高校专区
可扩展环境驱动可泛化的智能体
机构 * HKUST(GZ)（香港科技大学（广州）） ； DeepWisdom ； PKU（北京大学） ； NUS（新加坡国立大学） ； SUTD（新加坡科技设计大学） ； UdeM & Mila（蒙特利尔大学及Mila）
AI总结 本文探讨了可泛化智能体需要通过可扩展环境来适应多样任务和未见环境的问题，提出环境扩展的核心挑战，并提出了统一的分类方法和可扩展环境的构建范式。
InFeR：在学习视觉导航控制中的有信息故障韧性
机构 * School of Computing & Smart Systems Institute, National University of Singapore（计算与智能系统学院研究所，新加坡国立大学）
AI总结 该研究提出InFeR框架，通过变分信息瓶颈损失重构潜在空间以检测OOD故障，并利用Grad-CAM技术局部化故障源，从而在无需额外训练数据的情况下实现故障自恢复，提升了复杂环境中的长距离导航鲁棒性。
学习解决组合几何路由问题
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Central South University（中南大学）
AI总结 本文研究了组合几何路由问题（CGRP），这是一种涵盖点、线、面及任意混合任务几何的统一超类，为现实中的路由场景提供广泛抽象。为解决非点任务带来的不对称性和复杂性，作者提出DiCon框架，通过对比学习和差异注意力机制提升表示学习和决策能力。
Comments 27 pages, 10 figures
InfoFlow: 多层Transformer分析的框架
机构 * Department of Mathematics（数学系） ； National University of Singapore（新加坡国立大学） ； Institute for Functional Intelligent Materials（功能智能材料研究所）
AI总结 该研究通过分析多层Transformer的近似能力，揭示了其与单层Transformer的根本差异，并提出InfoFlow框架以提升多层Transformer的近似效率。
Comments 36 pages
WorldArena 2.0: 扩展模态、功能和平台的具身世界模型基准测试
机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Stanford University（斯坦福大学） ； The University of Hong Kong（香港大学） ； Princeton University（普林斯顿大学） ； Chinese Academy of Sciences（中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出WorldArena 2.0，扩展了具身世界模型的评估，涵盖模态、功能和平台三个维度，提供全面的测试平台以评估具身世界模型的进展。
一种具有软液压驱动的灵活机械手用于微重力操作
机构 * Aerospace Engineering Program, University of California, Berkeley（加州大学伯克利分校航空航天工程系） ； Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系）
AI总结 本文提出将DexCoHand灵活的双指六自由度机械手与Astrobee自由飞行机器人集成，以实现微重力环境下的灵活操作，该机械手在保持稳定接触的同时减少了对自由飞行基底的干扰，提高了操作的连续性和适应性。
Comments Accepted to the IEEE ICRA 2026 Space Robotics Workshop (SRW). 4 pages, 3 figures
Soap2Soap：通过多智能体协作实现长 cinematic 视频重制
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； University of Oxford（牛津大学） ； Lovart AI（Lovart人工智能）
AI总结 本研究提出 Soap2Soap 框架，通过多智能体协作实现长 cinematic 视频重制，解决视频到视频生成中长期一致性与叙事保真度的问题。
Concordia：面向联邦大语言模型的自改进合成表格
机构 * University of Manchester（曼彻斯特大学） ； National University of Singapore（新加坡国立大学） ； New York University（纽约大学） ； University of Minnesota（明尼苏达大学） ； Halmstad University（哈姆斯塔德大学） ； Harvard University（哈佛大学） ； University of Florida（佛罗里达大学）
AI总结 本文研究了在无法共享原始数据的情况下，如何通过自改进的合成表格来提升联邦学习中大语言模型的适应能力，提出了一种三层优化框架Concordia，通过参数高效LoRA训练和轻量级效用评分器提升联邦验证效用和跨客户端稳定性。
Comments 12 pages
CORAL：迈向自主多智能体进化以实现开放性发现
机构 * MIT（麻省理工学院） ； NUS（新加坡国立大学） ； MiniMax ； McGill（麦吉尔大学） ； Stanford（斯坦福大学） ； SambaNova ； Meta ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联合研究技术联盟） ； Amazon（亚马逊） ； Microsoft（微软）
AI总结 本文提出CORAL框架，通过自主多智能体进化方法，实现了在开放性问题上的发现，展示了智能体自主性和多智能体进化对提升开放性发现的显著效果。
CodeScaler: 通过奖励模型扩展代码大语言模型的训练和测试时间推理
机构 * LARK, HKUST(GZ)（LARK，香港科技大学（广州）） ； Kuaishou Technology（快手科技） ； UCL（伦敦大学学院） ； UZH（苏黎世联邦理工学院） ； NUS（国立新加坡大学）
AI总结 本文提出CodeScaler，一种通过奖励模型扩展代码生成模型的训练和测试时间推理的框架，通过精心编纂的偏好数据和语法感知的代码提取，实现了在四个编码基准上比基于执行的RL提升1.55分，在Qwen3-14B-Base上提升4.23分，并在无测试用例的情况下通过合成数据进一步提升14.64分，同时在推理时间减少10倍的延迟，且在代码、通用和推理领域均优于现有奖励模型。
MemOCR: 一种面向布局的视觉记忆用于高效的长周期推理
机构 * 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） ； School of Computing（计算学院）
AI总结 MemOCR通过利用视觉布局进行自适应信息密度分配，提高了在有限上下文预算下的长周期推理效率，其核心方法是维护结构化的丰富文本记忆并将其渲染为图像，以实现对关键证据的视觉优先级分配和辅助细节的压缩，从而在各种基准测试中优于基于文本的基线方法。
观看、推理与搜索：一个面向开放网络的视频深度研究基准，用于代理视频推理
机构 * LZU（兰州大学） ； HKUST(GZ)（香港科技大学（广州）） ； UBC（不列颠哥伦比亚大学） ； FDU（福建大学） ； PKU（北京大学） ； USC（美国南加州大学） ； NUS（新加坡国立大学） ； UCAS（中国科学院大学） ； HKUST（香港科技大学） ； QuantaAlpha（量子Alpha）
AI总结 本文提出VideoDR基准，用于研究开放网络环境下视频代理推理，通过跨帧视觉锚点提取、交互式网络检索和多跳推理验证，揭示了长检索链中维持初始视频锚点、目标漂移和长时程一致性等关键挑战。
TED-TTS: 无需训练的语句内情感和时长控制用于文本到语音合成
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 本文提出TED-TTS，一种无需训练的可控框架，用于预训练零样本TTS，实现语句内情感和时长表达。通过段落感知的情感条件策略和时长控制策略，结合因果掩码和单调流对齐过滤，实现平滑的情感变化并保持全局语义一致性，同时利用大规模多情感和时长标注数据集进行自动提示生成，实验表明其在多情感和时长控制中达到最先进的语句内一致性，同时保持基础TTS模型的语音质量。
Comments 24 pages, 9 figures, 7 tables, 3 lists
ORION：用于合作多智能体在线导航的选项正则化深度强化学习
机构 * 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）
AI总结 该研究提出ORION框架，通过选项批评方法和双阶段合作策略，解决部分已知环境中多智能体导航的路径最优与环境信息收集之间的平衡问题，实现高效实时协作。
多阶匹配网络用于无对齐深度超分辨率
机构 * PCA Lab, School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院PCA实验室，南京理工大学） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Computer Science, Nankai University（南开大学计算机学院） ； PCA Lab, School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院PCA实验室，南京大学）
AI总结 本文提出了一种无对齐框架Multi-Order Matching Network (MOMNet)，通过多阶匹配机制和多阶聚合策略，从不对齐的RGB数据中提取并选择最相关的信息，以提高深度超分辨率的性能和泛化能力。
对抗性代理协作提升C到安全Rust翻译的正确性
机构 * National University of Singapore（新加坡国立大学） ； Amazon Web Services（亚马逊网络服务）
AI总结 本文提出ACToR框架，通过对抗性搜索发现翻译与C源码分歧的输入，利用这些输入驱动后续优化，提升C到Rust翻译的正确性，实验表明其在多个真实世界工具中达到90%以上的测试通过率。
稀疏到密集：一种无损加速视频理解的LLM免费午餐
机构 * Singapore Management University（新加坡国立管理学院） ； Sea AI Lab（Sea AI实验室） ； National University of Singapore（国立新加坡大学）
AI总结 本文提出了一种名为Sparse-to-Dense（StD）的解码策略，通过结合稀疏top-K注意力和密集全注意力模块，实现视频大语言模型（Video-LLMs）的无损加速，从而在处理长视频序列时显著提高处理速度。
Comments Accepted by ACL 2025
LightTransfer: 你的长上下文LLM实际上是一个具有轻松适应能力的混合模型
机构 * Singapore Management University（新加坡国立大学） ； National University of Singapore（新加坡国立大学） ； Sea AI Lab, Singapore（新加坡海智实验室）
AI总结 本文提出LightTransfer方法，通过将LLaMA等模型转换为混合架构，实现更高效的生成，实验表明在长上下文理解任务中，即使有半数层被识别为懒层，也能在性能损失小于1.5%的情况下提升2.17倍的吞吐量，并在数学基准AIME24上达到53.3%的分数。
Comments Accepted by TMLR 2025
Usenix'23 延伸版：智能学习以发现愚蠢的合约
机构 * National University of Singapore（新加坡国立大学） ； University College London（伦敦大学学院）
AI总结 本文提出了一种基于神经网络的深度学习漏洞分析器（DLVA），用于分析以太坊智能合约的字节码，通过训练模型来判断字节码，即使监督 oracle 只能判断源代码。DLVA 的训练算法通用且稳健，能够识别被错误标记的合约，并在速度和准确性方面优于其他智能合约漏洞检测器。
Comments arXiv preprint arXiv:2304.10726, 2023
VISTA: 基于扩散变换器的三元组监督视频风格迁移
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Lovart AI（Lovart人工智能）
AI总结 本文提出VISTA方法，通过引入大规模三元组数据和基于扩散变换器的框架，解决视频风格迁移中风格、内容和运动的联合建模与解耦问题，实现了高质量的风格迁移效果。
StreamingEffect: 实时以人为中心的视频效果生成
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 本文提出StreamingEffect框架，通过实时视频到视频编辑技术，在保持人类身份、背景内容和时间一致性的同时添加表现性效果，并构建了最大的以人为中心的视频效果数据集VideoEffect-130K，实现了单块H200 GPU上的实时高质量720p视频编辑。
BoLT：一个民主化黑盒优化研究的基准，用于昂贵的LLM任务
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出BoLT基准，旨在通过提供真实LLM优化问题，促进黑盒优化方法在昂贵的大型语言模型任务中的研究和评估。
从静态风险到动态轨迹：迈向世界模型启发的临床预测
机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院应用科学学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理学院计算机与信息系统学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Public Health, Peking University（北京大学公共卫生学院） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； School of Computer, Peking University（北京大学计算机学院） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； Centre for Biomedical Data Science, Duke-NUS Medical School, National University of Singapore（新加坡国立大学杜克-国立新加坡医学学院生物医学数据科学中心） ； Duke-NUS AI + Medical Sciences Initiative, Duke-NUS Medical School（杜克-国立新加坡医学学院AI+医学科学计划）
AI总结 本文探讨了临床AI中干预感知的疾病轨迹建模方法，提出了统一框架，结合了预测、反事实轨迹和政策评估，以解决治疗分配、时间变化混杂和观察偏差问题，推动临床预测向决策级证据发展。
通过纠正少量决策标记来恢复推理能力
机构 * 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 本文研究了基础模型在生成过程中推理优势的稀疏性，提出了一种基于分歧指导的标记干预方法，在少量干预下显著恢复甚至超越了同规模推理模型的性能。
Comments Accepted at ICML 2026
通过定制代理推理增强VLMs在少样本多模态时间序列分类中的能力
机构 * Sun Yat-sen University（中山大学） ； Xiaomi Corporation（小米公司） ； 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 本文提出MarsTSC框架，通过自演化知识库和代理推理提升少样本多模态时间序列分类性能，实验表明其在六个VLM基础上均优于传统和基础模型基线。
Comments 18 pages, 12 figures, 6 tables. Preprint
利用量子计算机加速多层神经网络推理
机构 * Department of Materials, University of Oxford（牛津大学材料系） ； Mathematical Institute, University of Oxford（牛津大学数学研究所） ； Quantum Motion（Quantum Motion公司） ； Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子中心） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
AI总结 本文首次提出全相干的多层神经网络量子实现，采用残差块、多滤波2D卷积、Sigmoid激活等结构，分析了不同量子数据访问模式下的推理复杂度，证明了在不同条件下可实现二次到四次方的加速效果。
Comments Published at the International Conference on Learning Representations (ICLR), 2026
通过反馈控制器激活控制
机构 * Department of Mathematics（数学系） ； Center for AI Research（人工智能研究中心） ； National University of Singapore（新加坡国立大学） ； VinUniversity（文大学） ； Torilab（Torilab实验室）
AI总结 本文提出PID激活控制方法，基于控制理论构建激活控制框架，通过P、I、D项实现激活对齐、误差累积和抑制超调，提升大语言模型行为控制的鲁棒性和可靠性。
Comments 10 pages in the main text. ICLR2026 Poster
超越策略优化：一种数据整理飞轮用于稀疏奖励长周期规划
机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； School of Computing, National University of Singapore（新加坡国立大学计算机科学学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 本文提出BPO框架，通过自改进的数据飞轮开发鲁棒推理模型，解决多轮代理规划中稀疏奖励长周期问题，实现高效推理和显著的token效率。
评估大语言模型中的AI对齐：通过75个模型的人类基准测试分析价值优先级
机构 * School of Social Sciences, Nanyang Technological University（南洋理工大学社会科学学院） ； Interdisciplinary Graduate Programme, Nanyang Technological University（南洋理工大学跨学科研究生项目） ； Faculty of Arts and Social Sciences, National University of Singapore（新加坡国立大学人文与社会科学学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理学院计算与信息学院） ； School of Social Sciences, Singapore Management University（新加坡管理学院社会科学学院）
AI总结 本文通过分析75个大语言模型的输出，评估其价值优先级与人类判断的一致性，发现模型在价值优先级上存在差异，且模型大小、新旧和能力层级与价值一致性无直接关联。
直观外科SurgToolLoc和SurgVU挑战结果：2022-2025
机构 * Intuitive Surgical, Inc.（Intuitive Surgical公司） ； Muroran Institute of Technology（Muroran理工学院） ； Niigata University of Health and Welfare Fujita Health University（Niigata大学健康与福利大学 Fujita健康大学） ； NVIDIA, Inc.（NVIDIA公司） ； University of Tokyo（东京大学） ； Keio University（Keio大学） ； Shun Hing Institute of Advanced Engineering（Shun Hing先进工程研究所） ； NUS NUSRI SZ（新加坡大学 NUSRI SZ） ； University of Strasbourg IHU Strasbourg（斯特拉斯堡大学 IHU斯特拉斯堡） ； University Medical Center Hambrug-Eppendorf（汉堡-埃彭多夫大学医学中心）
AI总结 本文总结了2022-2025年间在机器人辅助手术中解决手术工具定位和手术视觉理解的挑战成果，探讨了相关机器学习问题的解决方法与贡献。
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