高校专区
少即是多：通过偏好数据选择改进大语言模型对齐
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Alibaba Cloud Computing（阿里云计算） ； MoE Key Lab of BIPC, University of Science and Technology of China（中国科学技术大学MoE关键实验室）
AI总结 通过改进偏好数据选择策略，提升大语言模型对齐效果，实验显示在较少数据下实现显著性能提升。
HyFunc: 通过混合模型级联和动态模板加速基于LLM的功能调用以实现代理AI
机构 * Peking University（北京大学） ； Microsoft Corporation（微软公司）
AI总结 HyFunc通过混合模型级联和动态模板技术，高效解决代理AI中功能调用的冗余问题，实现低延迟和高性能。
Comments Accepted by KDD'26
AgentRob: 从虚拟论坛代理到被劫持的物理机器人
机构 * Peking University（北京大学）
AI总结 AgentRob通过模型上下文协议连接虚拟论坛与物理机器人，实现多代理协作控制，展示了论坛驱动的多机器人协调可行性。
Comments 10 pages, 2 figures
从原始序列输入中可微分地推导规则
机构 * Institute of High Performance Computing, Agency for Science, Technology and Research（高性能计算研究所，科技研究局） ； National Institute of Informatics（国家信息研究所） ； Key Laboratory of High Confidence Software Technologies, School of Computer Science Peking University（高可信软件技术重点实验室，北京大学计算机学院）
AI总结 本文提出一种结合自监督可微分聚类与新型可微分ILP模型的方法，实现从原始数据中无显式标签泄漏地推导规则。
Comments Accepted at ICLR 2025
自适应价值分解：协调城市系统中变化数量的智能体
机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（人工智能通用基础理论国家重点实验室） ； Beijing Technology and Business University（北京科技与商业大学） ； Peking University（北京大学）
AI总结 自适应价值分解通过动态调整智能体数量和缓解动作同质化，提升城市系统中多智能体协调效率。
保持角色，保持安全：双循环对抗自进化用于安全角色扮演代理
机构 * Baidu Inc.（百度公司） ； The University of Queensland（昆士兰大学） ； Peking University（北京大学）
AI总结 本文提出双循环对抗自进化框架，通过角色扮演防御机制提升安全性和角色忠实度，实验表明在多个大语言模型上有效提升角色扮演的稳定性与安全性。
BotzoneBench: 通过分级AI锚点实现可扩展的LLM评估
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； School of Software Engineering, South China University of Technology（华南理工大学软件学院） ； Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院）
AI总结 BotzoneBench通过分级AI锚点实现LLM战略能力的可扩展评估，评估八个多样化游戏中的177,047个状态-动作对，揭示性能差异并识别战略行为。
基于场景图的LLM定位再规划集成探索与顺序操作
机构 * Beihang University（北航大学） ； State Key Laboratory of General Artificial Intelligence（一般人工智能国家重点实验室） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 EPoG通过结合基于图的全局规划器与LLM的定位局部规划器，实现探索与顺序操作规划的无缝结合，有效提升机器人在部分已知环境中的任务执行效率。
Comments 8 pages, 7 figures; accepted by ICRA 2026
ShotFinder: 通过网络搜索驱动的开放域视频镜头检索
机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院大学） ； Lenovo（联想集团） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 ShotFinder通过网络搜索驱动开放域视频镜头检索，提出三阶段检索流程并揭示多模态大模型在开放域视频检索中的性能差距。
Comments 28 pages, 7 figures, Project website: https://github.com/yutao1024/ShotFinder
通过自我进化实现Rust代码的自动证明生成
机构 * Peking University（北京大学） ； Microsoft Research（微软研究院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） ； University of California Irvine（加州大学 Irvine 分校）
AI总结 SAFE框架通过自我进化循环和自我调试机制，提升开源模型自动编写Rust代码证明的能力，准确率达52.52%
EPRBench: 一种高质量的基于事件流的视觉位置识别基准数据集
机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Shenzhen Graduate School, Peking University（北京大学深圳研究生院）
AI总结 EPRBench提出了一种高质量的基于事件流的视觉位置识别基准数据集，结合LLM生成场景描述与多模态融合方法，提升位置识别的准确性和模型透明度。
面向查询难度的代理 orchestration 为查询特定的多代理工作流
机构 * South China Normal University（华南师范大学） ； The University of Texas Health Science Center（德克萨斯大学健康科学中心） ； The Hong Kong University of Science（香港科学大学） ； University of California（加州大学） ； Peking University（北京大学） ； University of Toronto（多伦多大学）
AI总结 本文提出难度感知的代理 orchestration 方法，通过动态生成查询特定的多代理工作流，提升查询处理的准确性和效率。
Comments Accepted to WWW2026
高效并行大规模排序与选择的'聚类与征服'流程
机构 * Guanghua School of Management, Peking University, Beijing 100871, China（北京大学光华管理学院）
AI总结 本文提出一种高效的并行大规模排序与选择方法，通过引入聚类步骤提升样本效率，适用于大规模AI应用。
Artic: 面向AI的实时通信用于多模态大语言模型视频助手
机构 * Peking University（北京大学）
AI总结 Artic提出了一种面向AI的实时通信框架，通过自适应比特率、上下文感知流式传输和退化视频理解基准提升多模态大语言模型视频助手的准确性和降低延迟。
校准一个不完美的辅助预测器以处理未观察到的不购买选择
机构 * Peking University（北京大学） ； Imperial College Business School（帝国理工学院商学院） ； The University of Sydney Business School（悉尼大学商学院）
AI总结 本文提出校准方法，利用购买数据改善不购买估计，提升组合优化决策质量。
PoliCon：评估LLMs在实现多样化政治共识目标上的能力
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； USTC（中国科学技术大学） ； WHU（武汉大学） ； SJTU（上海交通大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Zhongguancun Academy（中关村学院）
AI总结 PoliCon通过构建基于欧洲议会辩论记录的基准，评估LLMs在不同政治环境下生成共识决议的能力，揭示其在复杂任务中的不足及党派偏见。
Comments Accepted by ICLR 2026
通用双足机器人全身控制 via 预训练和快速适应
机构 * Wuhan University（武汉大学） ； BeingBeyond ； Peking University（北京大学）
AI总结 本文提出FAST框架，通过预训练和快速适应实现双足机器人全身控制的通用性，提升鲁棒性和适应效率。
Comments 22 pages
MEME：金融市场的进化模式建模
机构 * National Key Laboratory for Multimedia Information Processing, PKU-Anker LLM Lab, School of Computer Science, Peking University（国家多媒体信息处理重点实验室、PKU-Anker LLM实验室、计算机科学学院、北京大学） ； School of Electronics Engineering（电子工程学院） ； Computer Science, Peking University（计算机科学、北京大学） ； Institute for Artificial Intelligence, Peking University（人工智能研究所、北京大学） ； Sun Yat-sen University（中山大学）
AI总结 MEME通过建模金融市场中的动态进化思维模式，利用多代理提取和高斯混合模型，实现对市场动态的精准重建，优于现有基线方法。
AlphaPROBE：通过原理性检索和图内偏见进化进行alpha因子挖掘
机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, PKU-Anker LLM Lab, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，PKU-Anker LLM实验室，北京大学） ； Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； Baruch College, City University of New York（巴纳克学院，纽约城市大学）
AI总结 AlphaPROBE通过原理性检索和图内偏见进化，提升alpha因子挖掘的效率与鲁棒性。
从原子到树：构建具有层次稀疏自编码器的结构化特征森林
机构 * School of Mathematical Science, Peking University, Beijing, China（北京大学数学科学学院） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） ； the New Cornerstone Science Laboratory, Peking University, Beijing, China（北京大学新基石科学实验室） ； Center for Machine Learning Research, Peking University, Beijing, China（北京大学机器学习研究中心） ； School of Information and Electronics, Beijing Institute of Technology, Beijing, China（北京理工大学信息与电子学院） ； Institute for Theoretical Sciences, Westlake University, Hangzhou, China（西湖大学理论科学研究院） ； School of Science, Westlake University, Hangzhou, China（西湖大学理学院） ； School of Informatics, University of Edinburgh, Edinburgh, UK（爱丁堡大学信息学院）
AI总结 本文提出层次稀疏自编码器HSAE，通过结构约束和随机扰动机制，联合学习LLM中的层次化特征结构，实现语义有意义的多尺度概念分析。
迈向协作大语言模型系统中路由器的公平且全面评估
机构 * Southern University of Science and Technology（南方科技大学） ； Institut Polytechnique de Paris（巴黎政治学院） ； Peking University（北京大学） ； Deepexi Technology Co. Ltd.（深醒科技有限公司） ； University of Edinburgh（爱丁堡大学） ； Beihang University（北航） ； Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））
AI总结 本文提出RouterXBench框架和ProbeDirichlet路由器，通过内部隐藏状态提升路由能力与跨领域鲁棒性，实现对协作大语言模型系统中路由器的公平全面评估。
Comments Our code is publicly available at https://github.com/zhuchichi56/RouterXBench
具有约束初始表示的时序差分学习
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Tencent（腾讯） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出CIR框架，通过引入双曲正切函数和改进的Q学习方法，提升时序差分学习在连续控制任务中的性能。
Comments 35 pages
FlowMind: 从LLM推理生成结构化工作流的执行-总结
机构 * Peking University（北京大学） ； East China University of Technology（东华大学） ； National Key Laboratory of Data Space Technology and System（数据空间技术与系统国家重点实验室）
AI总结 FlowMind通过执行-总结框架将LLM推理转化为结构化工作流，提高工作流的准确性和鲁棒性。
FormalJudge: 一种用于代理监管的神经符号范式
机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） ； Fudan University（复旦大学） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 FormalJudge通过神经符号框架结合形式验证，提升代理行为安全性和欺骗检测能力，实现数学保证而非概率评分。
Comments 27 pages
根据能力教学LLMs：数学问题解决的自适应推理
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Surrey（萨里大学）
AI总结 TATA通过自适应框架使LLMs根据自身能力自主调整推理策略，提升数学问题解决的效率和准确性。
Comments 8 pages
超越参数运算：用于分布感知模型融合的稀疏互补融合
机构 * Beijing Qiyuan Technology Co., Ltd.（北京启元科技有限公司） ； Peking University（北京大学）
AI总结 本文提出SCF-RKL方法，通过稀疏、分布感知的更新控制功能干扰，提升模型融合的稳定性与泛化能力。
LAER-MoE：负载自适应专家重新布局用于高效混合专家训练
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 LAER-MoE通过负载自适应专家重新布局提升混合专家模型训练效率，实现1.69倍加速。
Comments 19 pages, 12 figures, the paper will be presented at ASPLOS 2026
PACE: 用于高效推理的前缀保护和难度感知压缩
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Nanbeige Lab, BOSS Zhipin（纳米贝实验室，BOSS智联） ； Peking University（北京大学）
AI总结 PACE通过双层框架实现前缀保护和难度感知压缩，有效减少token使用并提升推理准确性。
监督辅助多模态融合扩散模型用于PET修复
机构 * Beijing Institute of Technology（北京理工大学） ； Research and Development Center of Agricultural Bank of China（中国农业银行研发中心） ； Peking University（北京大学） ； Beijing Normal University（北京师范大学）
AI总结 本文提出监督辅助多模态融合扩散模型，用于从低剂量PET和MR图像中恢复高质量SPET图像，通过优化特征融合和两阶段监督学习策略提升修复效果。
基于神经高斯力场的学习物理 grounded 4D 动力学
机构 * Institute for AI, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理学与认知科学学院） ； School of EECS, Peking University（北京大学电子工程学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； Yuanpei College, Peking University（北京大学元培学院） ； 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（北京行为与心理健康重点实验室）
AI总结 本文提出神经高斯力场（NGFF），通过结合3D高斯感知与物理动力学建模，从多视角RGB输入生成交互式、物理真实的4D视频，提升视频预测的物理 grounded 性。
Comments 43 pages, ICLR 2026
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