高校专区
DynaGraph: 通过动态拓扑重构的轻量级多模型交互框架
机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路先进制造创新中心） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Yanxin Co. Ltd（燕新有限公司）
AI总结 提出DynaGraph框架，通过动态拓扑重构和PEFT适配器复用，在单消费级GPU上实现多模型协作，接近72B单模型推理能力并大幅降低延迟和token消耗。
逆问题中贝叶斯推理的深度自适应降维
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； School of Sciences, Great Bay University（大湾大学理学院） ； Department of Mathematics, Louisiana State University（路易斯安那州立大学数学系） ； SKLMS & Institute of Computational Mathematics and Scientific/Engineering Computing, 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SKLMS及计算数学与科学/工程计算研究所）
AI总结 提出基于变分流模型的深度自适应降维贝叶斯推理框架，结合VAE非线性降维、双归一化流和迭代先验更新策略，并自适应微调傅里叶神经算子代理，以高效求解高维PDE控制逆问题中的复杂非高斯后验分布。
Comments 25 pages, 5 figures
Draft-OPD：用于推测草稿模型的在线策略蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 针对推测解码中草稿模型因离线训练与在线推理不匹配导致性能瓶颈的问题，提出Draft-OPD方法，通过目标辅助展开和重放验证暴露的错误位置实现在线策略蒸馏，在多种任务上实现超过5倍的无损加速。
AnySlot: 用于零样本槽级放置的目标条件视觉-语言-动作策略
机构 * Stony Brook University（石溪大学） ； Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI ； Peking University（北京大学）
AI总结 提出AnySlot框架，通过将语言指令转化为空间视觉目标，解耦高层槽选择与低层执行，实现零样本槽级精确放置。
权重到代码：从离散Transformer中提取可解释算法
机构 * Key Laboratory of High Confidence Software Technology (PKU), MOE, Beijing, China（高可信软件技术重点实验室（PKU），教育部，北京，中国） ； School of Computer Science, Peking University, Beijing, China（计算机学院，北京大学，北京，中国） ； Shanghai AI Lab, Shanghai, China（上海人工智能实验室，上海，中国） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院，上海，中国）
AI总结 提出离散Transformer架构，通过温度退火采样注入离散性，结合假设检验和符号回归从模型权重中提取可解释算法，在离散任务上性能与RNN基线相当，并扩展到连续中间计算任务。
NeUQI: 低比特大语言模型的近最优均匀量化参数初始化
机构 * Wangxuan Institute of Computer Technology, Peking University, China（北京大学王轩计算机技术研究院）
AI总结 针对低比特大语言模型均匀量化中参数初始化依赖Min-Max公式的局限，提出NeUQI方法，通过推导零点实现仅优化缩放因子，从而高效获得近最优初始化，在LLaMA和Qwen系列上优于现有方法，且结合轻量蒸馏可超越资源密集的PV-tuning。
Comments accepted by ICML 2026
图像辩论：检测多模态大语言模型中的欺骗行为
机构 * Institute of Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 本文提出 MM-DeceptionBench 基准和基于图像辩论的多智能体监控框架，系统揭示并量化多模态大语言模型中的欺骗风险，有效提升欺骗行为检测能力。
Comments 39 pages, 16 figures, camera ready version for ICML 2026
行随机矩阵在去中心化学习中可证明优于双随机矩阵
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Center for Data Science, Peking University（北京大学数据科学中心） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心）
AI总结 本文通过加权希尔伯特空间框架，严格证明了行随机矩阵相比双随机矩阵在去中心化学习中具有更快的收敛速度，并给出了拓扑条件指导设计。
FakeVLM-R1：通过思维链内化物理定律进行合成图像检测
机构 * Shanghai AI Lab（上海人工智能实验室） ； Nanjing University（南京大学） ； Sun Yat-Sen University（中山大学） ； Shenzhen University（深圳大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 提出FakeVLM-R1框架，结合监督微调、组相对策略优化和批判性思维链机制，通过双向辩证推理和物理常识构建真实性反证，实现高精度、逻辑可解释的合成图像检测，解决现有方法的过度拒绝偏差。
测试时训练用于监督因果学习
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Microsoft（微软） ； Sony Research（索尼研究）
AI总结 针对监督因果学习在分布外泛化中的不足，提出测试时训练框架TTT-SCL，通过动态生成与测试实例对齐的训练集，显著提升因果发现性能。
Agora: 面向生产级共识协议中自主漏洞检测的LLM智能体
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Information and Telecommunication Engineering, Beijing University of Posts and Telecommunications（北京邮电大学信息与电信工程学院） ； Peking University（北京大学） ； G Labs（0G实验室）
AI总结 提出Agora，一个领域感知的多智能体框架，通过假设驱动测试和LLM协作，在Raft、EPaxos、HotStuff、BullShark四个共识实现中发现15个未知协议级逻辑漏洞，而现有LLM方法未能检测到任何此类漏洞。
Comments 35 pages, 4 figures
ESPO：早期停止的近端策略优化
机构 * Tongyi Lab（通义实验室） ； Alibaba Group（阿里巴巴集团） ； Peking University（北京大学）
AI总结 提出ESPO算法，通过在强化学习训练大语言模型时在线检测轨迹失败并提前终止，节省计算资源并提升数学推理性能。
并非所有输入都有效：面向开放集视频时刻检索的语言方法
机构 * Huazhong University of Science and Technology（华中科技大学） ； Peking University（北京大学） ； Zhejiang Gongshang University（浙江工商大学） ； Dalian University of Technology（大连理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Xinjiang University（新疆大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 针对开放集场景下视频时刻检索任务中无关查询导致错误检索的问题，提出基于归一化流的开放集视频时刻检索模型OpenVMR，实现分布内查询的精确检索与分布外查询的拒绝。
Comments Published in ACM MM 2024
更少步骤，更优性能：基于语言的高效跨模态视频片段修剪用于视频时刻检索
机构 * Hubei Engineering Research Center on Big Data Security, School of Cyber Science and Engineering, Huazhong University of Science of Technology（湖北大数据安全工程研究中心，网络安全学院，华中科技大学） ； Peking University（北京大学） ； Henan University（河南大学） ； Dalian University of Technology（大连理工大学） ； Sichuan University（四川大学） ； Shenzhen University（深圳大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 提出SpotVMR方法，通过可学习的片段搜索模型和低成本语义索引特征，高效修剪查询相关视频片段，作为即插即用模块提升现有VMR方法的效率与性能。
Comments Published in AAAI 2024
ActTraitBench: 通过人类行为验证量化大型语言模型中的知识-决策差距
机构 * Peking University（北京大学） ； Baidu Inc（百度公司）
AI总结 提出ActTraitBench框架，基于人类数据建立心理测量方面与行为范式的一一映射，并通过分位数映射校准LLM评分分布，揭示LLM在自我报告与行为决策之间的知识-决策差距，并引入CoCA干预来缓解该差距。
EviLink: 面向大规模Text-to-SQL的基于不确定性引导证据获取的多路径模式链接
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Tencent TEG（腾讯TEG） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院）
AI总结 提出EviLink方法，通过多假设模式基础与不确定性引导的证据获取，重新定义模式链接为不确定性感知的模式需求推理，以平衡模式完整性、相关性和令牌成本，提升大规模Text-to-SQL性能。
Mind-Omni：通过离散扩散实现脑-视觉-语言建模的统一多任务框架
机构 * NeuBCI Lab, State Key Laboratory of Brain Cognition ； Brain-inspired Intelligence Technology, Institute of Automation, Chinese Academy of Sciences, Beijing, China ； School of Future Technology, University of Chinese Academy of Sciences, Beijing, China ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China ； Zhongguancun Academy, Beijing, China ； Peking University, Beijing, China
AI总结 提出Mind-Omni框架，利用离散扩散范式统一七种编码与解码任务，通过脑分词器将连续脑信号转化为离散令牌，实现多模态交互，并构建脑问答指令调优数据集，在多项任务上达到或超越专用模型性能。
LabBuilder: 基于协议的可交互且安全的3D实验室布局生成
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Wuhan University（武汉大学） ； Beihang University（北航） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Shanghai Jiaotong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出LabBuilder系统，通过协议引导和约束感知优化，从文本描述生成安全且可执行的3D实验室布局，显著优于现有方法。
Comments Accepted to ICML 2026
Bridge-RAG：一种基于抽象桥树的检索增强生成算法
机构 * Peking University（北京大学）
AI总结 针对检索增强生成中准确性和效率的挑战，提出Bridge-RAG框架，通过抽象桥树结构实现多级检索，并集成布谷鸟过滤器实现O(1)实体查找，在保持高准确率的同时将检索速度提升至1.9倍。
通过结构先验的合成预训练实现关系上下文学习
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学香槟分校） ； Institute of Computing Technology, Beijing University of Post（北京邮电大学计算机学院） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室）
AI总结 提出RDB-PFN，首个仅通过合成数据训练的关系基础模型，利用结构因果模型生成多样关系数据库，实现对新数据库的即时上下文学习，在19个真实关系预测任务上优于现有表格基础模型。
循环结构策略梯度用于部分可观测平均场博弈
机构 * FLAIR, University of Oxford（FLAIR，牛津大学） ； MLRG, University of Oxford（MLRG，牛津大学） ； ifo Institute, LMU Munich（IFO研究所，慕尼黑大学） ； Mila, Québec AI Institute（Mila，魁北克AI研究所） ； University of Zurich（苏黎世大学） ； Peking University（北京大学） ； London School of Economics（伦敦经济学院）
AI总结 针对部分可观测平均场博弈，提出首个历史感知的混合结构方法RSPG，通过利用低维状态动作空间和已知转移动力学计算期望回报，实现比无模型RL方法快一个数量级的收敛速度。
Skill-Pro: 通过非参数PPO从经验中学习可复用技能以用于LLM智能体
机构 * Key Laboratory of Interdisciplinary Research of Computation and Economics（交叉计算与经济学交叉研究实验室） ； Shanghai University of Finance and Economics（上海财经大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, Chinese Academy of Sciences（中国科学院人工智能研究所） ； University of Bristol（布里斯托大学） ； Peking University（北京大学） ； University College London（伦敦大学学院）
AI总结 提出Skill-Pro框架，通过非参数PPO从交互经验中自动学习可复用的程序性技能，无需参数更新，实现高效经验重用和长期自主性。
Comments Accepted at ICML 2026 (spotlight); 22 Pages, 6 Figures, 5 Tables
自适应指数积分用于稳定高斯混合黑箱变分推断
机构 * School of Mathematical Sciences, Peking University, Beijing, China（北京大学数学科学学院） ； Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） ； Beijing International Center for Mathematical Research, Center for Machine Learning Research, Peking University, Beijing, China（北京国际数学研究中心，机器学习研究中心，北京大学，北京，中国）
AI总结 针对高斯混合黑箱变分推断的不稳定和低效问题，提出结合仿射不变预处理、无条件保持协方差正定性的指数积分器和自适应时间步长的稳定高效框架，并证明其收敛性。
Comments 41 pages, 10 figures
少即是多：通过性能驱动的上下文压缩提升RAG
机构 * City University of Hong Kong, Hong Kong SAR, China（香港城市大学） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE（阿布扎赫尔 Mohamed bin Zayed 人工智能大学） ； Huazhong University of Science and Technology（华中科技大学） ； Peking University, Beijing, China（北京大学） ； Shenzhen Technology University, Shenzhen, China（深圳技术大学）
AI总结 提出CORE-RAG框架，利用任务性能作为反馈信号迭代优化压缩策略，在3%压缩率下平均精确匹配得分提升3.3点。
Comments Accepted by ICML 2026
Battery-Sim-Agent: 利用LLM智能体进行电池逆参数估计
机构 * Peking University（北京大学） ； Microsoft Research（微软研究院） ； Zhejiang University（浙江大学） ； Chalmers University of Technology（皇家理工学院）
AI总结 提出Battery-Sim-Agent框架，将电池逆参数估计重构为推理任务，利用LLM智能体与高保真模拟器闭环交互，通过物理假设和结构化参数更新，显著优于贝叶斯优化等黑箱优化方法。
源语言锚定的语义强化学习用于低资源目标语言生成
机构 * Minzu University of China（中国民族大学） ； Ant Group（蚂蚁集团） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； South China University of Technology（华南理工大学）
AI总结 提出源语言锚定的语义强化学习（SG-SRL），通过跨语言语义奖励模型利用源语言单语数据，结合轻量级恢复阶段解决奖励黑客问题，在低资源目标语言生成中提升语义锚定和事实覆盖。
帮助的诅咒：通过 DistractionIF 在干扰指令鲁棒性中的逆缩放定律
机构 * Minzu University of China, Beijing, China（民族大学，北京，中国） ； Renmin University of China, Beijing, China（中国人民大学，北京，中国） ； Peking University, Beijing, China（北京大学，北京，中国）
AI总结 提出 DistractionIF 基准，发现大语言模型在参考文本中干扰指令的鲁棒性存在逆缩放现象，并通过 GRPO 强化学习提升鲁棒性。
3DVLA：通过3D空间和实例理解增强视觉-语言-动作模型
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所）
AI总结 提出3DVLA框架，通过多视角一致性3D特征编码、实例估计模块和掩码自监督3D编码，解决VLA模型缺乏3D场景理解的问题，在LIBERO-Plus和RoboTwin 2.0上显著提升操作性能。
MiraBench: 评估机器人世界模型中的动作条件可靠性
机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）
AI总结 提出MiraBench基准，通过物理一致性、动作跟随保真度和乐观偏差检测三个层次评估机器人世界模型的动作条件可靠性，发现视觉保真度不能反映动作保真度、模型规模扩大不保证动作跟随改善、乐观偏差普遍存在。
ConMoE: 通过原型重分配进行专家池整合以实现MoE压缩
机构 * Peking University（北京大学）
AI总结 提出ConMoE，一种无需训练的MoE压缩方法，通过基于校准的贡献和可替换性信号选择保留的专家原型，并确定性重映射原始专家调用，在多个MoE语言模型上匹配或超越强基线。
Comments 12 pages, 3 figures, 5 tables
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