高校专区
先有想法，后写代码：在评估LLM用于竞技编程时，将问题解决与代码生成解耦
机构 * MBZUAI ； NAIST ； National University of Singapore（国立新加坡大学）
AI总结 本文提出通过编辑稿而非代码来评估LLM在竞技编程中的问题解决能力，并引入数据集和评估方法，强调区分问题解决与实现的重要性。
PERM：基于心理学的共情奖励建模用于大语言模型
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） ； Huawei Technologies（华为技术）
AI总结 PERM通过双向分解和旁观者视角提升大语言模型的共情能力，实验显示其在同理心基准和对话数据集上表现优异，用户偏好率达70%。
跨模态注意力网络与双图学习在多模态推荐中的应用
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National University of Singapore（新加坡国立大学） ； Tianjin University of Technology（天津工业大学） ； Beihang University（北航） ； State Key Laboratory of CNS/ATM（国家空管重大科技专项实验室） ； Aviation Data Communication Corporation（航空数据通信公司）
AI总结 CRANE通过双图学习和递归注意力机制，解决多模态推荐中的浅层融合和不对称特征处理问题，提升推荐性能。
Comments Accepted to ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM)
超越硬掩膜：用于扩散语言模型的渐进性令牌演化
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Zhejiang University of Technology（浙江工业大学）
AI总结 本文提出EvoToken-DLM，通过演化的软令牌分布替代硬二进制掩码，实现扩散语言模型中可修正的解码，提升模型性能。
Comments Project webpage: https://aim-uofa.github.io/EvoTokenDLM
联邦学习中手术视频仪器分割的时空表示解耦与增强
机构 * Department of Electrical and Computer Engineering, NUS, Singapore（新加坡国立大学电子与计算机工程系） ； Department of Biomedical Engineering, NUS, Singapore（新加坡国立大学生物医学工程系） ； Institute of High Performance Computing, A*STAR, Singapore（新加坡A*STAR高性能计算研究所） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong, HKSAR, China（香港中文大学（深圳）计算机科学与工程系） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China（中国科学院深圳先进技术研究所）
AI总结 本文提出FedST方法，通过解耦和增强时空表示，提升联邦学习中手术视频仪器分割的性能。
MIST：面向大语言模型理论思维的多维隐性偏见评估
机构 * School of Software（软件学院） ； Shandong University（山东大学） ； National University of Singapore（新加坡国立大学） ； School of Psychology（心理学学院） ； Hainan Normal University（海南师范大学）
AI总结 MIST通过两个间接任务揭示大语言模型在理论思维方面的多维隐性偏见，提升模型对刻板印象的鲁棒性。
FastStair: 人类机器人跑步上楼梯的学习
机构 * School of Mechanics Engineering, Harbin Institute of Technology (HIT), Harbin Heilongjiang 150001, China（哈尔滨工业大学机械工程学院） ； LimX Dynamics, Shenzhen, China（LimX Dynamics） ； Zhejiang University-University of Illinois Urbana-Champaign Institute (ZJUI), Haining, China（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所） ； Department of Electronic Engineering and Information Science (EEIS), University of Science and Technology of China, Hefei 230027, China（中国科学技术大学电子工程与信息科学系） ； Hong Kong University of Science and Technology, Hong Kong SAR, China（香港科技大学） ； Department of Mechanical Engineering, National University of Singapore, Singapore 117575（新加坡国立大学机械工程系）
AI总结 FastStair通过结合基于模型的规划器和强化学习，实现仿人机器人快速稳定的楼梯上升，展示了在高速和长楼梯上的卓越性能。
协同多智能体测试时间强化学习用于推理
机构 * MIT（麻省理工学院） ； NUS（新加坡国立大学） ； NYU（纽约大学） ； Microsoft（微软） ； Columbia（哥伦比亚大学） ； NTU（国立科技大学）
AI总结 MATTRL通过在推理阶段注入结构化文本经验，提升多智能体在医学、数学和教育等领域的推理准确性，比多智能体基线提升3.67%，比单智能体基线提升8.67%。
Comments Work in Progress
仅编码器图像配准
机构 * School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； Cornell University（康奈尔大学） ； Department of Electrical and Computer Engineering, Johns Hopkins University（电气与计算机工程系，约翰霍普金斯大学） ； Department of Electrical and Computer Engineering, National University of Singapore（电气与计算机工程系，国立新加坡大学）
AI总结 EOIR通过仅编码器架构实现图像配准的高精度与高效率平衡，利用卷积网络线性化局部强度和和谐化全局对比度变化，构建拉普拉斯特征金字塔以逐步生成全微分变形。
Comments accepted by IEEE Transactions on Circuits and Systems for Video Technology
MoST：通过模态感知混合专家混合语音和文本
机构 * School of Computer Science, National University of Singapore（新加坡国立大学计算机科学学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）
AI总结 MoST通过模态感知混合专家架构，实现语音和文本的高效融合，首次公开了基于混合专家的语音-文本大语言模型。
SALP-CG：面向在线医疗对话数据分类与分级的标准对齐大语言模型流水线
机构 * School of Computing, Macquarie University, Australia（麦考瑞大学计算机学院） ； Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） ； School of Mathematics and Statistics, Shandong University of Technology, China（山东理工大学数学与统计学院） ； Digital Intelligence Center, Fuzhou University Affiliated Provincial Hospital, China（福州市附属省医院数字智能中心） ； School of Computer Science and Engineering, UNSW, Australia（新南威尔士大学计算机科学与工程学院）
AI总结 SALP-CG通过统一标准和自动化方法，实现在线医疗对话数据的分类与敏感性分级，提升健康数据治理效率。
VICON：基于多物理场流体动力学预测的上下文操作网络
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； National University of Singapore（新加坡国立大学）
AI总结 VICON通过整合视觉Transformer架构，高效处理2D数据并提升多物理场流体动力学预测的准确性与鲁棒性。
Comments update after TMLR accept
从最优控制视角出发的终端约束流基生成模型
机构 * School of Mathematical Sciences, Fudan University（复旦大学数学学院） ； Shanghai Key Laboratory of Contemporary Applied Mathematics（上海当代应用数学重点实验室） ； Department of Mathematics and Institute for Functional Intelligent Materials（数学系和功能智能材料研究所） ； National University of Singapore（新加坡国立大学）
AI总结 TOCFlow从最优控制视角提出一种几何感知的采样方法，通过终端共动框架实现二阶曲率效应捕捉，提升约束满足性能。
Comments 59 pages, 9 figures
LeMat-GenBench：一种统一的晶体生成模型评估框架
机构 * Harvey Mudd College, USA（哈维·穆德学院，美国） ； National University of Singapore, Singapore（新加坡国立大学） ； University of Cambridge, UK（剑桥大学） ； Chalmers University of Technology, Sweden（瑞典查尔姆斯理工大学） ； Indian Institute of Technology Delhi, India（印度德里理工学院）
AI总结 LeMat-GenBench通过统一的评估框架和指标，评估晶体生成模型的稳定性与多样性，揭示稳定性与新颖性之间的权衡，为生成模型的发展提供指导。
Comments 46 pages, 17 figures, 16 tables
$A^3$-Bench：通过锚点和吸引子激活进行记忆驱动科学推理的基准测试
机构 * Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 $A^3$-Bench通过双尺度记忆驱动激活机制，评估科学推理中的记忆利用效果，揭示记忆激活对推理性能的影响。
MAXS: 基于LLM代理的元适应性探索
机构 * Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； South China University of Technology（华南理工大学）
AI总结 MAXS通过元适应性探索框架提升LLM代理在多工具推理中的全局有效性和计算效率。
MORE: 语音识别中的多目标对抗攻击
机构 * Agency for Science, Technology and Research（科技研究局） ； University of California, Riverside（加州大学河滨分校） ； National University of Singapore（新加坡国立大学）
AI总结 MORE通过多目标对抗攻击方法，同时降低语音识别模型的识别准确率和推理效率，有效揭示了ASR模型的脆弱性。
Comments 19 pages
DyDiT++: 带时间步和空间动态的扩散变换器用于高效的视觉生成
机构 * National University of Singapore（新加坡国立大学） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Lab（虎扑实验室） ； Tsinghua University（清华大学）
AI总结 DyDiT++通过动态调整时间步和空间计算，提升视觉生成效率，减少计算成本并拓展应用范围。
Comments This paper was accepted to the IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) on January 9, 2026. arXiv admin note: substantial text overlap with arXiv:2410.03456
SafeRedir: 基于提示嵌入重定向的图像生成模型鲁棒去学习
机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； CFAR and IHPC, A*STAR（CFAR和IHPC，A*STAR）
AI总结 SafeRedir通过提示嵌入重定向实现图像生成模型的鲁棒去学习，无需修改模型即可有效消除不安全内容并提升对抗性攻击抵抗力。
Comments Code at https://github.com/ryliu68/SafeRedir
MemGovern：通过学习受控的人类经验增强代码代理
机构 * UCAS（中国科学院大学） ； NUS（新加坡国立大学） ； ECNU（华东师范大学） ； FDU（福建师范大学） ； XDU（西安电子科技大学） ； UBC（不列颠哥伦比亚大学） ； HKUST(GZ)（香港科技大学） ； PKU（北京大学） ； RUC（中国人民大学） ； QuantaAlpha（量子阿尔法）
AI总结 MemGovern通过学习受控的人类经验，提升代码代理的修复效率和性能。
MDReID: 任意到任意多模态对象重识别的模态解耦学习
机构 * Northeastern University（东北大学） ； Xiamen University（厦门大学） ； National University of Singapore（新加坡国立大学）
AI总结 MDReID通过模态解耦学习和模态感知度量学习，实现了任意到任意多模态对象重识别的鲁棒性和可扩展性。
Comments Accepted by NeurIPS 2025
GSAlign：面向空地行人重识别的几何与语义对齐网络
机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（航天信息安全部与可信计算重点实验室，教育部，武汉大学计算机科学与工程学院） ； Xiamen University（厦门大学） ； National University of Singapore（新加坡国立大学）
AI总结 GSAlign通过几何与语义对齐模块，有效解决空地行人重识别中的视角差异和遮挡问题，提升匹配精度。
Comments Accepted by Neurips 2025
UniF$^2$ace: 一个统一的细粒度人脸理解和生成模型
机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Central South University（中南大学） ； Fudan University（复旦大学） ； Guangming Lab（光明实验室） ； Zhejiang University（浙江大学） ； Lancaster University（兰卡斯特大学） ； National University of Singapore（新加坡国立大学）
AI总结 UniF$^2$ace是一个专门针对细粒度人脸理解和生成的统一多模态模型，通过双离散扩散损失和多级分组专家混合架构，提升高质量面部细节生成和细粒度属性处理能力。
OS-Symphony: 一个用于鲁棒且通用计算机使用代理的综合框架
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； 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 University of Hong Kong（香港大学） ； CUHK MMLab（香港中文大学MMLab） ； Xi’an Jiaotong University（西安交通大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 OS-Symphony通过反思记忆代理和多功能工具代理，提升计算机使用代理在长周期任务和新领域中的鲁棒性和泛化能力。
Comments 31 pages, 11 figures, 12 tables
ShowUI-Aloha: 由人类指导的GUI代理
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 ShowUI-Aloha通过将无结构的人类屏幕记录转化为结构化任务，提供了一种可扩展的解决方案，用于构建能够从观察人类中有效学习的通用GUI代理。
Comments 13 Pages, 16 Figures
QMAVIS：利用大多模态模型融合实现长视频音频理解
机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University, Singapore（南洋理工大学）
AI总结 QMAVIS通过融合大型多模态模型、大型语言模型和语音识别模型，实现了长视频音频理解，展示了在VideoMME数据集上38.75%的性能提升，并在其他数据集上表现出竞争力。
Sketch&Patch++: 高效的结构感知3D高斯表示
机构 * National University of Singapore（新加坡国立大学） ； IRIT - Université de Toulouse（图卢兹大学IRIT）
AI总结 Sketch&Patch++提出一种结构感知的3D高斯表示方法，通过分层自适应分类框架实现高效存储和渲染，相比传统方法在PSNR、SSIM和LPIPS上均取得显著提升。
为量子比特高效优化设计的信息最小几何
机构 * Centre for Quantum Technologies, National University of Singapore（量子技术中心，新加坡国立大学） ； Institute for Quantum Computing and Quantum Technologies, NCSR Demokritos（量子计算与量子技术研究所，NCSR德莫克里托斯研究中心） ； School of Electronics and Computer Science, University of Southampton（电子与计算机科学学院，南安普顿大学） ； AngelQ Quantum Computing, Singapore（新加坡AngelQ量子计算）
AI总结 本文提出了一种信息最小的几何方法，通过构建水平2阶谢尔盖-阿德ams多面体，实现量子比特高效优化的近最优近似比，揭示了配对多面体几何在解决大规模优化问题中的作用。
Comments 39 pages, 9 figures. v2: Revised for clarity
CLIP-GS: 通过3D高斯点划法统一视觉-语言表示
机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院） ； National University of Singapore（新加坡国立大学） ； Meituan（美团） ； Georgia Institute of Technology（佐治亚理工学院） ； Picsart AI Research (PAIR)（Picsart AI研究（PAIR））
AI总结 CLIP-GS通过3D高斯点划法统一视觉-语言表示，利用对比损失和图像投票损失提升多模态检索和分类性能。
通过归一化流增强低分辨率图像表示
机构 * Yau Mathematical Sciences Center, Tsinghua University, Beijing, China（清华大学数学科学中心，北京，中国） ； Beijing Institute of Mathematical Sciences and Applications, Beijing, China（北京数学科学研究院，北京，中国） ； Department of Mathematics, National University of Singapore, Singapore（新加坡国立大学数学系，新加坡） ； Department of Pharmaceutical Chemistry, University of California, San Francisco, CA, USA（加州大学旧金山分校药学化学系，美国，加利福尼亚州，旧金山） ； Yau Mathematical Sciences Center and Department of Mathematical Sciences, Tsinghua University, Beijing, China（清华大学数学科学中心及数学系，北京，中国）
AI总结 本文提出LR2Flow框架，通过整合小波紧框架块与归一化流，提升低分辨率图像表示的重建能力与鲁棒性。
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