高校专区
针对表格数据生成的大型语言模型指令微调——一天内完成
机构 * SIT（新加坡科技学院） ； NUS（新加坡国立大学）
AI总结 本文提出了一种在有限资源下通过指令微调提升LLM表格数据生成能力的方法，利用高质量数据集和少量指令实现与GPT-4o相当的生成性能。
Comments Accepted International Conference on Machine Learning (ICML 2025), 1st Workshop on Foundation Models for Structured Data
大规模 Vision Bridge Transformer
机构 * National University of Singapore（新加坡国立大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 ViBT 是一种大规模 Bridge 模型，通过 Transformer 架构和方差稳定的速度匹配目标，实现高效图像和视频翻译任务。
可训练的中心性框架用于现代数据
机构 * 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） ； Department of Statistics University of California, Davis（统计系加州大学戴维斯分校）
AI总结 FUSE提出了一种可训练的神经中心性框架，通过结合全局和局部头，实现对不同数据类型的高效中心性估计，同时在多个数据集上表现出竞争力。
当跟踪器遇到鱼：一个用于水下多鱼跟踪的基准和框架
机构 * China Agricultural University（中国农业大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出水下多鱼跟踪数据集MFT25及专用跟踪框架SU-T，通过优化UKF和FishIoU方法，在水下鱼类跟踪中取得领先性能。
Comments Accepted by AAAI 2026 (Oral)
RvLLM: 基于领域知识的LLM运行时验证
机构 * National University of Singapore（新加坡国立大学）
AI总结 RvLLM通过整合领域知识，提供了一种轻量且灵活的LLM运行时验证框架，有效检测各类LLM的错误输出。
Comments 24 pages, 11 tables, 13 figures
ITS3D: 推理时缩放用于文本引导的3D扩散模型
机构 * ReLER, Zhejiang University（浙江大学ReLER实验室） ； National University of Singapore（新加坡国立大学）
AI总结 ITS3D通过优化问题和验证器引导搜索算法，提升文本引导的3D扩散模型生成质量。
Comments 25 pages, 11 figures
AnchorFlow: 基于潜在锚点对齐流的无训练3D编辑
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 AnchorFlow通过潜在锚点对齐流实现无训练3D编辑，确保编辑过程中的稳定性和语义一致性，提升编辑效果和几何保真度。
Comments 20 pages, 10 figures
用于机器人操作的3D affordance关键点检测
机构 * Advanced Robotics Centre, National University of Singapore（新加坡国立大学先进机器人中心） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系）
AI总结 本文提出FAKP-Net，通过3D关键点四元组提升机器人操作中物体功能理解与执行精度。
Comments Accepted to IROS 2024
一种通过加权动量和尖锐意识最小化实现快速且平坦的联邦学习方法
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Shenzhen University（深圳大学）
AI总结 FedWMSAM通过加权动量和尖锐意识最小化解决非IID联邦学习中的局部-全局曲率不一致和动量-回声振荡问题，提升模型收敛速度和泛化能力。
Journal ref Advances in Neural Information Processing Systems (NeurIPS 2025)
超越组件强度：多智能体RAG系统中的协同整合与自适应校准
机构 * National University of Singapore（新加坡国立大学）
AI总结 该研究探讨了多智能体RAG系统中组件协同整合的重要性，发现通过混合检索、集合验证和自适应阈值等技术的协同作用，可显著降低退避率并减少幻觉，强调了标准化度量和自适应校准的必要性。
Comments 10 pages, 4 figures
MAKO：基于元学习的Koopman算子用于参数不确定非线性系统的基于学习的模型预测控制
机构 * Water Research Institute (NEWRI), Nanyang Technological University, Singapore（新跃大学水研究 institute（NEWRI）） ； School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University, Singapore（新跃大学化学、化工与生物技术学院） ； Soft Robotics Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院软机器人实验室） ； Department of Civil and Environmental Engineering, National University of Singapore, Singapore（新加坡国立大学土木与环境工程系）
AI总结 MAKO通过元学习方法实现对参数不确定非线性系统的高效建模与预测控制，提升系统稳定性和控制效果。
TabPFN：一个统治所有的方法？
机构 * Qiong Zhang is Assistant Professor, Institute of Statistics \& Big Data, Renmin University of China, China e1 . ； Yan Shuo Tan is Assistant Professor, Department of Statistics \& Data Science, National University of Singapore, Singapore e2 . ； Qinglong Tian is Assistant Professor, Department of Statistics \& Actuarial Science, University or Waterloo, Canada e3 . ； Pengfei Li is Professor, Department of Statistics \& Actuarial Science, University or Waterloo, Canada e4 .
AI总结 TabPFN是一种基于变压器的深度学习模型，通过近似贝叶斯推断实现对表格数据的高效回归和分类，展示了在多种统计任务中的优越性能。
通过对抗攻击揭示数字人类生成中的隐藏漏洞
机构 * College of Cyber Security, Jinan University（济南大学网络安全学院） ； Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算先进创新中心，北航人工智能学院） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北航） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） ； Department of Electrical and Computer Science, University of Pittsburgh（匹兹堡大学电子与计算机科学系） ； State Key Laboratory of Multimodal Artificial Intelligence, Institute of Automation, Chinese Academy of Science（中国科学院多模态人工智能国家重点实验室，自动化研究所） ； Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所） ； University College London（伦敦大学学院） ； Mingdu Tech（明都科技） ； Xreal ； Beijing Academy of Blockchain and Edge Computing（北京区块链与边缘计算研究院）
AI总结 本文提出TBA框架，通过生成针对性对抗示例揭示数字人类生成中的安全漏洞，实验显示其显著提升对抗攻击效果。
Comments 14 pages, 7 figures
Journal ref Pattern Recognition, 2025: 112621
探索人与大语言模型协同在推动理论驱动的定性分析中的作用
机构 * Department of Computer Science, National University of Singapore（计算机科学系，国立新加坡大学） ； Amazon Research, Amazon.com Inc（亚马逊研究，亚马逊公司） ； Department of Social Work, National University of Singapore（社会工作系，国立新加坡大学）
AI总结 本文提出CHALET方法，通过人与大语言模型的协同合作，推动理论驱动的定性分析，揭示心理健康污名的潜在主题。
Comments 51 pages, 6 figures, accepted by ACM Trans. Comput.-Hum. Interact (TOCHI)
MMA: 一种用于惯性传感器人体活动识别的动量Mamba架构
机构 * Falcuty of Information Technology, Dainam University, Hanoi University of Science and Technology（信息科技学院，达内姆大学，河内科学技术大学） ； Faculty of Artificial Intelligence, Posts and Telecommunications Institute of Technology（人工智能学院，邮电通信技术研究所） ； Department of Computer Science, University of Bath（计算机科学系，巴斯大学） ； Departments of Mathematics, National University of Singapore（数学系，新加坡国立大学）
AI总结 MMA通过引入动量增强的结构状态空间模型，改进了惯性传感器人体活动识别的稳定性和长序列建模能力，提升了准确率、鲁棒性和收敛速度。
Comments 14 pages, 5 pages
可微物理-神经模型使非马尔可夫闭合学习成为可能，以加速粗粒化物理模拟
机构 * Department of Mechanical Engineering（机械工程系） ； National University of Singapore（新加坡国立大学） ； Institute of High Performance Computing（高性能计算研究所） ； Agency for Science, Technology and Research（科学、技术与研究局） ； Dept of Mechanical and Aerospace Engineering（机械与航空航天工程系） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出了一种可微物理-神经模型，通过联合学习物理模型参数和非马尔可夫神经闭合模型，实现快速准确的粗粒化物理模拟代理。
CameraMaster: 用于摄影修饰的统一相机语义-参数控制
机构 * Tianjin University（天津大学） ； vivo Mobile Communication Co., Ltd（vivo移动通信有限公司） ； NUS（国立大学）
AI总结 CameraMaster通过统一相机感知框架实现精确摄影修饰，通过解耦相机指令和参数嵌入，提升多参数控制与语义-参数对齐能力。
DiffSeg30k: 一种用于局部AIGC检测的多轮扩散编辑基准
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； South China University of Technology（华南理工大学）
AI总结 DiffSeg30k通过引入多轮扩散编辑基准，推动AIGC检测从二元分类到语义分割的转变，提升局部编辑定位和模型识别的可靠性。
Comments 16 pages, 10 figures; typos corrected, references added
手术视频分析中Segment Anything模型的系统评估与指南
机构 * Global College（全球学院） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Automation（自动化系） ； National University of Singapore（新加坡国立大学） ； Department of Computer Science and Engineering（计算机科学与工程系）
AI总结 本文评估了SAM2模型在手术视频分割中的零样本能力，揭示其在结构化场景中的表现与动态手术条件下的局限性，为手术数据科学提供未来研究方向。
一致性批评者：通过参考引导的注意对齐纠正生成图像中的不一致
机构 * VCIP, Nankai University ； Show Lab, National University of Singapore ； State Key Laboratory of CAD\&CG, Zhejiang University
AI总结 本文提出ImageCritic，通过参考引导的注意力对齐方法纠正生成图像中的不一致问题，提升细粒度细节的一致性。
Comments Project page: https://ouyangziheng.github.io/ImageCritic-Page/
用于可控视频生成的指令解释器
机构 * Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； National University of Singapore（新加坡国立大学）
AI总结 ReaDe通过推理后再描述的方法，将模糊用户指令转化为精确规范，提升可控视频生成的准确性和质量。
Comments 27 pages, 13 figures, 13 tables, Project Page: https://sqwu.top/ReaDe/
图像作为自身奖励：基于对抗性奖励的图像生成强化学习
机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室）
AI总结 本文提出Adv-GRPO框架，通过对抗性奖励提升图像生成质量，利用图像自身作为奖励，结合参考图像和基础模型，实现更高质量和审美效果。
Map-World: 遮蔽动作规划与路径积分世界模型用于自动驾驶
机构 * University of Macau（澳门大学） ； National University of Singapore（新加坡国立大学） ； Purdue University（普渡大学） ； Chongqing University（重庆大学） ； Beihang University（北航大学）
AI总结 MAP-World通过结合遮蔽动作规划和路径加权世界模型，实现了高效的多模式自动驾驶规划，无需强化学习即可达到最佳性能。
更多偏见，更少偏见：用于增强多项选择题回答的BiasPrompting
机构 * Nanyang Techonological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Centre for AI research, VinUniversity（Vin大学人工智能研究中心）
AI总结 BiasPrompting通过引导LLMs生成并评估所有可能答案的推理过程，提升多项选择题回答的推理能力，尤其在复杂问题中表现优异。
Comments Accepted at the 41st ACM/SIGAPP Symposium On Applied Computing (SAC 2026), Main Conference
OmniRefiner: 基于强化学习的局部扩散细化
机构 * Zhejiang University（浙江大学） ； Nankai University（南开大学） ； National University of Singapore（新加坡国立大学）
AI总结 OmniRefiner通过强化学习和局部扩散细化技术，提升参考引导图像生成中细粒度细节的保留与一致性。
CoC-VLA: 深入研究对抗域转移以实现可解释的自动驾驶 via 链式因果视觉语言动作模型
机构 * Lanzhou University（兰州大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 CoC-VLA通过链式因果视觉语言动作模型实现对抗域转移，提升自动驾驶的可解释性和长尾场景处理能力。
Reasoning-VLA: 一种用于自动驾驶的快速且通用的视觉-语言-动作推理模型
机构 * Lanzhou University（兰州大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学）
AI总结 Reasoning-VLA通过引入可学习的动作查询和链式思维推理的数据格式，实现了在自动驾驶中快速且通用的视觉-语言-动作推理。
可识别性学习耗散动力学
机构 * Department of Mathematics, National University of Singapore（新加坡国立大学数学系） ； Department of Chemical and Biomolecular Engineering, National University of Singapore（新加坡国立大学化学与生物分子工程系） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） ； Institute for Functional Intelligent Materials, National University of Singapore（新加坡国立大学功能智能材料研究所）
AI总结 本文提出了一种可识别的神经框架，用于直接从轨迹学习耗散随机动力学，并提供非平衡动力学的原理性度量。
ConfTuner: 训练大型语言模型以口头表达其置信度
机构 * National University of Singapore（新加坡国立大学）
AI总结 ConfTuner通过引入标记化布里尔分数损失函数，有效提升大型语言模型的置信度校准能力，适用于多种推理任务并泛化至黑盒模型。
Comments Accepted by NeurIPS 2025
SAS: 模拟注意力分数
机构 * Morgan Stanley（摩根大通） ； Stanford（斯坦福大学） ； Microsoft Research（微软研究院） ； NUS（新加坡国立大学） ； UT Austin（得克萨斯大学奥斯汀分校） ； HKU（香港大学）
AI总结 SAS通过模拟更多注意力头和特征维度，以低成本提升模型性能，同时保持参数效率。
Comments Tech Report
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