高校专区
长上下文强化学习需要可验证的上下文奖励
机构 * National University of Singapore（国立新加坡大学） ； MiroMind AI ； absolute AI
AI总结 LongRLVR通过引入可验证的上下文奖励，解决长上下文强化学习中因稀疏奖励导致的梯度消失问题，显著提升大语言模型的推理能力。
Comments ICLR 2026
NextAds: 向下一代个性化视频广告迈进
机构 * University of Science and Technology of China（科学技术大学） ； Hohai University（河海大学） ； National University of Singapore（新加坡国立大学）
AI总结 NextAds提出一种基于生成的范式，通过生成式AI实现连续空间中视频创意的实时优化，提升个性化广告的效果和时效性。
关于视觉注意控制建模的资源理性原则
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资源理性的视觉注意力建模框架，通过模拟环境重现经典效应并生成新预测，为HCI设计提供新工具。
MealRec: 基于分层扩散模型的多粒度序列建模用于微视频推荐
机构 * National University of Defense Technology（国防科技大学） ； National University of Singapore（新加坡国立大学）
AI总结 MealRec通过分层扩散模型实现多粒度序列建模，解决微视频推荐中的偏好无关表示和模态冲突问题，提升推荐效果。
展示ViviDoc：通过人机协作生成交互式文档
机构 * State Key Lab of CAD&CG（CAD与CG国家重点实验室） ； HKUST(GZ)（香港科技大学（广州）） ； National University of Singapore（新加坡国立大学） ； University of Virginia（弗吉尼亚大学）
AI总结 ViviDoc通过人机协作生成交互式教育文档，采用多代理流水线和文档规范提升生成质量和编辑体验。
SPIRAL：通过多智能体多轮强化学习进行零和游戏的自我对战以促进推理
机构 * National University of Singapore（新加坡国立大学） ； Northeastern University（东北大学） ； Sea AI Lab（Sea AI 实验室） ； Centre for Frontier AI Research (CFAR), A*STAR（前沿人工智能研究中心（CFAR），A*STAR） ； Plastic Labs ； University of Washington（华盛顿大学）
AI总结 SPIRAL通过多智能体多轮强化学习在零和游戏中促进推理，展示了模型在多个基准测试中的显著性能提升。
Comments Accepted at ICLR 2026. Code: https://github.com/spiral-rl/spiral
对称锥博弈中的乐观在线学习
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； National University of Singapore（新加坡国立大学） ； Centre for Quantum Technologies（量子技术中心） ； Archimedes/Athena Research Center（Archimedes/Athena研究中心）
AI总结 本文提出了一种在对称锥博弈中计算近似纳什均衡的乐观在线学习算法，该算法具有通用性和高效的迭代复杂度。
Comments Published in Transactions on Machine Learning Research 2026
迈向原则化的数据集蒸馏：从谱分布视角
机构 * EPIC Lab, SJTU（上海交通大学EPIC实验室） ； UChicago（芝加哥大学） ； NUS（新加坡国立大学） ； CASIA（中国科学院自动化研究所） ； UCAS（中国科学院自动化研究所）
AI总结 本文提出CSDM方法，通过谱分布匹配解决长尾数据集中的分布对齐问题，实现性能提升并增强稳定性。
Comments 30 pages, 5 tables, 4 figures
Fed-GAME: 基于图注意力混合专家的个性化联邦学习用于时间序列预测
机构 * School of Automation, Central South University（中南大学自动化学院） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； School of Electrical Engineering and Telecommunications, University of New South Wales（新南威尔士大学电气工程与电信学院） ； Department of Electrical Engineering, City University of Hong Kong（香港城市大学电子工程系）
AI总结 Fed-GAME通过图注意力混合专家实现个性化联邦学习，利用动态隐式图和参数差异更新协议提升时间序列预测的个性化性能。
AgentVista: 评估在超挑战性现实视觉场景中的多模态代理
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 AgentVista 是一个评估多模态代理在超挑战性现实视觉场景中能力的基准，通过真实场景和复杂工具交互任务揭示现有模型在长时间多模态工具使用方面的不足。
Comments The project website is available at https://agentvista-bench.github.io/, and the code is available at https://github.com/hkust-nlp/AgentVista
数据集颜色量化：面向数据集层面压缩的训练导向框架
机构 * CFAR, Agency for Science, Technology and Research, Singapore（科技研究局CFAR, 新加坡） ； IHPC, Agency for Science, Technology and Research, Singapore（科技研究局IHPC, 新加坡） ； National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China (UESTC)（电子科技大学） ； Nanyang Technological University (NTU), Singapore（南洋理工大学, 新加坡）
AI总结 本文提出DCQ框架，通过减少颜色空间冗余并保留训练关键信息，实现数据集层面的高效压缩，提升训练性能。
Comments Accepted by ICLR 2026
DRAGON：基于大语言模型的分解与重建代理用于大规模组合优化
机构 * Institute for Infocomm Research A STAR Singapore ； Singapore Management University Singapore ； Nanyang Technological University Singapore ； Eindhoven University of Technology Eindhoven Netherlands ； National University of Singapore \& Institute for Infocomm Research A STAR Singapore ； Singapore University of Technology ； Institute for Infocomm Research ； Singapore Management University ； Nanyang Technological University ； Eindhoven University of Technology ； National University of Singapore \& Institute for Infocomm Research
AI总结 DRAGON是一种结合元启发式设计和LLM推理的新型框架，通过分解与重建代理实现大规模组合优化问题的高效求解。
Comments This paper has been accepted for presentation and publication at the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), source code: https://github.com/skychan/DARGON
用于金融技术分析的时间序列推理
机构 * National University of Singapore（国立新加坡大学） ； Technical University of Munich（慕尼黑技术大学） ； Singapore Management University（新加坡管理学院） ； City University of Hong Kong（香港城市大学）
AI总结 VTA通过结合语言和潜在推理，生成准确且可解释的股票时间序列预测，展示了在金融技术分析中的优越性能。
Comments ICLR 2026
反事实信用引导的贝叶斯优化
机构 * Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Department of ISEM, National University of Singapore（新加坡国立大学ISEM系） ； Alliance Manchester Business School, University of Manchester（曼彻斯特大学阿联酋商业学院）
AI总结 本文提出CCGBO方法，通过反事实信用量化历史观测贡献，优化资源分配以加速找到全局最优解。
DragFlow: 通过基于区域的监督释放DiT先验以实现拖拽编辑
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学）
AI总结 DragFlow通过基于区域的监督利用FLUX先验，改进基于拖拽的图像编辑效果，实现对点式和区域式基线的超越。
Comments Accepted by ICLR 2026
GEM：代理大语言模型的训练环境
机构 * Sea AI Lab（海智实验室） ； NUS（国立大学新加坡） ； Oxford（牛津大学） ； SMU（南卫理安大学） ； Stanford（斯坦福大学） ； Northeastern（东北大学） ； OpenRLHF（开放强化学习基金会） ； ROLL ； RL2 ； absolute AI（绝对人工智能）
AI总结 GEM是一个为代理LLM设计的开源训练环境，提供标准化接口、多样化环境和基准测试功能，用于促进基于经验的学习和强化学习算法的评估。
回望以推导前行：用于长上下文LLM代理的可回溯记忆
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） ； Shanghai Jiao Tong University（上海交通大学） ； DP Technology（DP科技） ； Meituan（美团）
AI总结 ReMemR1通过整合记忆检索机制和多级奖励设计，提升长上下文问答任务的推理能力与效率。
PMark: 向鲁棒且无失真语义级水印技术迈进：在通道约束下
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
AI总结 PMark通过代理函数框架实现鲁棒且无失真的语义级水印技术，提升对改写攻击的鲁棒性并优化采样效率。
Comments ICLR 2026 Poster
VPI-Bench：用于计算机使用代理的视觉提示注入攻击
机构 * National University of Singapore（国立新加坡大学） ； Cyber Emerging Tech and R&D Co（网络安全与研发公司）
AI总结 本文提出VPI-Bench基准，用于评估计算机使用代理和浏览器使用代理在视觉提示注入攻击下的鲁棒性，发现当前代理在某些平台上被欺骗率达51%和100%。
Comments ICLR 2026
多模态学习是否在医疗领域实现了通用智能？一项全面的综述
机构 * Saw Swee Hock School of Public Health, National University of Singapore（新加坡国立大学公共健康学院） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院）
AI总结 本文通过全面调查，指出当前多模态学习在医疗领域尚未实现通用智能，并提出十个潜在研究方向。
Comments 21 pages, 6 figures
LangGap：诊断和缩小视觉-语言-动作模型中的语言差距
机构 * Department of Electrical and Computer Engineering, National University of Singapore, Singapore（电子与计算机工程系，新加坡国立大学）
AI总结 LangGap通过系统性语义扰动诊断和多样化任务设计，揭示并缩小VLA模型在理解多样语言指令方面的差距。
Comments 7 pages, 3 figures. Code and benchmark will be available at https://github.com/YC11Hou/langgap
OPGAgent: 一种用于可审计牙科全景X光解读的智能体
机构 * AIM for Health Lab ； Faculty of Information Technology, Monash University（信息科技学院，莫纳什大学） ； Monash University（莫纳什大学） ； Curae Health ； Faculty of Dentistry, The University of Hong Kong（牙科学院，香港大学） ； National University of Singapore（新加坡国立大学） ； Southeast University（东南大学）
AI总结 OPGAgent是一种用于可审计牙科全景X光解读的智能体系统，通过多工具协调和共识机制，在结构化报告和VQA评估中优于现有牙科VLMs和医疗智能体框架。
Comments 10 pages, 2 figures
揭示认知罗盘：基于理论of-Mind的多模态情感推理
机构 * National University of Singapore（新加坡国立大学） ； Huazhong University of Science and Technology（华中科技大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出HitEmotion基准和TMPO方法，通过理论of-Mind引导多模态情感推理，提升模型情感理解和认知能力。
Comments Accepted by ICLR 2026
EUBRL：基于信念不确定性导向的贝叶斯强化学习
机构 * National University of Singapore（新加坡国立大学）
AI总结 EUBRL通过信念不确定性引导，在稀疏奖励、长时间跨度和随机性任务中实现了高效、可扩展且一致的强化学习性能。
InnoGym：评估AI智能体创新潜力的基准测试
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； National University of Singapore（新加坡国立大学） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（知识图谱联合实验室）
AI总结 InnoGym通过引入性能提升和新颖性两个指标，首次系统评估AI智能体的创新潜力，揭示了创造力与有效性的平衡问题。
Comments ICLR 2026
一种集中式与分布式强化学习控制在软机器人手臂中的定量比较
机构 * Department of Electrical and Computer Engineering, National University of Singapore（电子与计算机工程系，新加坡国立大学） ； Department of Computer Science, National University of Singapore（计算机科学系，新加坡国立大学） ； Department of Mechanical Engineering, National University of Singapore（机械工程系，新加坡国立大学）
AI总结 本文比较了集中式与分布式强化学习在软机器人手臂控制中的性能，发现分布式策略在样本效率和鲁棒性上更优，但集中式策略在训练时间上更高效。
Comments 7 pages, 4 figures, 2 tables, accepted by RoboSoft 2026
ThinkMorph：多模态交错链式推理中的涌现特性
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） ； absolute AI ； The Chinese University of Hong Kong（香港中文大学）
AI总结 ThinkMorph通过统一模型提升多模态推理性能，展现视觉操控与模式切换等新兴能力。
Comments project page: https://thinkmorph.github.io/
LightMem: 轻量级和高效的内存增强生成
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； State Key Lab. for Novel Software Technology, Nanjing University, P.R. China（南京大学软件新技术国家重点实验室，中国）
AI总结 LightMem通过三阶段内存系统提升LLM在动态环境中的效率和性能，实现问答准确率提升和token使用减少。
Comments ICLR 2026
TTOM：测试时优化与记忆化用于组合视频生成
机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 TTOM通过测试时优化与记忆化机制，提升组合视频生成的跨模态对齐能力，实现高效且可扩展的实时生成。
Comments ICLR 2026 Camera-ready. Project page: https://ttom-t2v.github.io/
弥合草案策略不一致：为推测解码的组树优化
机构 * Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理学院）
AI总结 GTO通过组树优化解决推测解码中草案策略不一致问题，提升LLM推理效率。
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