高校专区
GRACE：用于可扩展混合数据聚类的大语言模型（LLM）基础语义度量空间
机构 * Guangdong University of Technology（广东工业大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Shenzhen University（深圳大学） ； Xiamen University（厦门大学）
AI总结 针对混合数据聚类中语义丰富度与可扩展性的矛盾，提出GRACE框架，通过多视角LLM查询实现一次性语义嵌入，兼顾可扩展性与聚类性能，优于11种对比方法。
Comments 13 pages
ReQuant：用于训练后量化的固定网格离散细化
机构 * School of Computer Science, Peking University（北京大学计算机学院） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Physics, Peking University（北京大学物理学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Central Research Institute, ZTE Corporation（中兴公司中央研究院）
AI总结 ReQuant是用于训练后量化（PTQ）的无反向传播固定网格细化方法，可作为即插即用后处理阶段，提升各类PTQ初始化器生成的量化模型性能，在低位宽下增益显著。
Comments 10 pages, 3 figures, 16 tables
先理解再检测：用于全域红外小目标检测的视觉-语言学习
机构 * National University of Defense Technology（国防科技大学） ； College of Computer Science, Nankai University（南开大学计算机学院） ； Peking University（北京大学）
AI总结 针对全域红外小目标检测的域偏移问题，提出“先理解再检测”范式及JinSight方法，构建视觉-语言数据集OmniIRST-VL，实现跨异构红外域的泛化检测。
AVCap：用细节感知奖励强化音视频联合字幕
机构 * MMLab, CUHK（香港中文大学MMLab） ； Peking University（北京大学）
AI总结 针对音视频联合字幕的数据集、奖励信号、评估基准的局限，提出AVCap-100K数据集、AVCap模型及专用基准指标，通过Da-GRPO优化的AVCap模型性能优异。
PAST：用于高效扩散模型的提示自适应采样终止
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学）
AI总结 PAST是一种提示自适应采样终止方法，通过双自适应协调机制提升扩散模型RL微调的计算效率与偏好优化质量，效率最高提升66.7%，质量最高提升29.5%。
探索还是收敛？面向扩散模型的阶段引导式逐步优化方法
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Stanford University（斯坦福大学）
AI总结 针对扩散模型RL偏好对齐的奖励不匹配问题，提出SGPO方法，通过分阶段分配目标，使生成质量提升26.7%、收敛速度提高36.7%。
MemPrism：面向长程智能体的任务条件关系记忆视图
机构 * Nanyang Technological University（南洋理工大学） ； South China University of Technology（华南理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 该研究针对长程智能体记忆系统的表示不匹配问题，提出MemPrism任务条件关系记忆框架，经实验验证可提升长程任务性能、减少记忆消耗且视图策略可跨VLM迁移。
UAV3DCrop：面向重复多视角无人机作物调查的三维重建基准测试
机构 * University of Minnesota, Twin Cities（明尼苏达大学双城校区） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Pittsburgh（匹兹堡大学） ； Max Planck Institute for Biogeochemistry（马克斯·普朗克生物地球化学研究所） ； Boston University（波士顿大学） ； Peking University（北京大学）
AI总结 本文提出UAV3DCrop基准，评估NeRF、3DGS等场景优化方法及预训练前馈模型在作物三维重建任务的表现，发现无单一方法适配所有农艺需求，仅一种前馈模型可恢复可用度量尺度。
Comments 22 pages, 7 figures. Dataset and project page: https://link-dev.github.io/UAV3DCrop/
MicroEvo：知识引导的大语言模型采样用于高效微架构设计空间探索
机构 * Southeast University（东南大学） ； National Center of Technology Innovation for EDA（国家EDA技术创新中心） ； NVIDIA Corporation（英伟达公司） ； Fudan University（复旦大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Peking University（北京大学）
AI总结 MicroEvo是结合LLM与MCTS的知识引导框架，用于多目标微架构优化，可提升帕累托前沿质量与搜索效率，具备工业级可扩展性。
Comments Accepted by ICCAD 2026
FOCUS：解耦大语言模型中的专家角色以提升领域专家能力
机构 * Peking University（北京大学） ； The University of Sydney（悉尼大学）
AI总结 FOCUS通过正交分解解耦LLMs的专家角色，结合专家门控模块与两阶段训练策略，在多领域基准上提升了角色控制的任务准确率，性能优于现有方法。
OmniEdit-Bench：基于指令的视频编辑综合基准
机构 * The University of Hong Kong（香港大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 针对现有基于指令的视频编辑基准的任务覆盖有限、指标不足的问题，OmniEdit-Bench将编辑任务分解为多维度并提出含惩罚机制的评估框架，实验显示当前IVE模型仍待提升。
UniWorld-View：基于视频扩散模型的大基线视图合成
机构 * Peking University（北京大学） ； Rabbitpre AI
AI总结 UniWorld-View 是结合显式 3D 指导与视频扩散建模的统一框架，可从单目输入实现可控大基线新视图合成，在基准测试中展现出优异的可控性、几何一致性与视觉保真度。
Comments Project Homepage: https://zhouhyocean.github.io/uniworld-view/ Code: https://github.com/PKU-YuanGroup/UniWorld-View
HyPASE：用于大音频语言模型的参数高效语音情感微调框架的双曲几何方法
机构 * Tongji University（同济大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学）
AI总结 本文提出HyPASE双曲PEFT框架，利用庞加莱球模型及HGA、EMCA组件，在MELD、IEMOCAP等数据集上优于欧氏PEFT基线，实现高效的大音频语言模型语音情感微调。
CMuon：通过分块动量正交化加速并稳定扩散Transformer的训练
机构 * Peking University（北京大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学）
AI总结 针对扩散Transformer训练计算成本高、普通Muon优化器存在后期收敛问题的瓶颈，提出CMuon策略，通过分块权重实现训练加速与收敛优化，在ImageNet 256上200个epoch达FID1.18，训练速度超AdamW2倍
Comments ECCV 2026
IACM-RL：动态意图波动下复杂工具调用的意图感知上下文管理与强化学习
机构 * Fudan University（复旦大学） ； Honor Device Co Ltd.（荣耀设备有限公司） ； Peking University（北京大学）
AI总结 针对动态意图波动下长程工具调用的意图偏差与无限API循环问题，提出IACM-RL框架，结合DynamicIntent流水线与BeliefState上下文管理器，在多基准上实现性能提升。
一个QK通道，多个源：防范低精度注意力崩溃
机构 * Beijing Tongming Lake Information Technology Application Innovation Center (TLAIC)（北京通明湖信息技术应用创新中心（TLAIC）） ； Fudan University Institute of Systems for Advanced Computing（复旦大学先进计算系统研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peking University（北京大学） ； Shanghai Institute of Systems for Open Computing（上海开放计算系统研究所）
AI总结 本研究针对bfloat16变换器的低精度注意力崩溃问题，通过定位故障源与通道的分离关系，提出QK-Guard方法，可有效抑制注意力失控，支持在共享QK位点进行干预。
Comments 22 pages, 4 figures. Code and research artifacts: https://github.com/xieTwim/one-qk-channel-artifact
GABench：用于评估大语言模型智能体图分析任务的综合基准
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
AI总结 本文提出GABench这一综合基准，涵盖多类图类型与任务及84个可执行工具，构建10400个带可验证答案的任务，评估前沿LLM及智能体框架，发现现有智能体应对复杂图任务仍存局限等结论。
评分规则！文本评估指标的统计对齐与策略对齐
机构 * University of Michigan（密歇根大学） ； Peking University（北京大学） ； Microsoft Research（微软研究院） ； Northwestern University（西北大学）
AI总结 该研究针对文本评估指标，提出统计与策略对齐概念及三项测试原则，开发基于互信息的指标设计框架，发现 LLM-as-a-Judge 相关性高但易操纵，新指标鲁棒性强且相关性具竞争力。
SphereVideo：用于持续AI生成视频检测的原型锚定超球面边界
机构 * Fudan University（复旦大学） ； Peking University（北京大学）
AI总结 针对AI生成视频检测中持续学习框架不足的问题，提出SphereVideo框架，以超球面原型锚定与多尺度时序建模提升泛化性，在已见和未见数据上均优于现有方法
AdaHAT：任务增量学习中的自适应硬注意力机制
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Population Health Sciences Institute, Newcastle University（纽卡斯尔大学人口健康科学研究所） ； School of Engineering Mathematics and Technology, University of Bristol（布里斯托尔大学工程数学与技术学院） ； School of Computing and Creative Technologies, University of the West of England（西英格兰大学计算与创意技术学院）
AI总结 本文针对任务增量学习中长任务序列下的网络容量问题，提出AdaHAT机制，改进HAT方法，经多数据集实验，其平均性能优于基线，可平衡网络稳定性与可塑性。
Comments 18 pages, 6 figures, published in ECML PKDD 2024
Journal ref Proceedings of the European Conference on Machine Learning and Knowledge Discovery in Databases. pp. 143-160 (2024)
RAGOCR：基于视觉表征的检索增强文本光学压缩
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）
AI总结 该研究针对RAG压缩的权衡问题，提出RAGOCR框架，通过查询感知动态分辨率机制压缩检索文档为视觉表征，在五个QA基准上实现比朴素RAG更高准确率和更低token需求，且优于各类压缩基线。
Comments Under reviewing
Proteus：适用于渐进式激光雷达压缩的抗截断熵模型
机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学）
AI总结 提出名为Proteus的激光雷达压缩编解码器，通过解耦编码实现抗70%比特流截断，在理想信道下优于G-PCC、Draco等标准及Unicorn，可用于安全关键感知场景。
TreeProbe：面向大型语言模型文化偏见的藏医药基准测试集
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tibet University（西藏大学） ； Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学）
AI总结 本研究针对大型语言模型的藏医药文化偏见问题，构建了首个基于藏医药“医学之树”框架的基准测试集TreeProbe，发现现有模型存在系统性本体漂移，为公平医疗AI开发提供了诊断基准。
AdaMTP：一种面向多令牌预测的自适应训练范式
机构 * City University of Hong Kong（香港城市大学） ； Huawei Technologies（华为技术有限公司） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； McGill University（麦吉尔大学） ； Peking University（北京大学）
AI总结 AdaMTP是适配序列内在可预测性的自适应MTP训练范式，通过熵算法划分语义边界抑制噪声梯度，在三类主干模型的多任务基准中均优于标准MTP，兼具性能与推理速度优势。
可验证奖励下策略内优化中的验证器诱导支持重塑
机构 * Peking University（北京大学） ； BUPT（北京邮电大学）
AI总结 该研究发现RLVR在提升当前目标时会使后续目标成功行为稀少，通过数学推理与指令遵循实验验证了验证器诱导支持重塑效应，指出端点改进无法保证策略内优化的未来可训练性
Comments 36 pages, 12 figures, 15 tables
流形-GS：通过变分保守高斯溅射实现可认证混合资产
机构 * Peking University（北京大学）
AI总结 提出 Manifold-GS，将外观不透明度与几何质量分离，导出可认证开放表面面片，在 DTU 场景上实现零编辑泄漏、高 PSNR 且碰撞浮点数面积更低，是精度与覆盖率的权衡方案。
Comments 9 pages, 2 figures
TransGraspNet：透明实验器皿的物理与几何一致性操纵
机构 * Peking University（北京大学） ； School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） ； Shanghai Jiao Tong University（上海交通大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 TransGraspNet是实现透明实验器皿物理与几何一致性操纵的框架，通过三个耦合原则解决跨阶段不一致问题，在真实机器人平台上实现了高抓取成功率与零液体泼洒的可靠操作。
无预定义参考路径的同伦感知走廊生成
机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院）
AI总结 该研究提出一种无预定义参考路径的自适应多尺度凸集图框架，用于生成同伦感知安全走廊，经数值与硬件实验验证，其图构造高效、轨迹性能稳定，同伦感知轨迹更短且能应对未知障碍物。
Comments 8 pages, 8 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
FBFM：一种用于世界-动作模型执行中流匹配的无训练异步反馈机制
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院）
AI总结 该研究针对世界-动作模型分块反馈时间粒度粗、无法逐时间步纠错的问题，提出无训练异步反馈机制FBFM，在两类WAM上使LIBERO等任务成功率提升超5%，实现开环流生成与闭环真实世界动力学的桥接。
Comments 29 pages, 5 figures. Preprint
SAF-OPD：面向策略内蒸馏的稳定优势融合
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Meituan（美团） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学）
AI总结 该研究提出SAF框架解决RLVR与OPD固定系数融合的熵崩溃问题，通过四阶段机制优化优势融合，在7个推理与代码生成基准上提升模型性能与训练稳定性。
Comments Working in progress
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