高校专区
OFFSIDE: 多模态大语言模型中误信信息消除的基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； BIAI, ZJUT & D5Data.ai（BIAI、浙江工业大学及D5Data.ai） ； National University of Singapore（新加坡国立大学）
AI总结 OFFSIDE通过足球转会谣言数据集，评估多模态大语言模型中误信信息消除的挑战与方法，揭示现有技术的局限性。
重新审视贪心模型搜索中的随机化
机构 * Department of Operations Research and Financial Engineering, Princeton University（运筹学与金融工程系，普林斯顿大学） ； 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 本文研究了特征子采样对贪心前向选择模型的影响，揭示了其在减少偏差和方差方面的独特作用，不同于传统收缩方法。
通往成功的阶梯：一种通过LLM驱动的粗到细探索的在线楼层感知零样本物体-目标导航框架
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； 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） ； Tsinghua University（清华大学）
AI总结 本文提出ASCENT框架，通过LLM驱动的粗到细探索实现在线楼层感知零样本物体-目标导航，无需预建地图或重新训练，适用于多楼层环境。
Comments Accepted to IEEE Robotics and Automation Letters (RAL). Project Page at https://zeying-gong.github.io/projects/ascent
ManiBox: 通过可扩展的模拟数据生成增强具身空间泛化
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Horizon Robotics
AI总结 ManiBox通过可扩展的模拟数据生成提升具身智能体的空间泛化能力，有效减少仿真到现实的差距。
大规模神经网络的一致性：回归与分类
机构 * Department of Data Science and Statistics, National University of Singapore（数据科学与统计系，新加坡国立大学）
AI总结 本研究通过理论分析揭示了大规模神经网络在回归与分类任务中的一致性机制，证明了参数增加时近似误差下降，正则化保持泛化误差有界，并展示了深度网络在多任务中的统计一致性。
CRoPS：一种用于视觉-语言模型的无训练幻觉缓解框架
机构 * Indian Institute of Technology (ISM)（印度理工学院（ISM）） ； Transmute AI ； National University of Singapore（新加坡国立大学）
AI总结 CRoPS通过选择性移除关键文本标记和广义对比解码，有效缓解视觉-语言模型的幻觉问题，提升CHAIR分数20%并优于现有无训练方法。
Comments Accepted at TMLR 2026
具有流的抗噪声微小目标定位
机构 * Beihang University（北京航空航天大学） ； Communication University of China（中国传媒大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出TOLF框架，利用归一化流和不确定性引导优化，提升微小目标定位的抗噪声能力，并在AI-TOD数据集上提升AP 1.2%。
Comments 11 pages, 5 figures
HarmoniAD: 通过协调局部结构与全局语义进行异常检测
机构 * Tianjin University of Science and Technology（天津科技大学） ； The University of Sydney（悉尼大学） ； National University of Singapore（新加坡国立大学）
AI总结 HarmoniAD通过协调局部结构与全局语义，提出一种双分支框架以提高异常检测的灵敏度和鲁棒性。
JavisGPT：一种用于声音-视频理解和生成的统一多模态大语言模型
机构 * ZJU（浙江大学） ； NUS（国立新加坡大学） ； HKUST(GZ)（香港科技大学（广州）） ； RUC（中国人民大学） ； HZCU（杭州电子科技大学） ； NTU（国立台湾大学） ； SMU（新加坡国立大学） ； USYD（澳大利亚悉尼大学） ； ANU（澳大利亚国立大学）
AI总结 JavisGPT是一种统一多模态大语言模型，通过三阶段训练流程在声音-视频理解和生成任务中表现出色，尤其在复杂和时间同步场景中表现更优。
Comments Accepted by NeurIPS as a Spotlight paper. Code: https://github.com/JavisVerse/JavisGPT
触觉的作用：在拟人手部中实现灵巧在手操作的触觉传感分布优化
机构 * VisLab, Institute for Systems ； Soft Robotics Lab National University of Singapore, Singapore ； BRAIR Lab, BioRobotics Institute Scuola Superiore Sant'Anna, Pisa, Italia
AI总结 本文研究了在拟人手部中触觉传感分布对在手操作任务的影响，通过分析不同区域的触觉反馈对深度强化学习控制策略的影响，提出了优化触觉传感配置以提高操作效率和准确性的方法。
Journal ref Proc. IEEE Int. Conf. on Networking, Sensing and Control (ICNSC), 2025
Sorbet：一种兼容神经形态硬件的基于Transformer的脉冲语言模型
机构 * School of Computing, National University of Singapore, Singapore, Singapore（新加坡国立大学计算机学院）
AI总结 Sorbet是一种基于Transformer的脉冲语言模型，通过PTsoftmax和BSPN替代高能耗操作，实现高效能的神经形态硬件兼容性。
Comments Accepted by ICML 2025. Camera-ready version
Journal ref Proceedings of the 42nd International Conference on Machine Learning (ICML), 2025
ShowUI-$π$: 基于流的生成模型作为GUI灵巧手
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 ShowUI-$π$ 是首个基于流的生成模型，通过统一动作、流式动作生成和拖动基准测试，实现了GUI灵巧手的高效拖动控制。
Comments 17 pages, 15 figures
分解学习用于时间感知的视频-语言模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出D$^2$VLM框架，通过分解学习方法提升视频-语言模型在时间定位和文本响应任务中的性能，引入证据标记和FPO算法以优化学习过程。
Comments ICCV 2025 paper. This arXiv version updates Figure 1 to include the concurrent work Qwen2.5-VL to ensure consistency with Table 1
强化扩散：学习推动各向异性扩散的极限以实现图像去噪
机构 * School of Computer Science and Engineering at South China University of Technology（华南理工大学计算机科学与工程学院） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出基于强化学习的可训练各向异性扩散框架，通过深度Q学习优化扩散过程，提升图像去噪性能，优于传统方法并可与深度CNN方法竞争。
扩散知道透明：将视频扩散用于透明物体深度和法线估计
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； University of Southern California（南加州大学） ； Tsinghua University（清华大学） ； Beihang University（北航） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） ； European Institute of Innovation and Technology Ningbo（创新与技术欧洲研究所宁波） ； FNii, The Chinese University of Hong Kong, Shenzhen（FNii，香港中文大学（深圳）） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出DKT模型，利用视频扩散模型估计透明物体的深度和法线，实现零样本SOTA，提升现实和合成视频中的透明感知性能。
Comments Project Page: https://daniellli.github.io/projects/DKT/; Code: https://github.com/Daniellli/DKT; Dataset: https://huggingface.co/datasets/Daniellesry/TransPhy3D
AI 与大脑：从认知神经科学到自主代理的记忆系统
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文从认知神经科学到自主代理，系统综合了记忆的跨学科知识，探讨了记忆的定义、功能、分类、存储机制及安全问题，并展望了多模态记忆系统和技能获取的未来研究方向。
Comments 57 pages, 5 figures
SpotEdit: 差分变换器中的选择性区域编辑
机构 * National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 SpotEdit提出了一种无需训练的差分编辑框架，通过选择性更新修改区域，实现高效且精确的图像编辑。
Comments 14 pages, 8 figures
PDx -- 基于机器学习运维的数字信贷中自适应信用风险预测模型
机构 * OM & QT Area, Indian Institute of Management Indore（印度管理学院印度尔分校OM与QT部门） ； Department of Statistics & Data Science, National University of Singapore（新加坡国立大学统计与数据科学系）
AI总结 PDx通过动态模型生命周期管理解决数字信贷中信用风险预测的适应性问题，采用MLOps流程实现持续监控与更新，提升预测准确性与模型鲁棒性。
RaindropGS: 一种在雨滴条件下评估3D高斯散射的基准
机构 * Beijing Jiaotong University（北京交通大学） ； National University of Singapore（国立新加坡大学）
AI总结 RaindropGS是一个用于评估雨滴条件下3D高斯散射完整流程的基准，通过真实数据集和实验揭示了现有方法在处理雨滴干扰时的性能限制和改进方向。
强制性越狱：关于自我提示攻击
机构 * National University of Singapore（新加坡国立大学） ； Alibaba Group（阿里巴巴集团）
AI总结 研究揭示了大型语言模型中一种新的漏洞，通过简单提示策略可强制越狱多数主流模型，促使重新评估防护机制的鲁棒性。
自回归视频扩散模型的误差分析：一个统一的框架
机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Sea AI Lab（海思人工智能实验室） ； Yale University（耶鲁大学）
AI总结 本文提出Meta-ARVDM框架，通过分析自回归视频扩散模型的历史遗忘与时间退化现象，揭示其理论机制并提出新的评估方法。
CellMamba: 适应性Mamba用于准确且高效的细胞检测
机构 * Faculty of Science and Engineering University of Liverpool（科学与工程学院，利物浦大学） ； Yong Loo Lin School of Medicine National University of Singapore（国立新加坡大学 Yong Loo Lin 医学院） ； School of AI and Advanced Computing Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学人工智能与先进计算学院）
AI总结 CellMamba通过轻量且准确的一阶段检测器，结合新颖的TMAC模块和自适应Mamba头，实现高分辨率细胞检测的高效与高精度。
Comments 36th British Machine Vision Conference (BMVC 2025)
UltraShape 1.0：通过可扩展的几何细化实现高保真的3D形状生成
机构 * Shenzhen Graduate School, Peking University（北京大学深圳研究生院） ； The Hong Kong University of Science（香港科学大学） ； National University of Singapore（新加坡国立大学） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室）
AI总结 UltraShape 1.0通过可扩展的几何细化方法实现高质量3D形状生成，采用两阶段流程提升几何质量，支持公开数据集的精细化处理。
Comments 14 pages, 10 figures, Technical Report,
通过图结构和共部发现实现多部件对象表示
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图结构和共部发现的方法，用于提高多部件对象识别的鲁棒性和泛化能力。
LIBERO-Plus：视觉-语言-动作模型的深入鲁棒性分析
机构 * Fudan University（复旦大学） ； Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学）
AI总结 LIBERO-Plus研究了视觉-语言-动作模型在七个维度上的鲁棒性，发现模型对摄像机视角和机器人初始状态等扰动极度敏感，但对语言指令变化不敏感，挑战了高基准分数代表真正能力的假设。
为LLM突破限制而探索句子配对：恶意代码生成的测试框架
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 SPELL框架通过智能句子配对探索LLM在恶意代码生成中的安全漏洞，有效提升对抗测试效果。
Comments Accepted to FSE 2026
超越共识：在LLM评估中缓解顺从偏差
机构 * University of Massachusetts at Amherst（马萨诸塞大学阿默斯特分校） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出了一种基于回归的框架，通过少量人工标注数据建模验证者偏差，有效缓解LLM评估中的顺从偏差问题，并在代码反馈任务中取得显著提升。
具有情感意识的提取式和生成式摘要方法用于非结构化文本挖掘
机构 * Department of Information Systems and Analytics（信息系统与分析系） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出一种结合情感意识的摘要方法，通过整合情感信号提升非结构化文本摘要的质量，以增强动态在线环境中的决策能力。
Comments WITS 2025 (Workshop on Information Technologies and Systems 2025)
基于检索的提示学习用于预训练基础模型
机构 * MIIT Key Laboratory of Pattern Analysis and Machine Intelligence, College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（信息产业部模式分析与机器智能重点实验室，计算机科学与技术学院，南京航空航天大学） ； Zhejiang University（浙江大学） ； Hunan Vanguard Group Corporation Limited（湖南先锋集团有限公司） ； National University of Singapore（新加坡国立大学）
AI总结 RetroPrompt通过整合检索机制和知识库，提升预训练基础模型在少样本和零样本场景下的泛化能力与记忆平衡。
Comments IEEE/ACM Transactions on Audio, Speech and Language Processing
迈向灾害响应的生成性位置感知：一种概率跨视角地理定位方法
机构 * Department of Geography, National University of Singapore（新加坡国立大学地理系） ； Institute of Distributed Intelligent Systems, University of the Bundeswehr Munich（联邦国防军 Munich 分布式智能系统研究所） ； Professorship of Big Geospatial Data Management, School of Engineering and Design, Technical University of Munich（慕尼黑技术大学工程与设计学院大数据管理教授职位） ； School of Environment and Spatial Informatics, China University of Mining and Technology（中国矿业大学环境与空间信息学院） ； Interdisciplinary Center for Scientific Computing, Heidelberg University（海德堡大学跨学科科学计算中心） ； Heidelberg Institute for Geoinformation Technology, Heidelberg University（海德堡大学地理信息科技研究所） ； Urban Governance and Design Thrust, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）城市治理与设计研究组） ； Department of Architecture, National University of Singapore（新加坡国立大学建筑系） ； Department of Real Estate, National University of Singapore（新加坡国立大学房地产系） ； College of Surveying and Geo-Informatics, Tongji University（同济大学测绘与地理信息学院）
AI总结 本文提出ProbGLC方法，通过概率与确定性地理定位模型结合，提升灾害响应中的位置感知和定位准确性。
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