高校专区
Sparkle: 通过解耦指导实现生动的指令引导视频背景替换
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Sparkle数据集和基准，通过解耦生成前景与背景指导，解决背景替换任务中高质量数据稀缺的问题，实验表明其性能优于现有基线。
Comments Tech Report. Project Page: https://showlab.github.io/Sparkle/
关于隐式奖励过拟合和RLVR中的低秩动态
机构 * Lanzhou University（兰州大学） ； National University of Singapore（新加坡国立大学） ； Beijing Institute of Technology（北京理工大学）
AI总结 研究揭示RLVR模型中隐式奖励过拟合现象及低秩动态特性，分析了模型参数塑造机制，为改进强化学习及其他持续学习方法提供新视角。
基于噪声偏好的LLM奖励建模中的最优传输
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） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 本文提出SelectiveRM框架，利用最优传输对噪声偏好进行去噪，通过联合一致性差异对齐模型预测分布与偏好数据，并引入质量放松机制以排除矛盾样本，提升奖励建模性能。
TACT: 通过激活引导缓解编码代理中的过度思考与过度行动
机构 * National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Meta
AI总结 本文提出TACT方法，通过激活引导检测并缓解编码代理中的过度思考和过度行动问题，提升任务解决效率和准确性。
Comments Work in progress
TheraAgent：自我改进的治疗剂用于精准且全面的治疗计划
机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（计算机科学与技术系，人工智能研究院，清华大学，北京，中国） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学，北京，中国） ； School of Computing, National University of Singapore, Singapore（计算学院，新加坡国立大学，新加坡）
AI总结 TheraAgent通过迭代生成-判断-改进流程提升治疗计划的精准度和完整性，实验显示其在HealthBench上表现优异，专家评估中胜率高达86%。
Comments Accepted to ACL 2026
CAMEL：基于置信度的反思机制用于奖励建模
机构 * National University of Singapore（新加坡国立大学）
AI总结 CAMEL通过置信度门控机制实现轻量级偏好决策，并选择性地对低置信度实例进行反思，采用反事实前缀增强的强化学习训练，提升了奖励建模的准确性和效率。
Comments ICML 2026
通过过程可验证的思维数据合成与调度实现时间序列推理
机构 * Sun Yat-sen University（中山大学） ； Xiaomi Corporation（小米公司） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出VeriTime框架，通过数据合成、调度和强化学习训练，提升LLM在时间序列推理任务中的性能，使小模型达到或超越大模型效果。
对话式非验证学习：通过元评估自我进化的大型语言模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出CoNL框架，通过多智能体自我对弈实现生成、评估与元评估的统一，利用批评质量提升解决方案来改进模型，无需外部评委或真实标签。
Comments Accepted by ICML'26
HERMES: KV缓存作为分层内存用于高效视频流理解
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学）
AI总结 HERMES提出一种无需训练的架构，通过将KV缓存视为分层内存框架，实现视频流的实时准确理解，提升处理速度并降低内存消耗。
Comments Accepted to ACL 2026 Main
Meta-Reasoner：用于大型语言模型推理时间优化的动态指导
机构 * National University of Singapore（新加坡国立大学） ； Yale University（耶鲁大学）
AI总结 本文提出Meta-Reasoner框架，通过动态调整推理策略提升大语言模型的推理效率，实验显示在数学和科学任务中准确率提升9-12%，推理时间减少28-35%。
Comments Accepted by ACL'2026
TriRelVLA：三元关系结构用于可迁移的具身操作
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院）
AI总结 TriRelVLA通过构建三元关系结构，解决视觉语言动作模型在未见场景和物体上的泛化问题，提升具身操作的迁移能力。
在弱到强泛化中预训练的恩赐
机构 * Renmin University of China（中国人民大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文研究了弱到强泛化现象，发现预训练是其必要前提，理论和实验均证明预训练通过提供几何热启动使模型进入有效区域，从而实现泛化。
Comments 40 pages, 14 figures
SSMamba: 一种用于病理图像分类的自监督混合状态空间模型
机构 * School of Computer Science, Northwest University（西北大学计算机科学学院） ； PuzzleLogic Pte Ltd, Singapore（新加坡PuzzleLogic公司） ； Department of Electrical & Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） ； School of Computer Science, University of Nottingham Ningbo China（中国诺丁汉大学 Ningbo 分校计算机科学学院）
AI总结 本文提出SSMamba，一种混合自监督框架，通过MAMIM、DMS和LPR模块解决病理图像分析中的领域偏移、局部-全局关系建模和细粒度敏感性问题，优于现有方法。
Journal ref Medical Image Analysis, Volume 111, June 2026, 104080
VideoASMR-Bench: AI生成的ASMR视频能否欺骗视觉语言模型和人类？
机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Monash University（墨尔本大学） ； Video Rebirth ； University of Oxford（牛津大学）
AI总结 VideoASMR-Bench通过细粒度音频视觉感知和感官沉浸性评估AI生成ASMR视频的检测能力，揭示了当前VLMs在识别AI生成ASMR视频上的不足以及VGMs生成逼真ASMR视频的能力。
Comments Code is at https://github.com/video-reality-test/video-reality-test, page is at https://video-reality-test.github.io/
LC4-DViT：基于变形视觉Transformer的土地覆盖创建用于土地覆盖分类
机构 * HKUST（香港科技大学） ； SSE, The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）电子工程系） ； JHU（约翰·霍普金斯大学） ； NUS（新加坡国立大学） ； MUST（慕斯大学）
AI总结 本文提出LC4-DViT框架，结合生成数据创建与变形感知视觉Transformer，提升高分辨率土地覆盖制图精度，优于基线模型和传统网络。
Comments This work has been submitted to the IEEE for possible publication.The project is available at https://github.com/weicongpang/LVC2-DViT.git
通过激活回放提升大多模态模型的推理能力
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Tencent Youtu Lab（腾讯云图实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学）
AI总结 本文通过激活回放方法提升大模型的多模态推理能力，通过操控低熵激活来增强推理性能，验证了该方法在数学、视觉代理和视频推理等场景中的有效性。
Comments CVPR 2026
MIRL：基于互信息的强化学习用于视觉-语言模型
机构 * School of Mathematics, Tianjin University, Tianjin, China（天津大学数学学院） ； Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China（中国科学院信息工程研究所） ； Shanghai Advanced Institute of Finance (SAIFS), East China Normal University, Shanghai, China（上海先进金融研究所（SAIFS），东华大学） ； ENN Group, Digital Technology Research Institute, China（ENN集团，数字技术研究院） ； Nanyang Technological University, Singapore（南洋理工大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 MIRL通过利用生成描述与视觉输入之间的互信息，解决视觉语言模型在复杂推理任务中的感知误差和幻觉问题，提升回答准确性。
ReMedi：医疗临床预测的推理器
机构 * ASUS Intelligent Cloud Services (AICS)（ASUS智能云服务（AICS）） ； NTU Artificial Intelligence Center of Research Excellence (NTU AI-CoRE)（国立科技大学人工智能研究中心（NTU AI-CoRE）） ； National University of Singapore（新加坡国立大学）
AI总结 ReMedi通过生成推理-答案对提升电子健康记录的临床预测能力，利用真实答案提示增强推理过程，实验显示在多个任务中F1得分提升达19.9%。
Comments ACL 2026 findings
稀疏表示学习用于血管
机构 * Department of Quantitative Biomedicine, University of Zurich, Switzerland（苏黎世大学定量生物医学系） ； ETH AI Center, ETH Zurich, Switzerland（苏黎世联邦理工学院人工智能中心） ； Department of Diagnostic Radiology, National University of Singapore, Singapore（新加坡国立大学诊断放射科）
AI总结 本文提出VAEsslSparse模型，通过稀疏卷积和注意力机制实现亚毫米级血管网络的高效表示，提升临床诊断和血管生成的性能。
稀疏字典学习在机制可解释性中的统一理论：分段双凸性与虚假极值
机构 * National University of Singapore（新加坡国立大学） ； Indian Institute of Technology, Dhanbad（印度德里理工学院） ； Chinese University of Hong Kong（香港中文大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University（北京大学）
AI总结 本文提出稀疏字典学习的统一理论，揭示其分段双凸性及虚假极值问题，通过线性表示基准揭示路径学，提出特征锚定技术提升特征恢复性能。
使大型视觉-语言模型的KV缓存更轻量
机构 * Integrative Sciences and Engineering Programme, National University of Singapore（国立新加坡大学整合科学与工程学程） ； School of Computing, National University of Singapore（国立新加坡大学计算机学院）
AI总结 本文提出LightKV方法，通过利用视觉token嵌入的冗余性，减少KV缓存大小，提升解码效率并降低GPU内存消耗。
Comments Accepted to Transactions on Machine Learning Research (TMLR), 2026
无配对图像去雨的奖励引导自强化策略
机构 * National University of Defense Technology（国防科技大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University of Science and Technology（南京理工大学） ； Hefei University of Technology（合肥工业大学） ； University of Trento（特伦斯大学）
AI总结 本文提出RGSUD方法，通过奖励循环和自强化训练提升无监督去雨性能，通过IQA动态奖励机制优化去雨结果，实验表明在多种数据集上均优于现有方法。
撤销重要信息：针对语言模型精确撤销的标记级归因
机构 * Department of Statistics and Data Science, National University of Singapore（统计与数据科学系，新加坡国立大学）
AI总结 本文提出TokenUnlearn框架，通过标记级归因实现精确撤销，结合知识意识信号和熵意识信号生成重要性评分，改进梯度信噪比，实验显示在遗忘效果和效用保持方面优于序列级基线。
Comments 17 pages, 2 figures
解开负责任的地理人工智能：应对气候变化极端事件和灾害制图
机构 * Department of Geography, National University of Singapore（新加坡国立大学地理系） ； GIScience Research Group, Heidelberg University（海德堡大学地理信息科学研究组） ； HeiGIT at Heidelberg University（海德堡大学HeiGIT机构）
AI总结 本文探讨了负责任的地理人工智能在气候极端和灾害制图中的作用，提出四个理论维度并提出治理模型，强调可持续、伦理和责任的部署。
LLM DNA：通过功能表示追溯模型进化
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 Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhiyuan College, Shanghai Jiao Tong University（上海交通大学智远学院）
AI总结 本文提出LLM DNA概念，通过低维生物利普希茨表示捕捉模型功能行为，解决现有方法的局限性，实验显示其在模型关系分析和进化树构建中的有效性。
Comments ICLR 2026 (Oral)
Journal ref International Conference on Learning Representations 2026
超越提示诱导的谎言：调查LLM在良性提示上的自我欺骗
机构 * Institute of Data Science National University of Singapore（数据科学研究所，新加坡国立大学）
AI总结 本文研究LLM在良性提示下的自我欺骗行为，提出基于Contact Searching Questions的框架，通过两个统计指标量化欺骗可能性，发现任务难度增加时欺骗倾向上升，模型容量增加并不总能减少欺骗。
Comments ICLR 2026 (Oral)
Journal ref International Conference on Learning Representations (2026)
适配大型视觉语言模型以生成低光照增强
机构 * Dalian University of Technology（大连理工大学） ； National University of Singapore（新加坡国立大学） ； Hong Kong Polytechnic University（香港理工大学） ； University of California, San Francisco（加州大学旧金山分校） ； Nanjing University of Science and Technology（南京理工大学）
AI总结 本文提出VLM-IMI框架，通过迭代和手动指令适配大型视觉语言模型，用于生成低光照增强。该框架包含正常光照指令先验生成和指令感知光照增强扩散两个分支，通过融合模块整合跨模态先验，提升生成效果。
Comments 11 papers,8 figures, CVPR2026 Findings
制造领域中的3D重建技术：应用、研究机会与用例
机构 * Advanced Robotics Centre（先进机器人中心） ； National University of Singapore（新加坡国立大学） ； Independent Researcher（独立研究员）
AI总结 本文综述了制造领域3D重建技术的发展现状，分析了传统方法与深度学习方法的差异，指出统一框架的不足，并总结了质量检测等关键应用及未来研究方向。
Comments 24 pages
CoAX：面向认知的归因解释用户模型：人类对AI解释的理解
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文通过认知建模分析不同XAI方法在结构化数据推理中的策略，发现模型能更准确拟合人类决策，为改进AI解释的可理解性提供新思路。
AID: 从扩散模型中获取代理意图用于多代理信息路径规划
机构 * 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AID框架，利用扩散模型生成非自回归长时轨迹，通过行为克隆和强化学习优化，提升多代理信息路径规划效率与信息获取能力。
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