高校专区
我们是否正确评估了LLM模型编辑的编辑局部性？
机构 * National University of Singapore（新加坡国立大学） ； Huazhong University of Science（华中科技大学） ； Central China Normal University ； University of Maryland, College Park（马里兰大学学院市分校）
AI总结 本文提出了一种改进的LLM模型编辑特异性评估协议，以更准确地衡量知识保留能力。
深度神经网络求解高维抛物型偏微分方程
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州研究院） ； Department of Mathematics, Southern Methodist University（南方法国大学数学系） ； Department of Computer Science, School of Computing, National University of Singapore（新加坡国立大学计算机科学系） ； Department of Mathematics, Southern Methodist University (SMU)（南方法国大学数学系） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系）
AI总结 本文介绍了利用深度神经网络求解高维抛物型PDEs的方法，探讨了三种主要范式及其应用，展示了方法的可扩展性和有效性。
多尺度时间预测 via 逐步生成和多智能体协作
机构 * National University of Singapore（新加坡国立大学） ； Alibaba Group（阿里巴巴集团） ； Renmin University of China（中国人民大学）
AI总结 本文提出了一种多尺度时间预测方法，通过逐步生成和多智能体协作，提升多尺度和多状态预测的准确性和一致性。
Comments 20 pages, 6 figures
Journal ref NeurIPS 2025
CondensNet：通过混合深度学习模型与自适应物理约束实现稳定的长期气候模拟
机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； NVIDIA AI Technology Centre（NVIDIA人工智能技术中心） ； Centre for Climate Research Singapore（新加坡气候研究中心） ； Environmental Science Division, Argonne National Laboratory（阿贡国家实验室环境科学部） ； Information Sciences and Technology Department, The Pennsylvania State University（宾夕法尼亚州立大学信息科学与技术系）
AI总结 CondensNet通过引入自适应物理约束，解决了混合模型中凝结过程的不稳定性问题，提升了长期气候模拟的稳定性与效率。
辩论、 deliberative、决定（D3）：一种成本意识的对抗框架，用于可靠且可解释的LLM评估
机构 * Martian ； NUS（新加坡国立大学） ； MIT（麻省理工学院）
AI总结 D3是一种通过结构化辩论和聚合机制提升LLM评估可靠性和可解释性的对抗框架，通过预算停止机制优化成本效率。
Journal ref EACL 2026
ThinkTank-ME: 一个用于中东事件预测的多专家框架
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Communication University of China（中国通信大学） ； Singapore Management University（新加坡国立管理学院） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学）
AI总结 ThinkTank-ME通过多专家协作框架提升中东事件预测的准确性与复杂性处理能力。
PhysicsMind: 为基础多模态大语言模型和世界模型中的物理推理和预测进行仿真与现实力学基准测试
机构 * Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； 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） ； University of Science and Technology of China（中国科学技术大学） ； Cornell University（康奈尔大学） ； Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学）
AI总结 PhysicsMind是一个结合现实和仿真环境的统一基准，用于评估基础多模态大语言模型和世界模型在物理推理和预测中的能力。
虚拟交通警察：基于大语言模型的交通信号控制用于突发事件
机构 * Department of Civil and Environmental Engineering, National University of Singapore（环境与土木工程系，新加坡国立大学）
AI总结 本文提出一种基于大语言模型的交通信号控制框架，通过虚拟交通警察代理实时调整信号控制器参数，提升应对突发事件的效率和可靠性。
VeriLLM：一种轻量级的公开可验证去中心化推理框架
机构 * University of Illinois Urbana-Champaign, Gradient（伊利诺伊大学厄巴纳-香槟分校，Gradient） ； Emory University（埃默里大学） ； Ohio State University（俄亥俄州立大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 VeriLLM通过轻量级经验重跑和链上检查实现公开可验证的去中心化LLM推理，提高效率与安全性，减少验证成本。
Comments 18 pages, 4 figures, 6 tables
Xi+: 用于鲁棒说话人嵌入的不确定性监督
机构 * 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 Xi+通过引入时序注意力模块和随机方差损失，改进了说话人嵌入的鲁棒性，提升了语音识别系统的性能。
WeDefense：一种用于对抗假音频的工具包
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Brno University of Technology（布拉格技术大学） ； National Institute of Informatics（国家信息研究所） ； National University of Singapore（新加坡国立大学） ； University of Rochester（罗切斯特大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） ； WeNet Opensource Community（WeNet开源社区） ； EURECOM
AI总结 WeDefense是一个开源工具包，旨在提供标准化的假音频检测与定位解决方案，包含灵活的输入增强、校准、分数融合和标准化评估指标等核心功能。
Comments This is an ongoing work. v1 corresponds to the version completed by June 4, 2025 and previously submitted to ASRU 2025
侵蚀攻击用于对抗训练以增强语义分割鲁棒性
机构 * Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） ； Griffith University（格里菲斯大学）
AI总结 本文提出EroSeg-AT框架，通过生成具有上下文语义关系的对抗示例，提升语义分割模型在对抗攻击下的鲁棒性。
Comments Accepted by ICASSP 2026
是什么使低比特量化感知训练在推理大语言模型中有效？一项系统研究
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Huawei Technologies（华为技术有限公司） ； National University of Singapore（新加坡国立大学）
AI总结 本研究通过系统分析揭示了低比特量化感知训练在推理大语言模型中的有效性，提出优化工作流Reasoning-QAT，显著提升精度与效率。
解锁大型音频-语言模型以实现交互式语言学习
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出通过指令微调ALMs，利用L2-Arctic-plus数据集提升交互式语言学习中的发音训练效果。
Comments Accepted to the Findings of EACL 2026
FARE：快速-缓慢代理机器人探索
机构 * Beihang University, China（北航大学） ； Department of Mechanical Engineering, National University of Singapore（机械工程系，新加坡国立大学）
AI总结 FARE通过结合大型语言模型和强化学习策略，实现了高效且稳健的机器人探索，显著提升了探索效率并验证了其在大规模建筑环境中的有效性。
揭开黑箱：关于大语言模型多步推理机制的综述
机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文综述了大语言模型多步推理机制，探讨了隐式和显式推理过程，并提出了未来研究方向。
Comments Technical Report
RMBRec: 面向目标行为的鲁棒多行为推荐
机构 * National University of Singapore（新加坡国立大学） ； Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 RMBRec通过信息论鲁棒性原则，结合表示鲁棒性模块和优化鲁棒性模块，提升多行为推荐的鲁棒性和稳定性。
Journal ref WWW2026
图表示学习的综述：连接图结构与大语言模型
机构 * National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Southern Queensland（南方昆士兰大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了量化图表示学习，探讨了其与大语言模型的整合方法及未来研究方向。
Interp3D: 基于对应关系的生成式纹理3D变形
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学） ； State Key Lab of CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 Interp3D提出一种无需训练的纹理3D变形方法，通过结构化潜在引导和渐进对齐实现几何与纹理一致性，提升3D变形的平滑度和合理性。
Comments 22 pages, 12 figures
通过多智能体指令细化实现高效的稳健语言情绪诊断以促进心理健康
机构 * School of Computer Science and Technology, Xi’an Jiaotong University（计算机科学与技术学院，西安交通大学） ； Saw Swee Hock School of Public Health, National University of Singapore（Saw Swee Hock 公共卫生学院，新加坡国立大学）
AI总结 APOLO通过多智能体协作优化提示空间，提升语言情绪诊断的效率与鲁棒性，适用于心理健康领域的可信LLM应用。
AgentAsk: 多智能体系统需要提问
机构 * University of Science and Technology of China（科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 AgentAsk通过边缘级澄清模块提升多智能体系统准确性，减少误差传播，提高任务效率与性能。
通过条件预测离散令牌对语音合成的语调和可懂性进行客观评估
机构 * Center for Language and Speech Processing (CLSP), Johns Hopkins University（语言与语音处理中心（CLSP），约翰·霍普金斯大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出TTScore，一种基于条件预测离散语音令牌的无参考评估框架，用于更准确地评估语音合成的语调和可懂性。
Comments Accepted in IEEE Open Journal of Signal Processing, 2026
『他们偷走了我的GPL授权模型！』：迈向标准化和透明的模型授权
机构 * East China Normal University（华东师范大学） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出ModelGo分析器和ModelGo许可证，旨在解决模型发布中的许可证合规问题，通过本体推理和灵活的许可证设计提升透明度和标准化。
Comments 12 pages, 8 figures. Accepted for publication in WWW2026 Web4Good
EFX的成本：在少量剩余物品下的广义均值效用与复杂性二元对立
机构 * National University of Singapore（新加坡国立大学） ； Harvard University（哈佛大学） ； University of Oxford（牛津大学）
AI总结 研究探讨了在少量剩余物品情况下，EFX与广义均值效用的复杂性关系，揭示了EFX在不同p值下的计算难度及效用损失。
从设计到去轨：一种用于多碎片修复的太阳能自主模块
机构 * 1 Department of Electronics \& Communication Engineering, Indian Institute of Information Technology Dharwad, India ； 2 Department of Computer Science \& Engineering, Indian Institute of Information Technology Dharwad, India ； 3 Department of Electrical \& Computer Engineering. National University of Singapore (NUS), Singapore ； 4 Hindustan Aeronautics Limited (HAL), Bengaluru, India ； 5 U R Rao Satellite Center, ISRO, Bengaluru, India ； 6 Department of Data Science ； Artificial Intelligence, Indian Institute of Information Technology Dharwad, India
AI总结 本文提出了一种太阳能驱动的自主模块，用于多碎片修复，通过机械夹持系统和高效氙气推进器实现高精度去轨，并利用DTN协议提高数据传输效率。
Comments 6 pages, 13 Figures, 2 tables
基于AI表现的人格特质可通过对话影响人类自我概念
机构 * Computer Science（计算机科学） ； National University of Singapore（新加坡国立大学） ； School of Computing（计算学院）
AI总结 本研究发现基于AI的人格特质可通过对话影响用户自我概念，揭示了AI在人机交互中的潜在影响及设计启示。
Comments ACM CHI 2026
感知、理解和推理，一个用于视频虚假新闻检测的多模态基准
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学）
AI总结 本文提出POVFNDB多模态基准，通过10个任务系统评估MLLMs在视频虚假新闻检测中的感知、理解和推理能力，并通过微调Qwen2.5VL-7B-Instruct达到最先进的性能。
探索聊天机器人拟人化和人类共情对人类对聊天机器人亲社会行为的影响
机构 * Computer Science, National University of Singapore（计算机科学，新加坡国立大学） ； Department of Communications and New Media, National University of Singapore（通讯与新媒体系，新加坡国立大学） ； New Media, National University of Singapore（新媒体，新加坡国立大学）
AI总结 本研究探讨了聊天机器人拟人化和人类共情如何促进人类对聊天机器人的亲社会行为，并发现共情在其中起中介作用。
SDiT：语义区域自适应的扩散变换器
机构 * University of Houston（德克萨斯大学奥斯汀分校） ； Rice University（里奇大学） ； Indiana University Bloomington（印第安纳大学布卢明顿分校） ； Argonne National Laboratory（阿贡国家实验室） ； National University of Singapore（新加坡国立大学）
AI总结 SDiT通过语义区域自适应技术，在不重新训练模型的情况下，实现去噪加速，同时保持高质量的图像生成效果。
利用无人机和街景影像评估建筑热韧性：耦合全球上下文视觉变换器
机构 * Heidelberg University（海德堡大学） ； National University of Singapore（新加坡国立大学） ； OpenMap Development Tanzania（坦桑尼亚开放地图开发）
AI总结 本文提出利用无人机和街景影像结合耦合全球上下文视觉变换器，评估建筑热韧性，提升热相关健康风险识别的准确性。
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