高校专区
AgentGym2：在去理想化真实世界环境中评测大语言模型智能体
机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； Shanghaijiaotong University（上海交通大学） ； Peking University（北京大学）
AI总结 针对现有LLM智能体基准过于理想化的问题，提出去理想化评测框架AgentGym2，可全面测查智能体实操能力，实验显示当前SOTA模型仍存在明显性能缺口。
Comments Accepted as a main conference paper at ACL 2026
DSpark：结合半自回归生成的置信度调度投机解码框架
机构 * Peking University（北京大学） ； DeepSeek-AI（深势科技人工智能）
AI总结 针对现有投机解码接受率衰减、高并发下吞吐量劣化问题，DSpark采用半自回归架构与置信度调度验证，在实测中显著提升大模型推理速度与系统性能边界。
ImputeECG：用于心脏评估的从不完整记录中深度学习重建完整12导联心电图
机构 * National Institute of Health Data Science, Peking University（北京大学健康医疗大数据国家研究院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Institute of Medical Technology, Peking University Health Science Center（北京大学医学部医学技术研究所） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Department of Cardiology, Peking University People’s Hospital（北京大学人民医院心内科） ； Department of Computer Science, Tianjin University of Technology（天津理工大学计算机科学与工程学院）
AI总结 研究针对不完整心电图记录，开发掩码条件下的一维Transformer自动编码器ImputeECG，在模拟不完整设置下训练并评估，证明其能有效完成心电图重建，提升下游诊断性能。
DriftST：从苏木精和伊红（H&E）组织学进行空间转录组学的一步生成推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University Cancer Hospital（北京大学肿瘤医院）
AI总结 研究旨在从H&E图像推断空间解析基因表达。提出DriftST框架，基于细胞漂移生成模型，引入STransformer捕捉基因结构，能处理不同层级数据，实验表明其在两种分辨率下均达最优性能。
视频生成模型是内在的光照估计器
机构 * Peking University（北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； OpenBayes Information Technology Co., Ltd.（北京智谱华章科技有限公司）
AI总结 研究从单张自然视频恢复动态环境图的问题，核心方法是将光照估计重构为引导视频修复任务，贡献是提出V-LITE框架，能生成连贯HDR环境图，证明视频扩散模型可估计物理场景光照。
Comments Project Page: https://caiziqi.com/research/vlite/
SurgAM：用于机器人自主的多模态特征融合手术能力地图预测
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Thoracic Surgery, Peking University People’s Hospital（北京大学人民医院胸外科） ； Thoracic Oncology Institute, Peking University People’s Hospital（北京大学人民医院胸部肿瘤研究所） ； Research Unit of Intelligence Diagnosis and Treatment in Early Non-small Cell Lung Cancer, Chinese Academy of Medical Sciences（中国医学科学院早期非小细胞肺癌智能诊断与治疗研究组） ； Institute of Advanced Clinical Medicine, Peking University（北京大学先进临床医学院） ； Beijing Key Laboratory of Innovative Application of Big Data in Lung Cancer, Peking University People’s Hospital（北京大学人民医院肺癌大数据创新应用北京市重点实验室）
AI总结 研究如何通过视觉数据识别手术可操作区域，提出自适应特征融合框架、分层提示学习机制和场景引导注意力解码器，建立新数据集验证，在真实模型上验证框架对下游自动化的适用性。
Comments ICRA 2026
面向进度和可靠性的智能体强化学习组策略优化
机构 * Baidu Inc.（百度公司） ； Peking University（北京大学）
AI总结 研究基于组的强化学习，针对步级优势估计对组形成方式敏感的问题，提出ProGPO方法，通过精确前缀动作比较及结合语义扩展与逆方差融合估计势，在任务中改进了基线方法。
用于3D医学视觉基础模型的拓扑驱动可迁移性估计
机构 * National Institute of Health Data Science, Peking University（北京大学健康数据科学研究所） ； Institute of Medical Technology, Peking University（北京大学医学技术研究所） ； Deepwise Co., Ltd.（深度智医科技有限公司） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） ； Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）
AI总结 针对医学视觉基础模型选择难题，提出非参数、拓扑驱动框架，通过最小生成树从密集特征与语义标签的稀疏1-骨架图对齐中估计可迁移性，包含局部和全局互补尺度，提升评估效果。
SpecGradFilter：用于驯服联邦异构性的谱梯度滤波框架
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院）
AI总结 研究联邦学习中统计异构性问题，从频域视角发现漂移谱偏差，提出SpecGradFilter框架，通过抑制低频信号驯服异构性，实验证明其在高非IID设置下性能优且通信开销小。
SeeMe：通过有效的视觉令牌工程减轻大型视觉语言模型中的幻觉
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； De Artificial Intelligence Lab（德人工智能实验室）
AI总结 研究大型视觉语言模型易产生幻觉问题，提出无训练框架SeeMe，引入传统机器学习特征工程概念，经三阶段令牌工程重组视觉令牌抑制幻觉源，实验证明其能减轻幻觉并提高输出一致性。
Comments 12 pages, 4 figures, 6 tables
对抗拉索网络：通过稳定性驱动的稀疏学习进行鲁棒特征选择
机构 * Beijing University of Technology（北京工业大学） ； The First Affiliated Hospital of Zhejiang University School of Medicine（浙江大学医学院附属第一医院） ； Peking University First Hospital（北京大学第一医院）
AI总结 针对高维机器学习中传统方法在噪声下不稳定的问题，提出对抗拉索网络，集成对抗扰动与拉索网络分层稀疏机制及一阶近似，实验表明其提升了分布外鲁棒性与特征支持再现性。
SkillFab：一个原生代理技能生产平台
机构 * Peking University（北京大学） ； Huawei（华为） ； Northwestern Polytechnical University（西北工业大学） ； Zhongguancun Academy（中关村学院）
AI总结 SkillFab是原生代理平台，将缺失能力转化为可复用技能。运行时代理先找技能，无则提需求，经SkillFab管理库等流程开发，通过多界面暴露相同生命周期，使工作可审查可恢复，还介绍了平台及案例。
Comments 12 pages, 7 figures. Technical report
PosterHarness：将科学海报生成转变为可审计的指令跟随基准
机构 * School of Physics, Peking University（北京大学物理学院）
AI总结 研究针对文本丰富图像模型，缺乏衡量其是否遵循科学传播规范的方法这一问题，提出PosterHarness，将海报生成变为可审计任务，介绍核心方法，展示了相关实验发现及与其他方法的对比结果。
ProLaViT：在结构化潜在空间中学习渐进式潜在视觉思维
机构 * Basic Algorithm Center, PCG, Tencent（腾讯PCG基础算法中心） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 针对多模态大语言模型在复杂视觉推理任务中的不足，ProLaViT框架利用内生自蒸馏机制等，设计两种推理范式及损失函数，使其能在潜在空间进行结构化视觉推导，实验证明效果优于基线。
Comments Accepted by ECCV 2026
TACO：作为可扩展VLA训练后自校正器的触觉世界模型
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理技术国家重点实验室） ； AI 2 Robotics（人工智能与机器人研究所） ； Sun Yat-sen University（中山大学） ； Beihang University（北京航空航天大学）
AI总结 研究VLA模型在接触丰富任务中的问题，提出TACO框架，通过触觉感知世界模型驱动可扩展VLA训练后校正，结合多种方法提升策略，实验表明其能显著提高成功率。
用于具有递归效用的动态规划的深度学习
机构 * HSBC Business School, Peking University（汇丰商学院，北京大学）
AI总结 提出确定性等价学习（CEL）算法解决高维离散时间含递归效用的动态规划问题，直接用神经网络学习确定性等价值，联合逼近价值、策略和确定性等价函数，适用于多种相关问题，效果良好。
Comments 93 pages, 44 figures
大语言模型服务中多目标路由的在线线性规划
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院）
AI总结 研究大语言模型服务在线路由问题，引入多目标优化框架将路由设为在线线性规划，应用高效出价控制策略，开发热启动投影一阶更新，集成路由器到模拟器，结果表明基于科学方法优于启发式方法。
CSympNet-ID：用于线性阻尼哈密顿系统的共形辛映射学习
机构 * School of Mathematics (Zhuhai), Sun Yat-sen University（中山大学数学学院（珠海）） ； National Engineering Laboratory for Big Data Analysis and Applications, Peking University（北京大学大数据分析与应用国家工程实验室） ； State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院数学科学国家重点实验室）
AI总结 针对线性阻尼哈密顿系统，提出CSympNet-ID框架，直接从快照对学习一步流映射，通过构建保证离散共形辛性，其架构含辛神经核心与缩放层，给出相关因式分解及密度结果，实验效果良好。
Comments 24 pages, 7 figures
扩散学习揭示生物动力系统中可行参数流形和补偿几何
机构 * Peking University–Tsinghua University–National Institute of Biological Sciences Joint Graduate Program（北京大学-清华大学-中国生物科学研究院联合研究生项目） ； Academy for Advanced Interdisciplinary Studies（先进跨学科研究院） ； Center for Bioinformatics（生物信息中心） ； School of Life Sciences（生命科学学院） ； National Laboratory of Protein Engineering and Plant Genetic Engineering（蛋白质工程与植物基因工程国家实验室） ； Center for Quantitative Biology（定量生物学中心） ； NYU-ECNU Institute of Mathematical Sciences（纽约大学-复旦大学数学科学研究院） ； New York University Shanghai（纽约大学上海分校） ； NYU-ECNU Institute of Brain and Cognitive Science（纽约大学-复旦大学脑与认知科学研究院）
AI总结 研究复杂系统参数与可观测量关系，将兼容参数集形式化为可行参数流形，用条件分数扩散模型训练并采样，以Lorenz等模型为例揭示系统补偿几何等，为研究提供工具。
Comments 25 pages, 7 figures
建模细胞周期感知的单细胞药物扰动响应
机构 * Division of Pharmacognosy, School of Pharmaceutical Sciences, State Key Laboratory of Natural and Biomimetic Drugs, Peking University, China（北京大学药学院生药学系，天然药物及仿生药物国家重点实验室） ； Department of Computer Science at School of Informatics, Xiamen University, Xiamen, China（厦门大学信息学院计算机科学系）
AI总结 提出scCycleMol框架，通过细胞周期监督信号预测药物扰动下的转录响应和细胞周期状态变化，在SciPlex3基准上显著提升表达预测和相位准确性。
WorldRoamBench：交互式世界模型长时稳定性的开放世界基准
机构 * AMAP CV Lab, Alibaba Group（阿里巴巴集团AMAP CV实验室） ； Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Peking University（北京大学）
AI总结 提出WorldRoamBench基准，从动作、视觉、物理和记忆四维度评估交互式世界模型的长时稳定性，包含600+测试用例，揭示现有模型在所有维度均不理想。
驯服I2V模型用于图像HOI编辑：认知基准与智能体自校正框架
机构 * Wangxuan Institute of Computer Technology, Peking University, Beijing, China（王轩计算机技术研究所，北京大学，北京，中国） ； National Institute of Health Data Science, Peking University, Beijing, China（国家健康数据科学研究院，北京大学，北京，中国）
AI总结 提出HOI-Edit基准和SCPE框架，利用I2V模型的时间生成能力进行动态人-物交互编辑，通过自校正提示迭代优化，实现与SOTA竞争的性能。
LectūraAgents：面向自适应个性化AI辅助学习与具身教学的多智能体框架
机构 * Beijing Institute of Technology（北京理工大学） ； Peking University（北京大学） ； Cornell University（康奈尔大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 提出LectūraAgents多智能体框架，通过层次化架构和自适应具身教学机制（如手势、高亮等）实现端到端个性化学习，并设计教学动作-语音对齐算法提升连贯性，在多个课程级别上优于现有方法。
Comments LecturaAgents TR
SHINE：一种可扩展的上下文超网络，用于在单次传递中将上下文映射到LoRA
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Technion, NVIDIA（技术学院与NVIDIA） ； University of Oxford（牛津大学） ； School of Electronics Engineering（电子工程学院） ； Computer Science, Peking University（计算机科学，北京大学）
AI总结 本文提出SHINE，一种可扩展的上下文超网络，用于在单次传递中将多样且有意义的上下文映射到高质量的LoRA适配器，通过重用冻结LLM的自身参数和引入架构创新，克服了先前超网络的关键限制，以较少的参数实现了强大的表达能力。
CABTO：面向机器人操作的上下文感知行为树接地
机构 * National University of Defense Technology（国防科技大学） ； PsiBot ； Peking University（北京大学） ； PKU-Psibot Lab（北京大学-PsiBot实验室）
AI总结 本文提出CABTO框架，通过预训练大模型和上下文反馈，自动构建完整且一致的行为树系统，解决机器人操作中行为树接地的复杂性问题。
CLEANER：自我净化轨迹助力智能强化学习
机构 * Peking University（北京大学） ； NTU, Singapore（新加坡国立大学）
AI总结 研究参数受限模型探索阶段因执行失败产生噪声轨迹影响策略优化的问题，提出CLEANER，利用模型自我纠错能力净化轨迹，其SAAR机制提升平均准确率，减少训练步骤。
Robobench：作为具身大脑的多模态大语言模型的综合评估基准
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息多媒体国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Institute for Brain and Intelligence, Fudan University（脑与智能研究院，复旦大学） ； University of Science and Technology Beijing（北京科技大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心）
AI总结 研究针对在动态非结构化环境中构建能感知、推理和行动的机器人的挑战，介绍RoboBench基准，涵盖多维度、多任务等，能评估多模态大语言模型，揭示其局限性并分析与下游控制关系，为量化高级认知提供支架。
Comments ECCV 2026 Camera Ready
Re:Form——利用大语言模型中的强化学习减少可扩展形式化软件验证中的人工标注：关于Dafny的初步研究
机构 * Shanghai AI Lab（上海人工智能实验室） ； University of Alberta（阿尔伯塔大学） ； Tsinghua University（清华大学） ； Chinese University of Hong Kong, Shenzhen（香港大学（深圳）） ； Hong Kong University of Science and Technology（香港科技大学） ； Nanyang Technological University（南洋理工大学） ； University of Manchester（曼彻斯特大学） ； Peking University（北京大学）
AI总结 研究利用形式语言Dafny减少人工标注，核心方法是引入自动可扩展数据处理流程及结合形式语言验证器反馈的强化学习设计，主要贡献是提升模型在DafnyComp基准测试表现。
Comments Published in Transactions on Machine Learning Research (TMLR), 05/2026. Reviewed on OpenReview: https://openreview.net/forum?id=cAQmIS4GOe
InverseScope：用于解释大语言模型的可扩展激活反演
机构 * School of Mathematical Science, Peking University（北京大学数学科学学院） ； School of Science, Westlake University（西湖大学理学院） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） ； New Cornerstone Science Laboratory, Peking University（北京大学新基石科学实验室）
AI总结 研究大语言模型内部表征解释难题，提出InverseScope框架，通过输入反演解释神经激活，用新颖架构提高采样效率，揭示模型表征空间结构，可扩展到14B参数模型并推广到分布外输入。
Comments 12 pages
基于特定风格示范的策略改进
机构 * School of Computer Science, Peking University, Beijing 100871, China（北京大学计算机学院，北京100871，中国）
AI总结 研究旨在弥合游戏AI中提升熟练度与多样化风格间的差距，提出MPPO方法，统一在线和离线样本损失目标并引入隐式约束，能在保留风格同时提升现有次优智能体熟练度。
Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-60230-8}
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