采样的投毒攻击
机构 * National University of Singapore（新加坡国立大学） ； University of New South Wales（新南威尔士大学） ； CSIRO’s Data61（CSIRO数据61）
AI总结 该研究针对视频大语言模型的提示引导采样提出PoisonVID投毒攻击，在多种模型与采样器组合上实现高攻击成功率，揭示了PGS存在的结构性安全隐患。
Comments 16 pages, 5 figures
深度学习中受控粒子系统的收敛性分析：从有限样本量到无限样本量
机构 * School of Mathematical Sciences, Dalian University of Technology（大连理工大学数学科学学院） ； Department of Mathematical Sciences, University of Durham（杜伦大学数学科学学院） ； Department of Mathematics, City University of Hong Kong（香港城市大学数学系） ； Department of Mathematics and Risk Management Institute, National University of Singapore（新加坡国立大学数学系与风险管理研究所）
AI总结 本文分析深度学习中受控粒子系统的收敛性，通过建立N一致的正则性结果，证明神经SDE的目标函数最小值及最优参数随样本量趋于无穷时的收敛性，并得到定量收敛速率。
Comments 50 pages; to appear in Appl. Math. Optim
从细则中发现幽门螺杆菌：基于证据关联的多智能体胃活检报告病例发现
机构 * Department of Anatomical Pathology, Singapore General Hospital（新加坡中央医院解剖病理科） ； Duke–NUS Medical School（新加坡国立大学Duke-NUS医学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Independent Researcher（独立研究者）
AI总结 研究针对胃活检报告中幽门螺杆菌证据提取难题，采用Nimblemind多智能体系统，经试点评估其总体准确率达98.61%，虽与其他比较器性能相似，但实现了工作流程整合和可追溯性，还能大幅减少审查时间。
基于梯度信息逻辑校正的离散扩散模型即插即用引导
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GILC框架，通过将预训练去噪网络作为变分代理来估计引导信号，并引入无雅可比机制直接校正干净预测逻辑，实现无需额外训练的离散扩散模型可控生成，在DNA、蛋白质序列和分子生成任务上达到最优性能。
Comments Accepted by ICML 2026
SOD：分步式在线蒸馏用于小型语言模型代理
机构 * Zhejiang University（浙江大学） ； Large Language Model Department, Tencent（腾讯大语言模型部门） ； 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 针对小型语言模型中工具集成推理的稳定性问题，提出SOD分步式在线蒸馏框架，通过动态调整蒸馏强度缓解教师信号误导，提升推理性能。
大语言模型中的随机性错觉
机构 * Google DeepMind（谷歌DeepMind） ； National University of Singapore（新加坡国立大学）
AI总结 研究指出大语言模型作为智能体在随机采样方面存在根本性缺陷，通过多模型家族和分布的实证分析揭示了这一问题。
Comments COLM 2026
从可验证奖励强化学习到自验证奖励强化学习：任务转换为开放式语言模型自我改进带来自验证奖励
机构 * Duke University（杜克大学） ； Adobe Inc.（奥多比公司） ； Oregon State University（俄勒冈州立大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； National University of Singapore（新加坡国立大学） ； Amazon（亚马逊）
AI总结 研究针对开放式LLM自我改进中奖励验证问题，提出基于任务转换的RLSVR方法，通过SpyRL实例化，在文本摘要等任务实验中，该方法在不可验证任务上优于现有方法，在可验证推理任务上有提升，扩展了基于RLVR的自我改进。
Comments COLM 2026
MemForest: 一种具有层次化时间索引的高效智能体记忆系统
机构 * National University of Singapore（新加坡国立大学） ； Zero Gravity Labs（零重力实验室）
AI总结 针对长上下文LLM智能体记忆系统中粗粒度状态管理和顺序更新导致的维护开销问题，提出MemForest框架，通过并行块提取和层次化时间索引树MemTree实现高效写入和局部更新，在LongMemEval-S上达到79.8% pass@1准确率，吞吐量比现有方法高约6倍。
Comments 12 pages. Extended version with appendix as supplemental material. Submitted to VLDB
LLMs 是否坚持其价值观？MANTA：一个用于动物福利推理的多轮对抗性基准
机构 * SPAR ； Compassion Aligned Machine Learning（同情对齐机器学习） ； NUS（新加坡大学） ； Mila（Mila研究所） ； ERA Cambridge（剑桥ERA）
AI总结 提出 MANTA 基准，通过多轮对抗性对话评估大语言模型在动物福利推理中的价值观稳定性和道德敏感性，发现单轮基准无法捕捉的排名变化和物种-压力交互效应。
大语言模型能否推导新知识？一种动态生物知识发现基准
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出DBench-Bio，一种动态生物知识发现基准，通过三阶段流程评估AI的新知识发现能力，揭示当前模型在知识发现上的局限性。
Comments Accepted by KDD 2026
Matterhorn: 一种高效的类脑稀疏脉冲变压器架构与掩码时间到首次脉冲编码
机构 * Department of computer science, National University of Singapore（新加坡国立大学计算机科学系） ； School of Artificial Intelligence, Shandong University（山东大学人工智能学院） ； Shanghai Advanced Research Institute, Chinese Academy of Science（中国科学院上海先进研究院） ； University of Chinese Academy of Sciences, Beijing（中国科学院大学北京校区）
AI总结 Matterhorn通过引入掩码时间到首次脉冲编码和类比计算在内存技术，实现高效稀疏脉冲变压器架构，提升能效并达到新的准确率水平。
So-Fake：社交媒体图像伪造检测的基准构建与可解释性研究
机构 * University of Liverpool, UK（利物浦大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The University of Sheffield（谢菲尔德大学）
AI总结 该研究针对社交媒体图像伪造检测的数据集与基准缺口，构建了So-Fake-Set数据集与So-Fake-OOD分布外基准，提出采用强化学习的So-Fake-R1框架，其检测准确率与定位IoU均优于现有方法，为相关研究提供了新基础。
RL²-VLA：面向视觉-语言-动作模型的测试时缩放自适应RL隐成分引导
机构 * National University of Singapore（新加坡国立大学） ； University of Toronto（多伦多大学） ； Singapore Technologies Engineering（新加坡科技工程公司）
AI总结 针对VLA模型分布外任务性能下降问题，提出基于VLA隐空间的自适应推理时引导框架RL²，仅在预测失败时激活成分引导，在SIMPLER等基准上分布外成功率最高提升17.3%，可迁移至真实世界。
Comments Code and models are available at https://rl2-vla.github.io
PathAgentBench：在全切片病理图像上对寻求证据的视觉语言模型进行基准测试
机构 * National University of Singapore（新加坡国立大学） ； PuzzleLogic Pte Ltd（拼图逻辑私人有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区） ； Peking Union Medical College Hospital（北京协和医院）
AI总结 研究针对全切片病理图像诊断中证据获取与整合问题，引入PathAgentBench基准，评估视觉语言模型的四项互补能力，包含多模型评估结果，揭示了证据推理与获取间的差距，为改进病理模型提供统一框架。
Precise Shield：通过神经层面指导解释和对齐VLLM安全
机构 * Nanjing University of Science and Technology（南京理工大学） ； National University of Singapore（新加坡国立大学） ； Beihang University（北京航空航天大学） ； Nanjing Forestry University（南京林业大学）
AI总结 本文提出Precise Shield框架，通过对比有害与良性输入的激活模式识别安全神经元，并通过梯度掩码限制参数更新，提升VLLM安全性能并保持多语言多模态泛化能力。
关于Kolmogorov-Arnold网络回归估计器收敛速度的论文
机构 * Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； Department of Civil, Environmental and Geomatic Engineering, ETH Zürich（苏黎世联邦理工学院土木、环境与地理工程系） ； Internet of Things Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）物联网研究组）
AI总结 本文研究了KANs在Sobolev空间中函数近似时的收敛速度，证明了其达到最小最大最优收敛速度，并提供了B-样条结点数选择的指导方针。
用于锂金属电解质中官能团和盐效应电子结构分析的密度矩阵框架
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Institute for Carbon Neutrality, Tsinghua University（清华大学碳中和研究院） ； AI Solid-State Battery Innovation Center（人工智能固态电池创新中心） ； C Innovation Laboratory (21C LAB), Contemporary Amperex Technology Co., Limited (CATL)（21C创新实验室（21C实验室），宁德时代新能源科技股份有限公司） ； National University of Singapore Guangzhou Research Translation and Innovation Institute（新加坡国立大学广州研究院） ； National University of Singapore (Chongqing) Research Institute（新加坡国立大学（重庆）研究院）
AI总结 该研究提出密度矩阵框架EMolStudio，通过集成分子功能化等流程预测分析锂金属电解质电子结构。应用于多种分子和簇，发现分子尺度上功能化的影响及溶剂化壳中阴离子对前沿轨道定位的作用，能将官能团和盐选择转化为相关电子结构假设。
Comments The data needs to be supplemented
深度专家注入用于带有领域特定知识的视网膜视觉语言模型的锚定
机构 * Beijing Institute of Technology, Beijing, China（北京理工大学） ； National University of Singapore, Singapore（新加坡国立大学） ； Tsinghua University, Beijing, China（清华大学） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学）
AI总结 本文提出EyExIn框架，通过深度专家注入机制提升视网膜VLMs的领域知识嵌入能力，解决感知与推理间隙问题，实现高精度眼科视觉问答。
ML2B：评估大语言模型跨语言ML流水线生成能力的基准
机构 * HSE University（俄罗斯伏尔加格勒国立大学） ； Constructor University（Constructor大学） ； National University of Singapore（新加坡国立大学）
AI总结 ML2B是首个评估大语言模型跨语言ML流水线生成能力的基准，含多领域多语言任务，实验发现跨语言性能退化高度依赖任务，挑战了传统多语言模型能力假设。
DailyBench：用于评估现代生成模型生成和处理的人工智能图像的统一基准
机构 * People’s Daily Online（人民网） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； Nanjing University of Science and Technology（南京理工大学） ； 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 研究针对现有生成模型图像检测基准与现实差距问题，提出统一基准DailyBench，含FakeBench和ManipulationBench两个子集，通过实验揭示当前检测器鲁棒性差，凸显其可用于开发更强大的人工智能生成图像检测方法。
Comments Some errors must be corrected
ATSplat：具有自适应令牌扩展的紧凑型前馈3D高斯点渲染
机构 * Yonsei University（延世大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究针对现有前馈3DGS方法不足，提出ATSplat框架。通过自适应3D令牌恢复自适应分配能力，先提升深度等形成场景支架，再回归高斯并解耦放置，还用模块预测不确定性分数并扩展令牌。实验表明其实现高质量渲染且减少高斯数量，提升效率。
Comments Project page is at: https://join16.github.io/page-atsplat
T2LDM++：一种用于真实文本到激光雷达场景生成的自条件表示引导扩散模型
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Nanjing University of Science and Technology（南京理工大学） ； Faculty of Data Science（数据科学学院） ； City University of Macau（澳门城市大学） ； Beijing Institute of Technology（北京理工大学） ； Fondazione Bruno Kessler（布鲁诺·凯瑟尔基金会） ； School of Public Health（公共卫生学院） ； Shanghai Jiao Tong University（上海交通大学） ； School of Computing（计算机学院） ； National University of Singapore（新加坡国立大学）
AI总结 针对文本-激光雷达数据稀缺导致场景过平滑和可控性不足的问题，提出T2LDM++模型，通过自条件表示引导（SCRG）提供重建监督，并构建高质量基准数据集，实现几何细节丰富的激光雷达场景生成。
FlowInOne：将多模态生成统一为图像输入、图像输出的流匹配
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Central South University（中南大学） ； 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） ； Microsoft（微软）
AI总结 本文提出FlowInOne框架，将多模态生成统一为纯视觉流匹配，通过视觉提示消除跨模态对齐瓶颈，实现文本到图像生成、布局引导编辑和视觉指令遵循的统一。
Comments Accepted by ECCV 2026. 38 Pages, 21 Figures, 12 Tables
重新审视脉冲神经网络的能量效率
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 本文重新评估脉冲神经网络的能量效率，通过建立等效量化神经网络模型，分析其在不同参数和硬件条件下能量优势，并展示优化SNN可显著提升智能手表电池寿命。
Comments accepted by TCAD
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