高校专区
为大模型设计强化学习：综述
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文综述了视觉强化学习领域，探讨了多模态大语言模型、视觉生成等四个主题，分析了算法设计、奖励工程及评估协议，并指出了样本效率、泛化能力等开放挑战。
Comments 22 pages
VA-$π$: 变分策略对齐用于像素感知自回归生成
机构 * Huazhong University of Science & Technology（华中科技大学） ； National University of Singapore（新加坡国立大学）
AI总结 VA-$π$通过变分优化和像素空间目标提升自回归生成的质量和多样性。
Comments 21 pages, 24 figures
WorldWarp: 通过异步视频扩散传播3D几何
机构 * National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 WorldWarp通过结合3D结构锚和2D生成细化器，利用时空扩散模型实现几何一致的视频生成，解决遮挡和复杂轨迹问题。
Comments Project page: https://hyokong.github.io/worldwarp-page/
大规模语言模型中的事件提取
机构 * National University of Singapore（新加坡国立大学） ； University of Sussex（苏塞克斯大学） ； Wuhan University（武汉大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Nanyang Technological University（南洋理工大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； University of Illinois at Chicago（伊利诺伊大学香槟分校）
AI总结 本文探讨了大规模语言模型中事件提取的系统组件，提出通过事件方案、结构和存储提升事件处理的可靠性与智能体准备性。
Comments 38 pages, 9 Figures, 5 Tables
SafeMed-R1: 为视觉-语言模型中的通用性和鲁棒性医疗推理设计的对抗强化学习
机构 * National University of Singapore（新加坡国立大学）
AI总结 SafeMed-R1通过对抗训练与组相对策略优化提升视觉-语言模型在医疗推理中的鲁棒性和可解释性。
MemEvolve: 代理记忆系统的元进化
机构 * OPPO AI Agent Team, LV-NUS lab（OPPO 人工智能代理团队，LV-NUS 实验室）
AI总结 MemEvolve通过元进化框架联合进化代理的经验知识和记忆架构，实现代理在环境交互中的高效学习与泛化能力提升。
Uni-Neur2Img：通过扩散变换器实现神经信号引导的图像生成、编辑和风格化
机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 Uni-Neur2Img通过扩散变换器实现神经信号引导的图像生成、编辑和风格化，提供统一且高效的解决方案。
TAG-WM: 通过扩散反向敏感性实现的抗篡改生成图像水印
机构 * Anhui Province Key Laboratory of Digital Security, University of Science and Technology of China（安徽省数字安全重点实验室，中国科学技术大学） ； School of Computing, National University of Singapore（computing学院，新加坡国立大学）
AI总结 TAG-WM通过扩散反向敏感性实现抗篡改生成图像水印，提升篡改鲁棒性和定位能力，保持生成质量与水印容量。
通过理论一致的对称多模态偏好优化缓解幻觉
机构 * Shandong University（山东大学） ； Southern University of Science and Technology（南方科技大学） ； University of Georgia（佐治亚大学） ； National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 SymMPO通过理论一致的对称多模态偏好优化方法，有效缓解多模态大语言模型中的幻觉问题。
Comments NeurIPS 2025
二进制事件驱动脉冲变压器
机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Northumbria University（北umbria大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出二进制事件驱动脉冲变压器（BESTformer），通过二值化技术减少计算和存储需求，结合耦合信息增强方法缓解性能下降，实现高效且高性能的脉冲神经网络模型。
Comments 9 pages, 5 figures
Loom：用于交错生成的扩散-变压器
机构 * Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 Loom通过统一的扩散-变压器框架实现交错生成，提供更高效和可控的长周期生成，优于现有基线模型。
VietLyrics: 一个大规模数据集和模型用于越南语自动歌词转录
机构 * National University of Singapore（国立新加坡大学）
AI总结 VietLyrics提出一个大规模越南语ALT数据集和模型，通过微调Whisper模型提升转录性能，推动低资源语言音乐研究。
等变多项式功能网络
机构 * National University of Singapore（新加坡国立大学） ； FPT Software AI Center, Vietnam（越南FPT软件AI中心） ； VinUniversity, Vietnam（越南Vin大学）
AI总结 本文提出MAGEP-NFN，通过多项式形式构建非线性等变层，实现低内存消耗和高表达性的排列和缩放等变神经功能网络。
Mitty：基于扩散的Human-to-Robot视频生成
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 Mitty通过基于扩散的变换器实现端到端的人机视频生成，利用预训练模型和双向注意力机制，无需动作标签或中间抽象，生成高质量的机器人执行视频。
SIGN：通过强化学习实现安全的图像目标导航用于自主无人机
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）
AI总结 本文提出了一种基于强化学习的仿真到现实框架，实现无人机的安全图像目标导航，通过直接速度控制和深度安全模块实现自主探索与避障。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L)
Journal ref IEEE Robotics and Automation Letters, 2025
LookAhead Tuning: 通过部分答案预览实现更安全的语言模型
机构 * Zhejiang University（浙江大学） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室） ； Ant Group（蚂蚁集团） ； National University of Singapore（新加坡国立大学）
AI总结 LookAhead Tuning通过预览部分答案前缀，有效保持语言模型在微调过程中的安全性，同时不损害下游任务的性能。
Comments WSDM 2026 short
非线性强数据处理用于量子曲棍球发散度
机构 * Department of Mathematics and Illinois Quantum Information Science and Technology (IQUIST) Center, University of Illinois Urbana-Champaign（数学系和伊利诺伊大学量子信息科学与技术中心，伊利诺伊大学厄巴纳-香槟分校） ； Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心） ； Institute for Information Processing (tnt/L3S), Leibniz Universität Hannover（汉诺威莱布尼茨信息处理研究所（tnt/L3S））
AI总结 本文提出非线性强数据处理不等式，用于改进量子曲棍球发散度的隐私保障，通过更紧的有限混合时间提升隐私保护效果。
PPO-Clip算法的非渐近全局收敛性
机构 * Beijing International Center for Mathematical Research, Peking University（北京国际数学研究中心，北京大学） ； School of Mathematical Sciences, Peking University（北京大学数学学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； Beijing International Center for Mathematical Research and Center for Machine Learning Research, Peking University（北京国际数学研究中心和机器学习研究中心，北京大学）
AI总结 本文研究了PPO-Clip算法的非渐近全局收敛性，通过理论分析建立了前向KL正则化器的线性收敛率及反向KL正则化器的静止收敛与局部线性收敛。
BigCodeArena: 通过执行揭示更多可靠的代码生成人类偏好
机构 * Monash University（墨尔本大学） ； CSIRO’s Data61（CSIRO的数据61） ； Purdue University（普渡大学） ； Independent（独立） ； HKUST (Guangzhou)（香港科技大学（广州）） ； UCSD（加州大学圣地亚哥分校） ； UVA（弗吉尼亚大学） ； CNRS, France（法国国家科学研究中心） ； IBM ； Cisco（思科） ； Comenius University in Bratislava（布拉提斯拉瓦康门纽斯大学） ； University of Notre Dame（Notre Dame大学） ； Uber ； Tano Labs（Tano实验室） ； NUS（国立大学新加坡） ； Institute of Automation, CAS（中国科学院自动化研究所） ； Tencent AI Lab（腾讯AI实验室） ； University of Washington（华盛顿大学） ； Nevsky Collective（Nevsky集体） ； ETH Zurich（苏黎世联邦理工学院） ； Detomo Inc（Detomo公司） ； University of Oxford（牛津大学） ； UIUC（伊利诺伊大学香槟分校） ； Google（谷歌） ； NVIDIA ； Singapore Management University（新加坡管理学院） ； ServiceNow Research（ServiceNow研究） ； Hugging Face
AI总结 BigCodeArena通过执行揭示更多可靠的代码生成人类偏好，提出自动评分基准评估LLM编码质量。
Comments Built with love by the BigCode community :)
分布式风险敏感安全滤波器用于不确定离散时间系统
机构 * Department of Electrical and Computer Engineering, College of Design and Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系，设计与工程学院） ； Learning & Adaptive Systems Group, Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系学习与自适应系统小组）
AI总结 本文提出一种分布式风险敏感安全滤波器，用于不确定离散时间多智能体系统，通过价值函数定义的控制屏障函数和两种替代策略确保安全性与鲁棒性。
Journal ref IEEE Control Systems Letters, vol. 9, pp. 1231-1236, 2025
ManiLong-Shot：交互感知的一次学习方法用于长周期操控
机构 * National University of Singapore（新加坡国立大学）
AI总结 ManiLong-Shot通过交互感知原语分解实现长周期操控任务的一次学习，有效提升机器人任务执行能力。
Comments Accepted by AAAI 2026
ToolForge: 一种无需真实世界API的多跳搜索数据合成管道
机构 * North China University of Technology（华北理工大学） ； Meituan（美团） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； National University of Singapore（新加坡国立大学） ； East China Normal University（华东师范大学）
AI总结 ToolForge通过构建虚拟工具生成多跳搜索数据，无需真实API调用，提升模型在多跳推理任务中的性能。
Comments 13 pages, 9 tables, 6 figures. Code available at https://github.com/Buycar-arb/ToolForge
GLOW：基于图-语言协同推理的代理工作流性能预测
机构 * School of Computer Science, Shanghai Jiao Tong University, China（上海交通大学计算机科学学院） ； Institute of Data Science, National University of Singapore, Singapore（新加坡国立大学数据科学研究所） ； School of Computer Engineering and Science, Shanghai University, China（上海大学计算机工程与科学学院）
AI总结 GLOW通过结合图神经网络与大语言模型，提出了一种统一的代理工作流性能预测框架，有效捕捉拓扑依赖和语义逻辑，提升预测准确性与排序效用。
面向生物医学大语言模型训练的知识驱动代理科学语料库精简框架
机构 * Computer Network Information Center, Chinese Academy of Sciences, Beijing, China（中国科学院计算机网络信息中心） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Duke-NUS Medical School, National University of Singapore, Singapore（新加坡国立大学杜克-新加坡医学部）
AI总结 本文提出一种知识驱动的代理框架，用于生物医学大语言模型训练中的语料库精简，通过多代理协作提升问答任务性能。
Comments Biomedical Large Language Models, Agentic Corpus Distillation, Synthetic Question-Answer Generation, Agentic AI, Knowledge Hierarchy Guidance
IC-Effect: 通过上下文学习实现精确高效的视频特效编辑
机构 * School of Information and Communication Engineering, Communication University of China（中国通信大学信息与通信工程学院） ； Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； Baidu Inc., Beijing, China（百度公司）
AI总结 IC-Effect通过上下文学习实现高效视频特效编辑，能精准保留背景并合成复杂特效，提升视频创作的可能性。
注意力共享中的魔鬼：通过注意力协同提升复杂非刚性图像编辑的忠实性
机构 * University of Electronic Science and Technology of China（电子科技大学） ； National University of Singapore（新加坡国立大学）
AI总结 SynPS通过协同利用位置嵌入和语义信息，解决现有注意力共享机制中的注意力崩溃问题，提升复杂非刚性图像编辑的忠实性。
Comments Project page:https://synps26.github.io/
EVOLVE-VLA: 通过环境反馈进行测试时训练以实现视觉-语言-动作模型
机构 * Show Lab National University of Singapore（新加坡国立大学Show实验室）
AI总结 EVOLVE-VLA通过环境反馈实现测试时训练，使视觉-语言-动作模型能持续适应，提升任务性能并实现跨任务泛化。
Comments 15 pages
将视频数据集转化为图像
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； National University of Singapore（新加坡国立大学） ； University of Central Florida（佛罗里达大学） ； University of Connecticut（康涅狄格大学）
AI总结 本文提出SFVD方法，通过单帧捕捉视频判别语义，将视频数据集蒸馏为信息丰富的帧，从而在多个基准上取得显著性能提升。
虚假的安全感：基于探测的恶意输入检测为何无法泛化
机构 * National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； University of California, Davis（加州大学戴维斯分校）
AI总结 研究指出基于探测的恶意输入检测方法因学习表面模式而非语义有害性，导致无法泛化，需重新设计模型和评估协议。
基于神经隐式函数的肺段模板引导重建
机构 * ELLIS Institute Finland（埃利斯研究所芬兰分所） ； Aalto University（阿alto大学） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University at Buffalo, SUNY（布法罗大学） ； University of California San Diego（加州大学圣地亚哥分校） ； Yong Loo Lin School of Medicine, National University of Singapore（新加坡国立大学 Yong Loo Lin 医学院）
AI总结 本文提出基于神经隐式函数的肺段重建方法，通过变形可学习模板实现高精度重建，并开发Lung3D数据集提升评估效果。
Comments Manuscript accepted by Medical Image Analysis, 2025
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