高校专区
MultiPress：一种用于可解释多模态新闻分类的多智能体框架
机构 * New York Institute of Technology（纽约理工学院） ； University of Arizona（亚利桑那大学） ； University of Macau（澳门大学） ； Peking University（北京大学） ； Juniata College（朱尼亚塔学院）
AI总结 本文提出MultiPress多智能体框架，通过多模块协作和检索增强推理提升多模态新闻分类的准确性和可解释性。
Comments Accepted in International Joint Conference on Neural Networks (IJCNN) 2026
NeuroSymb-MRG：基于主动不确定性最小化的可微推断推理用于放射科报告生成
机构 * University of Macau（澳门大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Peking University（北京大学） ； The First People’s Hospital of Foshan（佛山市第一人民医院） ； Capital Medical University（首都医科大学） ； Rutgers Cancer Institute, NJ, USA（罗格斯癌症研究所（美国新泽西州）；纽约大学朗格尼健康中心（美国纽约州）） ； and NYU Langone Health, NY, USA（Techno国际新城（印度加尔各答）） ； Techno International New Town, Kolkata, India
AI总结 本文提出NeuroSymb-MRG框架，结合神经符号推断与主动不确定性最小化，生成结构化且临床可靠的报告。通过图像特征到概率临床概念的映射，构建可微推理链，并通过检索和约束语言模型编辑优化文本输出。
Comments 12 pages, 1 figure
ModalImmune: 通过自毁式训练实现的免疫驱动反学习
机构 * University of Macau（澳门大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文提出ModalImmune框架，通过可控地在训练中坍缩选定模态信息，使模型学习到对破坏性模态影响具有鲁棒性的联合表示，提升多模态系统在模态丢失或损坏时的可靠性。
Comments 24 pages, 8 figures
部分功能动态后门扩散因果模型
机构 * YunNan University（云南大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文提出PFD-BDCM模型，通过动态后门调整和基函数展开，解决时空数据中动态混杂和功能变量的因果推断问题，实验显示其在观测、干预和反事实查询中表现更优。
Comments 16 pages, 2 figures
SpikeStereoNet：一种受大脑启发的立体深度估计框架，用于从尖峰流中估计立体深度
机构 * National 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全国重点实验室） ； Center on Frontiers of Computing Studies, School of Computer Science, Peking University（北京大学计算机学院计算前沿研究中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院）
AI总结 本文提出SpikeStereoNet，一种受大脑启发的立体深度估计框架，直接从原始尖峰流中估计立体深度。该模型融合两个视角的原始尖峰流，并通过递归尖峰神经网络更新模块迭代优化深度估计。
Comments Accepted at ICLR 2026
文档解析揭示：结构信息提取的技术、挑战与前景
机构 * Peking University（北京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学）
AI总结 本文综述了文档解析研究，系统分类了现有方法，探讨了布局分析、多类型内容识别及VLM驱动的解析模型发展，总结了评估指标与挑战，提出了更准确可扩展的文档智能系统方向。
语言代理中策略与内部奖励的共演化
机构 * McGill University（麦吉尔大学） ； McMaster University（麦克马斯特大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； DeepWisdom（深度智慧） ； Université de Montréal（蒙特利尔大学） ； Mila（米拉研究所）
AI总结 本文提出Self-Guide方法，通过自动生成内部奖励实现推理和训练时的协同优化，提升语言代理性能。
Comments 20 pages, 13 figures
NeuReasoner：通过混合神经元实现可解释、可控和统一的推理
机构 * State Key Laboratory of General Artificial Intelligence, 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） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院）
AI总结 本文提出NeuReasoner框架，通过混合神经元解决推理中的内在错误、跨步震荡和实例适配问题，提升可解释性和可控性，实验显示在六个基准测试中性能提升达27.0%，token消耗降低19.6%-63.3%。
FoE：错误森林使大推理模型中的首个解成为最佳解
机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； State Key Laboratory of General Artificial Intelligence, 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）
AI总结 本文发现大推理模型中首个解往往最优，提出RED框架通过抑制错误增长和修剪后续错误提升性能，实验显示在多个基准上性能提升达19.0%。
企业构成智能
机构 * Peking University School of Transnational Law（北京大学国际法学院）
AI总结 本文分析了Anthropic发布的Claude AI模型宪法，指出其在伦理约束和民主参与方面的缺陷，强调AI治理缺乏民主主体。
Journal ref California Law Review Online (2026)
QAPruner: 量化感知的多模态大语言模型视觉标记剪枝
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所）
AI总结 本文提出QAPruner框架，通过结合量化误差模拟与异常强度指标，实现多模态大语言模型的视觉标记剪枝与后训练量化联合优化，提升低比特下的推理精度。
Comments 12 pages
UI-Oceanus：通过合成环境动态扩展GUI代理
机构 * Key Lab of HCST (PKU), MOE（高可信软件技术教育部重点实验室（北京大学）；北京大学计算机学院） ； School of Computer Science, Peking University（北京通明湖信息技术应用创新中心） ； Beijing Tongming Lake Information Technology Application Innovation Center（腾讯微信） ； WeChat, Tencent Inc.（西蒙菲莎大学） ； Simon Fraser University（德克萨斯大学达拉斯分校） ； University of Texas at Dallas（复旦大学系统与先进计算研究所） ； Fudan University Institute of Systems for Advanced Computing（上海开放计算系统研究所） ； Shanghai Institute of Systems for Open Computing
AI总结 本文提出UI-Oceanus框架，通过地面真实环境反馈掌握交互物理，解决GUI代理扩展中的数据瓶颈问题，实验表明其在离线和在线导航中均优于基线方法。
LMask: 通过惰性掩码学习解决受约束的路由问题
机构 * Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； 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） ； Department of Statistics and Data Science, University of Pennsylvania（宾夕法尼亚大学统计与数据科学系）
AI总结 LMask通过动态掩码生成高质量可行解，解决受约束的路由问题，采用惰性掩码解码方法和强化强度嵌入，提升解的质量和效率。
Comments Accepted to the Fourteenth International Conference on Learning Representations (ICLR 2026)
TRACE-Bot：通过隐式语义表示和AIGC增强的行为模式检测新兴的LLM驱动社交机器人
机构 * Sichuan University（四川大学） ； Peking University（北京大学）
AI总结 本文提出TRACE-Bot框架，通过联合建模隐式语义表示和AIGC增强的行为模式，有效检测新兴LLM驱动社交机器人，实验表明其在两个公开数据集上达到98.46%和97.50%的准确率。
PAM：一种用于仿真到现实手-物体互动视频生成的姿态-外观-运动引擎
机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； BAAI（北京智源人工智能研究院） ； SJTU（上海交通大学） ； Eastern Institute of Technology（东方理工高等研究院） ； University of Cambridge（剑桥大学）
AI总结 本文提出PAM引擎，整合姿态、外观和运动生成可控的HOI视频，通过实验验证其在DexYCB和OAKINK2数据集上的性能优势。
Comments Accepted to CVPR 2026 Code: https://github.com/GasaiYU/PAM
重新思考跨域红外小目标检测中的表示方法：从频域视角提出的一种通用性视角
机构 * Department of Mathematics, Hong Kong Baptist University（香港浸会大学数学系） ； School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）
AI总结 本文从频域视角重新思考红外小目标检测中的表示方法，提出S²CPNet网络以解决跨域检测中的领域差异问题，通过相位校正模块和正交注意力机制提升模型在不同领域中的泛化能力。
Comments The code will be released at https://github.com/fuyimin96/S2CPNet upon acceptance
后验优化与截断目标：在生成策略学习中平衡效率与稳定性
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CFCS, School of Computer Science, Peking University（北京大学计算机学院前沿计算研究中心） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 本文提出POCO框架，通过后验推断方法改进策略，结合离线到在线范式，提升生成模型在机器人操控中的稳定性和效率，实验证明其在多个任务中表现优异。
GVGS: 基于高斯可见性感知的多视角几何用于准确表面重建
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Institute of Artificial Intelligence, Beihang University（北京航空航天大学人工智能研究院）
AI总结 本文提出GVGS方法，通过显式建模高斯体的可见性，改进多视角几何一致性，提升表面重建精度，实验表明优于现有基于高斯的方法。
M3-BENCH：混合动机游戏中LLM代理社会行为过程感知评估
机构 * Peking University（北京大学） ； National Key Laboratory of Data Space Technology and System（数据空间技术与系统全国重点实验室）
AI总结 M3-BENCH通过24个混合动机游戏，从行为轨迹、推理过程和沟通内容三个视角评估LLM代理的社会能力，揭示了仅关注结果的评估方法无法捕捉到的社交能力差异，尤其是推理模型在内部 deliberation 与有效沟通之间的矛盾。
WFR-FM：无模拟动态不平衡最优传输
机构 * LMAM and School of Mathematical Sciences, Peking University（北京大学数学科学学院及数学及其应用实验室） ； Center for Quantitative Biology, Peking University（北京大学定量生物学中心） ； Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； NSF-Simons Center for Multiscale Cell Fate Research, University of California, Irvine（加州大学尔湾分校NSF-Simons多尺度细胞命运研究中心） ； Department of Developmental and Cell Biology, University of California, Irvine（加州大学尔湾分校发育与细胞生物学系） ； Department of Mathematics, University of California, Irvine（加州大学尔湾分校数学系） ； National Engineering Laboratory for Big Data Analysis and Applications, Beijing（北京大数据分析与应用技术国家工程实验室） ； AI for Science Institute, Beijing（北京科学智能研究院）
AI总结 WFR-FM通过结合位移与质量变化，统一了流匹配与动态不平衡最优传输，解决了传统方法不稳定、计算成本高和难以扩展的问题，提升了单细胞生物学中轨迹推断的准确性和鲁棒性。
Journal ref International Conference on Learning Representations (2026)
DR-LoRA：动态秩LoRA用于混合专家模型的微调
机构 * City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Michigan（密歇根大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 DR-LoRA通过动态分配不同秩的LoRA模块，提升混合专家模型微调效果，实验表明其优于传统方法。
Vi-TacMan：通过视觉和触觉进行关节物体操作
机构 * Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； State Key Lab of General AI, Peking University（北京大学通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京大学行为与心理健康北京市重点实验室） ； LeapZenith AI Research（跃臻人工智能研究院） ； Embodied Intelligence Lab, PKU-Wuhan Institute for Artificial Intelligence（北京大学武汉人工智能研究院具身智能实验室）
AI总结 本文提出Vi-TacMan，结合视觉和触觉反馈实现关节物体的精确操控，通过表面法线作为几何先验并利用von Mises-Fisher分布建模方向，显著优于基线方法，且无需显式运动学模型。
Comments ICRA 2026
在合适水平上发言：基于RAG-RL的识字率控制反驳生成
机构 * University of North Texas（北德克萨斯大学） ； Peking University（北京大学）
AI总结 本文提出基于RAG-RL的识字率控制框架，生成适应不同健康识字水平的定制化反驳内容，提升信息可及性和有效性。
Comments Accepted at Findings of EMNLP 2025
Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025
图池化全面基准：有效性、鲁棒性和泛化性
机构 * University of Chicago（芝加哥大学） ； Peking University（北京大学） ； Nankai University（南开大学） ； University of Southern California（南加州大学） ； New York University（纽约大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 本文构建了包含17种图池化方法和28个图数据集的全面基准，系统评估了图池化方法在有效性、鲁棒性和泛化性三方面的性能，通过不同任务和噪声攻击实验验证其强大能力。
提升跨机构深度学习在脑转移瘤分割中的泛化能力
机构 * Peking University Health Science Center（北京大学医学部） ； Beijing Key Laboratory of Intelligent Neuromodulation and Brain Disorder Treatment（北京智能神经调控与脑疾病治疗重点实验室） ； University Hospital Erlangen（埃尔朗根大学医院）
AI总结 本文提出VAE-MMD方法，通过结合变分自编码器和最大均值差异损失，提升跨机构脑转移瘤分割的泛化能力，实验显示在多个数据集上均取得了显著提升。
Comments 5 figures and 1 table
PReD：基于大语言模型的电磁感知、识别与决策基础多模态模型
机构 * Tsinghua University（清华大学） ； National University of Defense Technology（国防科技大学） ； Beihang University（北京航空航天大学） ； Tianjin University（天津大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； The Hong Kong University of Science and Technology（香港科技大学） ； Civil Aviation University of China（中国民航大学） ； Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出PReD，首个电磁领域基础模型，涵盖感知、识别与决策闭环，构建高质量多任务电磁数据集和评估基准，通过多阶段训练策略提升电磁领域能力，实验显示在PReD-Bench上达到最佳性能。
MVSS：多视图结构化调查生成的统一框架
机构 * Beijing University of Technology（北京工业大学） ； Peking University（北京大学） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学）
AI总结 本文提出MVSS框架，通过结构优先方法生成和对齐引用支撑的层级树、结构化比较表和调查文本，提升调查生成的结构组织和证据呈现质量。
一个面板并不适用于所有情况：面向临床预测的案例自适应多智能体协商
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Peking University（北京大学）
AI总结 本文提出CAMP框架，通过动态组建专家团队应对临床预测中的案例异质性，采用三值投票机制和混合路由策略，实现更精确的诊断预测和住院疗程生成，优于现有方法。
在3D几何计算机视觉中评估博士级别的编程能力
机构 * AIR, Tsinghua University（清华大学智能产业研究院） ； Qiuzhen College, Tsinghua University（清华大学求真书院） ； BAAI（北京智源人工智能研究院） ； Peking University（北京大学） ； Nanjing University（南京大学） ； University of Toronto（多伦多大学）
AI总结 本文提出GeoCodeBench基准，用于评估3D视觉编程能力。通过精选论文中的任务，生成多样化的测试用例，评估八种模型的性能，揭示当前模型在可靠3D科学编程方面的差距。
Comments Accepted by CVPR 2026; Project page: https://geocodebench.github.io/
ReDiPrune：基于相关性与多样性的预投影令牌剪枝用于高效的多模态大语言模型
机构 * University at Albany, SUNY（纽约州立大学奥尔巴尼分校） ； Peking University（北京大学）
AI总结 ReDiPrune是一种无需训练的预投影令牌剪枝方法，通过选择信息丰富的视觉令牌提升多模态大语言模型的效率与准确性。
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