高校专区
LaST-R1：通过自适应物理潜在推理强化机器人操作
机构 * The Chinese University of Hong Kong（香港中文大学） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学多媒体信息处理国家重点实验室，计算机学院） ； Simplexity Robotics Project（Simplexity机器人项目）
AI总结 本文提出LaST-R1，一种基于强化学习的后训练框架，通过联合优化潜在推理过程和动作生成，提升机器人在动态环境中的适应性和泛化能力。
从视频先验构建统一的4D世界动作模型
机构 * Tsinghua University（清华大学） ； Xiaomi Robotics（小米机器人） ； Peking University（北京大学） ； CASIA
AI总结 本文提出X-WAM，统一了实时机器人动作执行与高保真的4D世界合成，在单一框架中解决传统统一世界模型仅建模2D像素空间且无法平衡动作效率与世界建模质量的问题。
Comments Project website: https://sharinka0715.github.io/X-WAM/
用免费的8B语言模型完全模拟环境来民主化工具学习
机构 * National Key Laboratory for Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； LLM Department, Tencent（腾讯LLM部门）
AI总结 本文提出TRUSTEE方法，利用免费开源的8B语言模型模拟动态环境，结合自适应课程学习机制，有效训练工具调用代理，实验证明其在多数情况下优于需额外资源的基线方法。
Comments Preprint
Claw-Eval: 向可信的自主代理评估迈进
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； The University of Hong Kong（香港大学）
AI总结 Claw-Eval通过300人验证任务覆盖9类任务，采用轨迹感知评分体系，揭示自主代理在安全、鲁棒性及一致性上的多维特性，验证传统评估方法的局限性。
使重建FID成为扩散生成FID的预测指标
机构 * Tsinghua University（清华大学） ； University of Cambridge（剑桥大学） ； Peking University（北京大学） ； Kuaishou Technology（快手科技）
AI总结 本文提出插值FID(iFID)，通过在潜在空间中检索最近邻并插值其潜在表示，解码后计算与原数据集的FID，从而与生成FID强相关。
从盲点到收益：面向大型多模态模型的诊断驱动迭代训练
机构 * Peking University（北京大学） ； Shandong University（山东大学）
AI总结 本文提出DPE方法，通过诊断驱动的数据生成和强化学习，实现大型多模态模型的持续改进，实验表明在多个基准测试中取得稳定收益。
语言表示在自动出价中的作用：发现与启示
机构 * City University of Hong Kong（香港城市大学） ； South China Agricultural University（华南农业大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Ohio State University, Columbus（俄亥俄州立大学） ； Hefei University of Technology（合肥工业大学） ； School of Economics and Management, Wuhan University（武汉大学经济管理学院） ； Faculty of Engineering, The University of Queensland（昆士兰大学工程学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The Hong Kong University of Science and Technology（香港科学大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Santa Clara University（圣克拉拉大学） ； Boston University（波士顿大学） ； The University of Hong Kong（香港大学）
AI总结 本文研究语言表示在自动出价中的作用，提出SemBid框架，通过整合语义与数值信息提升出价可控性和泛化能力，实验表明其在多种场景下优于现有方法。
Comments 19 page
MolRecBench-Wild：光学化学结构识别的现实世界基准
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； King’s College London（伦敦国王学院） ； East China University of Science and Technology（东华大学） ； East China Normal University（东华师范大学） ； Tongji University（同济大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出MolRecBench-Wild基准，包含5029个化学结构，覆盖真实出版物中的难度范围，通过CARBON表示语言和双轨评估协议提升语义评估能力，揭示现有专利基准与现实学术场景间的性能差距。
AGPO：面向京东可验证推理和搜索广告相关性的非对称分组策略优化
机构 * Nanjing University, Nanjing, China（南京大学） ； Peking University, Beijing, China（北京大学）
AI总结 本文提出AGPO方法，通过非对称分组策略优化，抑制错误推理路径，提升模型探索能力，并在数学基准和工业应用中实现高准确率和性能提升。
自适应Q分块用于离线到在线强化学习
机构 * Peking University（北京大学） ； Galbot ； University of Toronto（多伦多大学）
AI总结 本文提出自适应Q分块方法，通过动态选择不同分块大小的 critic 来解决离线到在线强化学习中的偏置问题，提升在 OGBench 和 Robomimic 上的性能。
MedFlowSeg: 基于频率感知注意力的医学图像分割中的流匹配
机构 * School of Engineering, University of Birmingham（伯明翰大学工程学院） ； School of Public Health, Peking University（北京大学公共卫生学院）
AI总结 本文提出MedFlowSeg，通过流匹配框架将医学图像分割建模为学习时间依赖的向量场，以更高效地推断并保持生成模型的灵活性。引入双条件机制和频率感知注意力模块，提升结构一致性与边界定义。
PixelGen: 通过感知监督改进像素扩散
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学）
AI总结 PixelGen通过引入LPIPS和P-DINO损失增强x预测，采用噪声门控策略提升图像质量，在ImageNet-256上取得5.11的FID分数，且在文本到图像生成中表现优异。
Comments Project Pages: https://zehong-ma.github.io/PixelGen/
SMI: 统计成员推断用于可靠未学习模型审计
机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； Peking University（北京大学） ； Xi’an Jiaotong University（西安交通大学） ； Heilongjiang University（黑龙江大学） ； Stevens Institute of Technology（斯蒂文斯理工学院）
AI总结 本文提出SMI方法，通过统计成员混合比例评估未学习模型的遗忘率，无需训练影子模型，有效解决传统成员推断攻击的局限性。
树状结构下大语言模型与贝叶斯优化的协同作用：高效CASH问题
机构 * School of Computer Science, Peking University（北京大学计算机科学系）
AI总结 本文提出LB-MCTS框架，通过树状结构整合大语言模型与贝叶斯优化，解决高维CASH问题中的冷启动问题，实验表明其优于传统方法。
VideoASMR-Bench: AI生成的ASMR视频能否欺骗视觉语言模型和人类？
机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Monash University（墨尔本大学） ； Video Rebirth ； University of Oxford（牛津大学）
AI总结 VideoASMR-Bench通过细粒度音频视觉感知和感官沉浸性评估AI生成ASMR视频的检测能力，揭示了当前VLMs在识别AI生成ASMR视频上的不足以及VGMs生成逼真ASMR视频的能力。
Comments Code is at https://github.com/video-reality-test/video-reality-test, page is at https://video-reality-test.github.io/
SpatialBench: 多模态大语言模型空间认知的基准测试
机构 * Sun Yat-Sen University（中山大学） ； HKUST (GZ)（香港科技大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； CAICT（中国科学院电子技术研究所） ； UCAS（中国科学技术大学） ； CUC（中国科学技术大学）
AI总结 本文提出SpatialBench基准，通过五级空间认知框架评估多模态大语言模型的空间能力，揭示模型在感知与符号推理间的性能差异。
DiagramNet: 一种面向非标准系统级图表的端到端识别框架和数据集
机构 * School of IC, Peking University, Beijing, China（北京大学信息科学技术学院） ； College of Artificial Intelligence, Xi'an Jiaotong University, Xi'an, China（西安交通大学人工智能学院） ； Department of Precision Instruments, Tsinghua University, Beijing, China（清华大学精密仪器系） ； School of Software and Microelectronics, Peking University, Beijing, China（北京大学软件与微电子学院） ； School of Computer Science, Peking University, Beijing, China（北京大学计算机科学系） ； Institute of EDA, Peking University, Beijing, China（北京大学EDA研究院） ； Beijing Advanced Innovation Center for IC, Beijing, China（北京集成电路先进创新中心）
AI总结 本文提出DiagramNet数据集和训练框架，通过端到端方法在系统级图表识别中超越现有模型，提升多模态大语言模型的图表理解能力。
Comments 13 pages, 7 figures. Preprint
超越语义相关性：为鲁棒检索增强生成的反事实风险最小化
机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； City University of Hong Kong（香港城市大学） ； Tencent Technology（腾讯科技） ； Peking University（北京大学）
AI总结 本文提出CoRM-RAG框架，通过因果干预模拟用户偏差来提升检索鲁棒性，在对抗性场景中优于传统检索器和重排序器。
SPAT：一种面向语义通信的语义端口感知自适应速率传输协议
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Department of Networked Intelligence, Peng Cheng Laboratory（鹏城实验室网络智能部门） ； School of Information and Control Engineering, China University of Mining and Technology（中国矿业大学信息与控制工程学院） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） ； School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） ； State Key Laboratory of Photonics and Communications, School of Electronics, Peking University（北京大学光子学与通信国家重点实验室）
AI总结 本文提出SPAT协议，通过将源和目的端口信息嵌入语义表示，减少对显式端口头的依赖，提升语义通信的鲁棒性和传输效率，实验表明其在不同信噪比下均优于TCP、UDP和SITP。
通过动态单次策略细化实现大规模语言模型推理的资源高效强化学习
机构 * UCAS（中国科学院大学） ； HKUST(GZ)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Sun Yat-Sen University（中山大学） ； Xidian University（西安电子科技大学） ； George Mason University（乔治·梅森大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 本文提出动态单次策略细化方法，通过减少训练样本数量和计算开销，提升大规模语言模型推理效率。
AVI-Edit: 基于粒度感知掩码细化的音频同步视频实例编辑
机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； State Key Lab of Multimedia Info. 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） ； Nat’l Eng. Research Ctr. of Visual Tech., School of Computer Science, Peking University（北京大学计算机学院视觉技术工程研究中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 本文提出AVI-Edit框架，通过粒度感知掩码细化和自反馈音频代理，实现音频同步的高质量视频实例编辑，提升了空间和时间控制精度。
稀疏字典学习在机制可解释性中的统一理论：分段双凸性与虚假极值
机构 * National University of Singapore（新加坡国立大学） ； Indian Institute of Technology, Dhanbad（印度德里理工学院） ； Chinese University of Hong Kong（香港中文大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University（北京大学）
AI总结 本文提出稀疏字典学习的统一理论，揭示其分段双凸性及虚假极值问题，通过线性表示基准揭示路径学，提出特征锚定技术提升特征恢复性能。
偏好目标微调：冻结策略的后训练作为潜在控制
机构 * Peking University（北京大学） ； Tencent AI Lab（腾讯AI实验室）
AI总结 本文提出偏好目标微调（PGT），通过冻结策略并优化潜在目标，使策略在无监督下适应任务偏好，实现在Minecraft SkillForge基准上显著提升性能。
PPLLaVA：通过提示引导的视频序列理解
机构 * Peng Cheng Laboratory（鹏城实验室） ； Peking University（北京大学） ； XPeng Inc.（小鹏汽车有限公司） ； Ministry of Industry and Information Technology of the People’s Republic of China, China Electronics Standardization Institute, Beijing, China（中华人民共和国工业和信息化部，中国电子标准化研究院，北京，中国）
AI总结 PPLLaVA通过提示引导的池化策略实现视频序列高效理解，减少18倍token，提升推理效率并在多种视频理解任务中取得最佳性能。
Comments Accepted to ICLR' 26
近优且高效的多任务学习共享线性表示一阶算法
机构 * State Key Lab of General AI, School of Intelligence Science and Technology, Peking University, China（人工智能国家重点实验室，智能科学与技术学院，北京大学，中国） ； School of Mathematical Sciences, Peking University, China（数学科学学院，北京大学，中国） ； Institute for Artificial Intelligence, Peking University, China（人工智能研究院，北京大学，中国）
AI总结 本文提出一种高效一阶算法，用于多任务学习中的共享线性表示学习，保证在$\widetilde{\mathcal{O}}(1)$次迭代内收敛，并达到近最优的估计误差。
LIMSSR：基于大语言模型的训练时不完整多模态观察下的序列到评分推理
机构 * Fujian Provincial Key Laboratory of Networking Computing（网络计算与智能信息处理福建省重点实验室） ； Intelligent Information Processing, College of Computer（智能信息处理学院） ； Data Science, Fuzhou University（数据科学，福州大学） ； Engineering Research Center of Big Data Intelligence, Ministry of Education（大数据智能工程研究中心，教育部） ； Wangxuan Institute of Computer Technology, Peking University（王宣计算机技术研究所，北京大学）
AI总结 本文提出LIMSSR框架，通过提示引导的上下文感知模态补全和多维表示融合，解决训练时不完整多模态数据下的序列到评分推理问题，并在三个动作质量评估数据集上验证了其有效性。
Comments ICML 2026 [Spotlight]
SiriusHelper：一种基于LLM代理的大数据平台操作助手
机构 * TEG, Tencent Inc.（腾讯科技（TEG）） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 SiriusHelper通过统一在线助手自动识别用户意图并路由查询，结合深度搜索机制和优先级知识库，提升回答可靠性与响应速度，减少专家负担，实测降低20.8%的在线工单量。
Intern-Atlas：一种方法论进化图作为人工智能科学家的研究基础设施
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Xi'an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学） ； East China Normal University（华东师范大学） ； Hunan University（湖南大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai University（上海大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 Intern-Atlas通过构建方法论进化图，自动识别方法实体，推断方法间的关系，并捕捉驱动创新过渡的瓶颈，为AI研究提供因果网络支持。
Comments 25 pages, 5 figures, 8 tables
Claw-Eval-Live: 一个用于评估进化现实工作流的活体代理基准
机构 * The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； South China University of Technology（华南理工大学） ； Xiamen University（厦门大学） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出Claw-Eval-Live活体基准，通过分离可刷新信号层和可复现的发布快照，评估代理在动态工作流需求下的表现，发现可靠工作流自动化仍待解决，领先模型仅完成66.7%的任务。
Comments Project page: https://claw-eval-live.github.io
将拼图碎片放在关键位置：一种用于强化学习的问题增强框架
机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学）
AI总结 本文提出PieceHint框架，通过战略性提供关键推理步骤，解决强化学习中训练易问题过拟合和训练难问题奖励稀疏的问题，实验表明其在数学推理基准上性能优异且保持pass@k多样性。
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