Mild Over-Parameterization Benefits Asymmetric Tensor PCA
轻度过参数化有助于非对称张量PCA
机构 * Peking University（北京大学）
AI总结 本文提出一种基于梯度下降的算法，在有限内存下通过轻度过参数化提升样本效率和问题结构适应性，实现近最优样本复杂度。
高校专区
Peking University（北京大学）
PhyMix: Towards Physically Consistent Single-Image 3D Indoor Scene Generation with Implicit--Explicit Optimization
PhyMix：迈向物理一致的单图像3D室内场景生成的隐式-显式优化
机构 * Lingnan University（岭南大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Shenzhen University（深圳大学）
AI总结 本文提出PhyMix，通过隐式-显式优化框架，结合物理评估器提升生成场景的物理一致性，实现视觉真实且物理合理的3D室内场景生成。
SEPTQ: A Simple and Effective Post-Training Quantization Paradigm for Large Language Models
SEPTQ：一种用于大型语言模型的简单且有效的后训练量化范式
机构 * Dalian University of Technology（大连理工大学） ； Peking University（北京大学） ； Shenzhen MSU-BIT University（深圳北理莫斯科大学） ； The Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 SEPTQ提出了一种简化后训练量化流程的方法，通过重要性评分和静态全局确定量化位置，提升低比特量化下的性能。
Comments Accepted to KDD 2025. 12 pages, 10 figures
Natural Gradient Gaussian Approximation Filter on Lie Groups for Robot State Estimation
在李群上的自然梯度高斯近似滤波器用于机器人状态估计
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； College of Engineering, Peking University（北京大学工学院） ； College of Artificial Intelligence, Tsinghua University（清华大学人工智能学院） ； Tsinghua-Efort Joint Research Center for EAI Computation and Perception（清华大学-埃夫特EAI计算与感知联合研究中心）
AI总结 本文提出在李群上基于自然梯度优化的高斯近似滤波器，用于解决机器人系统在李群流形上状态估计的非线性问题，通过避免局部线性化提高估计精度。
EvoDiagram: Agentic Editable Diagram Creation via Design Expertise Evolution
EvoDiagram：通过设计专业知识进化实现代理可编辑的图示创建
机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学）
AI总结 EvoDiagram通过设计专业知识进化实现代理可编辑图示创建，解决自动系统在高保真图示生成中的挑战，提出中间画布方案和设计知识进化机制，释放CanvasBench基准测试。
MARS: Unleashing the Power of Speculative Decoding via Margin-Aware Verification
MARS：通过边距感知验证释放推测解码的潜力
机构 * The University of Hong Kong（香港大学） ； McGill University（麦吉尔大学） ； Peking University（北京大学） ； gradient ； Alibaba Cloud（阿里云） ； Mila ； SimpleWay
AI总结 MARS通过边距感知验证策略提升LLM推理效率，无需额外训练，适应目标模型的决策稳定性，减少验证过程中的回滚成本，实验证明在不同模型规模上显著提升推理速度同时保持生成质量。
Comments 12 pages, 4 figures, 7 tables
DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment
DistDF：时间序列预测需要联合分布Wasserstein对齐
机构 * Xiaohongshu Inc.（小红书公司） ； College of Control Science and Technology, Zhejiang University（浙江大学控制科学与工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Computing and Artificial Intelligence, Shanghai University of Finance and Economics（上海财经大学计算与人工智能学院） ； State Key Lab of General AI, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室） ； Squirrel AI（松鼠AI） ； Center for Data Science, Peking University（北京大学数据科学中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 DistDF通过最小化预测序列与标签序列条件分布之间的分布差异，解决传统直接预测方法在标签序列自相关时的偏差问题，提升多种预测模型性能。
Journal ref ICLR 2026
Evolutionary Profiles for Protein Fitness Prediction
蛋白质适应性预测的进化图谱
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； East China University of Science and Technology（华东理工大学） ； Chengdu University of Information Technology（成都信息工程大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Zhejiang University of Technology（浙江工业大学）
AI总结 本文提出EvoIF模型，通过整合进化信号提升蛋白质突变适应性预测性能，采用轻量结构和逆强化学习框架，在有限数据下实现高精度预测。
Masked Training for Robust Arrhythmia Detection from Digitalized Multiple Layout ECG Images
掩码训练用于从数字化多布局ECG图像中鲁棒性心律失常检测
机构 * Tianjin University of Technology（天津理工大学） ； Peking University（北京大学） ； HeartVoice Medical Technology（心语医疗科技） ； Capital Medical University（首都医科大学） ； Tianjin Medical University（天津医科大学） ； Tsinghua University（清华大学）
AI总结 本文提出PatchECG模型，通过自适应变量块计数缺失学习机制和掩码训练策略，解决ECG图像中时间不同步和部分黑屏问题，实现跨导联和时间依赖的鲁棒检测。
Comments 28 pages, 9 figures
Online3R: Online Learning for Consistent Sequential Reconstruction Based on Geometry Foundation Model
Online3R: 基于几何基础模型的在线学习一致序列重建
机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； T-Stone Robotics Institute, The Chinese University of Hong Kong（香港中文大学天石机器人研究所） ； NVIDIA（英伟达） ； College of Computer and Information Science, Southwest University（西南大学计算机与信息科学学院） ； School of Artificial Intelligence and Computer Science, Anqing Normal University（安庆师范大学人工智能与计算机科学学院）
AI总结 Online3R通过在线学习适应新场景，解决不一致问题，利用可学习的轻量视觉提示和自监督学习策略提升几何预测效率。
UIPress: Bringing Optical Token Compression to UI-to-Code Generation
UIPress：将光学令牌压缩引入UI到代码生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Technology Sydney（悉尼科技大学）
AI总结 本文提出UIPress，一种轻量级学习压缩模块，通过结合深度可分离卷积、元素引导的空间重加权和Transformer细化，将UI截图的视觉令牌从约6700压缩到256，结合LoRA实现表示差距桥接，提升效率并优于现有方法。
Comments 10 pages, 3 figures
VAG: Dual-Stream Video-Action Generation for Embodied Data Synthesis
VAG：用于具身数据合成的双流视频-动作生成
机构 * GigaAI ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 本文提出VAG模型，通过双流框架联合生成视频和动作，提升跨模态一致性，实现高效且准确的视频-动作配对生成，支持轨迹回放并提升下游策略泛化能力。
Camera Artist: A Multi-Agent Framework for Cinematic Language Storytelling Video Generation
Camera Artist: 一种多智能体框架用于电影语言叙事视频生成
机构 * School of Information and Communication Engineering, Communication University of China（中国传媒大学信息与通信工程学院） ； State Key Laboratory for 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 Camera Artist通过引入专门的 cinematography shot agent，增强了镜头间叙事连贯性和电影语言表达，提升了视频叙事的连贯性和表现力。
DeepGuard: Secure Code Generation via Multi-Layer Semantic Aggregation
DeepGuard：通过多层语义聚合实现安全代码生成
机构 * Chongqing University（重庆大学） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全全国重点实验室，浙江大学） ； Peking University（北京大学）
AI总结 DeepGuard通过多层语义聚合提升代码生成的安全性，实验表明其在安全性和功能性上均优于基线模型，有效检测并减少不安全模式。
Comments ACL 2026 main conference
Towards Linguistically-informed Representations for English as a Second or Foreign Language: Review, Construction and Application
迈向英语作为第二或外语的语义表示：综述、构建与应用
机构 * School of the Chinese Nation Studies（中华民族学院） ； School of Liberal Arts, Minzu University of China（中央民族大学文学院） ； Department of Chinese Language and Literature, Peking University（北京大学中国语言文学系） ； Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系）
AI总结 本文综述现有ESFL资源，提出基于建构主义理论的新型表示方法，构建包含1643个注释句子的高质资源，并验证其在第二语言习得研究中的应用价值。
BIAS: A Biologically Inspired Algorithm for Video Saliency Detection
BIAS：一种生物启发的视频显著性检测算法
机构 * Academy for Advanced Interdisciplinary Studies, Peking University（北京大学前沿交叉学科研究院） ； Chinese Institute for Brain Research, Beijing (CIBR)（北京脑科学与类脑研究中心）
AI总结 BIAS算法基于生物启发模型，结合动态视觉显著性检测，通过生物视网膜运动检测器提取时间特征，实现高效率显著性图生成，优于传统方法和深度学习模型，应用于交通事故分析效果显著。
Reservoir observer enhanced with residual calibration and attention mechanism
增强残差校准与注意力机制的共振观测器
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 本文提出结合残差校准和注意力机制的共振观测器，提升非线性动力系统中未测量变量推断的准确性，尤其改善传统方法在最坏情况下的表现。
Journal ref Physical Review E 2026
SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds
SIM1：物理对齐的模拟器作为零样本数据放大器在变形世界中
机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 SIM1通过物理对齐的仿真方法，将稀疏观测转化为高保真的合成监督，实现变形物体 manipulation 的高效训练，取得与真实数据相当的性能。
Comments Website: https://internrobotics.github.io/sim1.github.io/
Revitalizing Black-Box Interpretability: Actionable Interpretability for LLMs via Proxy Models
重振黑盒可解释性：通过代理模型实现LLM的可操作可解释性
机构 * Key Lab of High Confidence Software Technologies (Peking University), Ministry of Education（高可信软件技术教育部重点实验室（北京大学）） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出一种低成本代理框架，利用高效模型近似昂贵LLM的决策边界，通过统计验证局部对齐，实现可操作的可解释性，提升LLM优化效率。
Comments Accepted to ACL 2026 Main Conference
Visually-grounded Humanoid Agents
基于视觉的人形代理
机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of Michigan（密歇根大学）
AI总结 本文提出基于视觉的人形代理，通过两层架构实现自主行为，解决数字人主动行为在新环境中的问题，提升任务成功率和减少碰撞。
Comments Project page: https://alvinyh.github.io/VGHuman/
Lighting-grounded Video Generation with Renderer-based Agent Reasoning
基于渲染的视频生成与基于代理的推理
机构 * State Key Laboratory for 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） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（北京大学计算机学院国家视觉技术工程研究中心） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； OpenBayes Information Technology Co., Ltd.（北京开贝信息技术有限公司） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院）
AI总结 本文提出LiVER框架，通过显式3D场景属性条件生成可控视频，结合轻量条件模块和渐进训练策略，实现高保真和精确控制，适用于图像到视频和视频到视频的合成。
Comments Accepted to CVPR 2026
RoboAgent: Chaining Basic Capabilities for Embodied Task Planning
RoboAgent: 通过基本能力串联实现具身任务规划
机构 * Peking University（北京大学） ； XYZ Embodied AI（XYZ具身智能）
AI总结 本文提出RoboAgent，通过串联基本能力实现具身任务规划，利用单个VLM构建能力驱动的规划框架，结合多阶段训练方法提升规划效果。
Comments CVPR 2026
MinerU2.5-Pro: Pushing the Limits of Data-Centric Document Parsing at Scale
MinerU2.5-Pro: 推动大规模数据导向文档解析的极限
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出MinerU2.5-Pro，通过数据工程和训练策略设计提升文档解析性能，无需改变模型架构，在OmniDocBench v1.6上取得95.69的高分。
Comments Technical Report
WASD: Locating Critical Neurons as Sufficient Conditions for Explaining and Controlling LLM Behavior
WASD：定位关键神经元作为解释和控制大语言模型行为的充分条件
机构 * Key Lab of High Confidence Software Technologies (Peking University), Ministry of Education（高可信软件技术教育部重点实验室（北京大学）） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 WASD通过识别生成token的神经条件，提供更稳定准确的解释，并通过案例验证了控制模型行为的有效性。
MV-SAM3D: Adaptive Multi-View Fusion for Layout-Aware 3D Generation
MV-SAM3D：面向布局感知的多视图融合3D生成
机构 * Peking University（北京大学） ； JD Explore Academy（京东探索研究院）
AI总结 MV-SAM3D通过多视图一致性与物理合理性提升3D生成质量，无需额外训练，实现更可信的布局生成。
Reflection-Based Task Adaptation for Self-Improving VLA
基于反射的任务适应用于自我改进的VLA
机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； JD Explore Academy（京东探索研究院） ； AIR, Tsinghua University（清华大学智能产业研究院）
AI总结 本文提出反射式自我适应框架，通过双路径架构实现快速自主任务适应，结合失败驱动的强化学习与成功驱动的质量引导微调，提升机器人在复杂任务中的适应效率和成功率。
Mitigating Visual Context Degradation in Large Multimodal Models: A Training-Free Decoupled Agentic Framework
缓解大多模态模型中的视觉上下文退化：一种无需训练的解耦代理框架
机构 * National Engineering Research Center for Software Engineering, Peking University（北京大学软件工程国家工程研究中心） ； Shandong University（山东大学）
AI总结 本文提出无需训练的解耦代理框架DRP，通过让LLM作为策略推理者与LMM作为观察者解耦，有效缓解多模态推理中的视觉退化问题，实验表明其在MathVision基准上准确率优于GPT-4o。
Auditing Black-Box LLM APIs with a Rank-Based Uniformity Test
对黑盒LLM API进行基于排名的均匀性测试
机构 * University of Southern California（南加州大学） ； University of California, Berkeley（加州大学伯克利分校） ； Peking University（北京大学）
AI总结 本文提出一种基于排名的均匀性测试方法，用于验证黑盒LLM与本地部署的模型行为一致性，有效检测API提供者可能的模型替换或篡改行为，具有高准确性和低查询成本。
OmniTabBench: Mapping the Empirical Frontiers of GBDTs, Neural Networks, and Foundation Models for Tabular Data at Scale
OmniTabBench：映射GBDT、神经网络和基础模型在大规模表格数据上的经验前沿
机构 * Huawei Cloud（华为云） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院）
AI总结 本文提出OmniTabBench，最大的表格数据基准，包含3030个数据集，通过大规模实验验证各模型家族无单一优势，提供更清晰的指导。
StructKV: Preserving the Structural Skeleton for Scalable Long-Context Inference
StructKV: 保持结构骨架以实现可扩展的长上下文推理
机构 * UCAS-Terminus AI Lab, University of Chinese Academy of Sciences, China（中国科学院大学UCAS-Terminus AI实验室） ； National Engineering Research Center for Software Engineering, Peking University（北京大学国家软件工程研究中心）
AI总结 StructKV通过全局入度中心性、动态枢轴检测和结构传播与解耦方法，有效保留长距离依赖性和检索鲁棒性，提升长上下文推理效率。
Comments Accepted to ACL 2026 Findings, 14 pages
