高校专区
TuneJury: 一种改进音乐生成偏好对齐的开放指标
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Sony AI（索尼AI） ； Georgia Tech（佐治亚理工学院） ； KAIST（韩国科学技术院） ； Peking University（北京大学） ； QMUL（伦敦玛丽女王大学）
AI总结 提出TuneJury，一个开放、实例级别的成对奖励模型，用于文本到音乐生成，通过预测偏好分数支持数据筛选、后处理校准，并在推理、优化和训练中提升对齐效果。
Comments 32 pages, 9 figures
Hölder空间上的深度Q学习
机构 * Peking University（北京大学）
AI总结 研究连续时间随机控制中Q学习的算子核心，通过分析扩散设置下Bellman最优性目标的正则性和逼近复杂度，提出适应混合正则性的张量积DeepONet架构，并给出显式逼近和资源界限。
ATOM-Bench：用于操作策略中原子技能与组合泛化的真实世界基准
机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Peking University（北京大学）
AI总结 提出ATOM-Bench基准，通过分解桌面操作为原子任务和组合任务，评估操作策略的原子技能获取与组合泛化能力，发现当前策略在细粒度原子技能和组合重用上存在不足。
Comments Homepage: https://flageval-baai.github.io/AtomBenchPage
GD$^2$PO: 通过组动态奖励解耦策略优化缓解多奖励冲突
机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Renmin University of China（中国人民大学） ； Peking University（北京大学） ； ETH Zürich（苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出GD$^2$PO算法，通过冲突感知过滤机制屏蔽奖励不一致的rollout，并结合查询级重加权，解决多奖励优化中的信号抵消问题，提升RL训练效率。
Comments 24 pages, 9 figures
LLM策略优化的第一性原理推导：从期望奖励到GRPO及其结构扩展
机构 * Nanjing University（南京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文从第一性原理出发，基于轨迹概率和奖励两个轴，统一分析了从REINFORCE、PPO到GRPO及其变体的LLM策略优化方法，揭示了设计选择背后的原理和复合失败模式。
HadBalance: 一种即插即用的统一全局几何先验框架，用于可泛化的生物医学分割
机构 * Department of Eye and Vision Science, University of Liverpool（利物浦大学眼与视觉科学系） ； Department of Primary Care and Mental Health, University of Liverpool（利物浦大学初级保健与精神健康系） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组） ； Institute of Life Course & Medical Sciences, University of Liverpool（利物浦大学生命历程与医学科学研究所） ； Bioengineering Program, Biomedical Sciences Division (BioMed), King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学生物医学科学部生物工程项目） ； Ningbo Cixi Institute of Biomedical Engineering, Chinese Academy of Sciences（中国科学院宁波慈溪生物医学工程研究所） ； Liverpool Centre for Cardiovascular Science, University of Liverpool（利物浦大学利物浦心血管科学中心）
AI总结 针对生物医学图像分割中几何先验缺乏统一性和泛化性的问题，提出基于Hadwiger定理的全局近凸形状先验，并结合冲突感知目标平衡方法，实现跨器官和模态的即插即用分割。
Comments Provisionally accepted by the 29th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2026). 11 pages, 3 figures, 2 tables
基于速度场分解的去中心化扩散模型中ODE采样器的Wasserstein收敛性
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 针对去中心化扩散模型中随机专家切换的ODE采样，通过速度场分解建立Wasserstein-2距离下的收敛保证，证明N步离散化以O(N^{-1/2}+ε)速率收敛。
Comments 50 pages, 9 figures. Preprint under review
LaWAM: 用于高效动力学感知机器人策略的潜在世界行动模型
机构 * Tsinghua University（清华大学） ； Jilin University（吉林大学） ； Nankai University（南开大学） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Zhongguancun Academy（中关村学院） ； Striding.AI ； Infinigence AI
AI总结 提出LaWAM模型，通过潜在视觉子目标预测场景变化，实现动力学感知的机器人控制，在多个基准上达到最优或竞争性成功率，且推理延迟低。
内存受限的大语言模型服务中的服务引发拥塞
机构 * Institute for Data, Systems, and Society, Massachusetts Institute of Technology（数据、系统与社会研究所，麻省理工学院） ； Columbia Business School, Columbia University（哥伦比亚大学商学院） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院）
AI总结 本文通过离散时间动力学模型研究内存受限的大语言模型服务中，因键值缓存增长导致的服务引发拥塞，发现同质负载下无驱逐均衡不稳定且收敛到最坏情况极限环，异质负载下稳定条件与解码长度互质相关，并提出调度设计原则。
Comments 101 pages
编码错误：多语言语法错误纠正中上下文示例的表征检索
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室）
AI总结 提出从LLM内部状态提取语法错误表征（GER）用于检索上下文示例，显著提升多语言语法错误纠正的少样本性能，在低资源语言上F0.5提升达1.20倍。
Comments 15 pages, 6 figures
Journal ref Findings of the Association for Computational Linguistics: ACL 2025, pages 21166-21180, Vienna, Austria. Association for Computational Linguistics, 2025
CAP：面向患者级监督的PPG通用表示学习
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Peking University（北京大学） ； Independent Researcher（独立研究者） ； Jinling Clinical Medical College College of Artificial Intelligence Nanjing University of Aeronautics and Astronautics（金陵临床医学院人工智能学院南京航空航天大学）
AI总结 提出CAP方法，通过构建大规模PPG-EHR多模态数据集和跨模态对比对齐，学习患者级临床语义的PPG表示，在四项下游任务中平均提升26.7%，呼吸率预测提升87.6%。
Comments Accepted as an Oral presentation at KDD 2026
MotionVLA：面向人形运动的视觉-语言-动作模型
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； AI 2 Robotics
AI总结 针对人形运动生成中低频姿态与高频物理信号量化不匹配的问题，提出双流频率分词器DSFT和基于Qwen3.5的MotionVLA模型，在HumanML3D和MBench上显著提升多样性一致性和运动条件一致性。
DragMesh-2: 与铰接物体的物理合理灵巧手-物体交互
机构 * School of Computer Science, Peking University（北京大学计算机科学学院）
AI总结 提出DragMesh-2框架，通过接触驱动的灵巧手-铰接物体交互，结合物理信息感知训练机制PICA，在无触觉反馈下提升变接触负载的鲁棒性。
Comments Code: https://github.com/AIGeeksGroup/DragMesh-2. Website: https://aigeeksgroup.github.io/DragMesh-2
PANDA：一种LLM增强的性能驱动模拟设计框架，弥合设计意图与版图生成
机构 * School of Integrated Circuits, Peking University（集成电路学院，北京大学） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路先进创新中心） ； Institute of Electronic Design Automation, Peking University（电子设计自动化研究所，北京大学）
AI总结 提出PANDA框架，利用大语言模型将高层设计意图转化为最终版图，通过引导拓扑综合、子结构感知尺寸优化和约束驱动版图生成，实现跨阶段协同设计，将设计周期从数天/周缩短至数小时并提升性能。
SpatialWorld: 在多模态智能体真实世界任务中基准测试交互式空间推理
机构 * Tsinghua University（清华大学） ； Chongqing University（重庆大学） ； Peking University（北京大学） ； ZenoMind AI ； Xi’an Jiaotong University（西安交通大学） ； Beijing Institute of Technology（北京理工大学） ； Southeast University（东南大学） ； Shanghai Jiao Tong University（上海交通大学） ； Joy Future Academy（京东探索研究院） ； The University of Hong Kong（香港大学）
AI总结 提出SpatialWorld基准，集成8种异构模拟后端，通过760个人工标注任务评估多模态智能体在视觉部分可观测环境中的交互式空间理解，发现最强模型GPT-5任务成功率仅17.4%。
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