高校专区
iFSQ：通过一行代码改进图像生成的FSQ
机构 * Peking University（北京大学） ； Tencent Hunyuan（腾讯文言）
AI总结 iFSQ通过一行代码改进图像生成的FSQ，解决了重建保真度与信息效率的平衡问题，并揭示了离散与连续表示的最佳平衡点及AR与扩散模型的性能差异。
Comments Technical Report; Fixed eq.7 & 8 and corresponding content
LoaQ: 层级输出近似量化
机构 * Wangxuan Institute of Computer Technology, Peking University（计算机技术研究所，北京大学）
AI总结 LoaQ通过引入输出匹配因素，改进了基于层级的后训练量化方法，提升了模型量化质量并具有简洁的闭式解。
Comments under review
遥感图像智能解读的以语言为中心的视角：原理、方法与挑战
机构 * School of Geosciences and Info-Physics, Central South University（中南大学地球科学与信息物理学院） ； Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University（西南交通大学地质科学与环境工程学院） ； School of Earth and Space Sciences, Peking University（北京大学地球与空间科学学院） ； Institute of Remote Sensing Information Processing (IRSIP), Wuhan University（武汉大学遥感信息处理研究所）
AI总结 本文提出以语言为中心的遥感图像解读框架，探讨LLMs作为认知核心的作用，并总结多模态表示、知识关联等核心挑战，为认知驱动的智能地理空间分析提供理论基础。
PROPHET：一个基于因果干预似然估计的可推断未来预测基准
机构 * Peking University（北京大学） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学）
AI总结 PROPHET引入了基于因果干预似然估计的可推断未来预测基准，通过CIL评估预测问题的可推断性，提升未来事件预测的准确性与可靠性。
一个高效的、可证明最优的0-1损失线性分类问题算法
机构 * Xi He School of Computer Science Peking University（何西 北京大学计算机科学学院） ； Max A. Little School of Computational Neuroscience University of Birmingham（马克斯·A·利特 布里斯托大学计算神经科学学院）
AI总结 本文提出了一种高效的、可证明最优的0-1损失线性分类算法ICE，能够在O(N^{D+1})时间内精确求解该问题，并将其推广到多项式超曲面分类问题。
Comments Published in ICLR 2026, The Fourteenth International Conference on Learning Representations. 19 pages, 6 figures
从人类标签到文献：大规模半监督学习NMR化学位移
机构 * School of Mathematical Sciences, Peking University, Beijing, China（北京大学数学科学学院） ； Center for Machine Learning Research, Peking University, Beijing, China（北京大学机器学习研究中心） ； AI for Science Institute, Beijing, China（人工智能科学研究院） ； College of Chemistry and Molecular Engineering, Peking University, Beijing, China（北京大学化学与分子工程学院）
AI总结 本文提出了一种基于大规模未标记文献光谱的半监督学习方法，用于预测NMR化学位移，实现了更高的准确性和鲁棒性，并首次捕捉了溶剂效应。
TC-IDM：为可执行零样本机器人运动实现视频生成
机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； State Key Laboratory of Multimedia Information Processing（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）
AI总结 TC-IDM通过工具中心逆动力学模型实现视频生成，提升机器人零样本任务的执行能力与泛化性能。
基于价值状态门控的注意力机制用于缓解Transformer中的极端令牌现象
机构 * Ant Group（蚂蚁集团） ； WICT, Peking University（北京大学信息学院）
AI总结 本文提出价值状态门控注意力机制，通过直接打破注意力与价值状态的循环，有效缓解Transformer中的极端令牌现象，提升模型性能与可解释性。
通过视图检索实现3D高斯体的零样本视觉定位
机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室） ； City University of Hongkong（香港城市大学）
AI总结 本文提出GVR框架，通过视图检索将3DVG转化为2D检索任务，实现零样本3DGS的视觉定位，无需每场景训练和3D标注。
统一的多模态理解和生成模型：进展、挑战与机遇
机构 * Alibaba Group（阿里巴巴集团） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanjing University（南京大学） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文探讨了多模态理解和生成模型的统一进展、挑战与机遇，分析了不同架构范式及未来研究方向。
Comments In this version, we incorporate new papers (after Aug. 2025), datasets, and benchmarks. This work is still in progress; Github project: https://github.com/AIDC-AI/Awesome-Unified-Multimodal-Models
Uni-RS: 一种用于遥感的具有空间忠实性的统一理解和生成模型
机构 * Institute of Remote Sensing and Geographic Information System, School of Earth and Space Sciences, Peking University（遥感与地理信息系统研究所，地球与空间科学学院，北京大学） ； Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（土木与环境工程系，香港科学与技术大学）
AI总结 Uni-RS通过空间布局规划、空间感知查询监督和图像描述空间布局变化，提升遥感文本到图像生成的空间忠实性，同时保持多模态理解任务的性能。
DREAM: 图学习中带标签噪声的双标准语义同质性与动态优化
机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University-Anker Embodied AI Lab, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，北京大学-安ker具身AI实验室，北京大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science, University of Illinois Chicago（计算机科学系，伊利诺伊大学香槟分校） ； Paul G. Allen School of Computer Science and Engineering, University of Washington（保罗·G·阿伦计算机科学与工程学院，华盛顿大学） ； Department of Statistics, University of Wisconsin–Madison（统计系，威斯康星大学麦迪逊分校）
AI总结 DREAM通过双标准策略和动态优化解决图学习中标签噪声问题，提升图结构中节点可靠性与关系信息的利用。
GeneMAN: 从多源人类数据中通用的单图像3D人体重建
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； SAIS & SCS, Shanghai Jiao Tong University（上海交通大学SAIS与SCS）
AI总结 GeneMAN通过多源高质量数据集和深度学习方法，实现从单张图像到高保真3D人体的通用重建。
Comments Accepted by NeurIPS 2025; Project page: https://roooooz.github.io/GeneMAN/
科学图像合成：基准测试、方法论与下游应用
机构 * Shanghai Jiao Tong University（上海交通大学） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（OpenDataLab，上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Peking University（北京大学）
AI总结 本文提出ImgCoder框架和SciGenBench基准，通过逻辑驱动方法提升科学图像生成的结构精度，并展示微调LMMs在科学图像上的效果，验证了高保真合成在多模态推理中的潜力。
DeepEra: 一种用于科学检索增强生成问答的深度证据重排代理
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Peking University（北京大学）
AI总结 DeepEra通过集成逐步推理提升科学检索增强生成问答的检索精度，首次系统研究并验证了双阶段RAG框架中语义相似但逻辑无关的问题。
无碰撞的人形机器人在杂乱室内场景中的移动
机构 * Tsinghua University（清华大学） ； Tongji University（同济大学） ； Galbot ； Shanghai Qi Zhi Institute（上海启智研究院） ； South China University of Technology（华南理工大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 提出HumanoidPF势场方法，通过混合场景生成实现人形机器人在杂乱室内场景中的无碰撞移动，有效提升强化学习的训练效果。
PhysicsMind: 为基础多模态大语言模型和世界模型中的物理推理和预测进行仿真与现实力学基准测试
机构 * Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； National University of Singapore（新加坡国立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Science and Technology of China（中国科学技术大学） ； Cornell University（康奈尔大学） ； Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学）
AI总结 PhysicsMind是一个结合现实和仿真环境的统一基准，用于评估基础多模态大语言模型和世界模型在物理推理和预测中的能力。
解耦Return-to-Go以提高决策变换器的效率
机构 * School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出解耦DT，通过仅使用最新RTG提升决策变换器的效率和性能。
FAIR-ESI：面向脑电生理源成像的特征自适应重要性细化
机构 * School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Anhui Province Key Laboratory of Biomedical Imaging and Intelligent Processing, Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（安徽省生物医学成像与智能处理重点实验室，人工智能研究院，合肥综合性国家科学中心） ； School of Automation, Northwestern Polytechnical University（自动化学院，西北工业大学） ； Department of Neurosurgery, Beijing Key Laboratory of Epilepsy, Sanbo Brain Hospital Capital Medical University（神经外科，北京癫痫重点实验室，首都医科大学三博脑科医院） ； McGovern Institute for Brain Research, Peking University（麦戈文脑科学研究所，北京大学） ； Anhui Province Key Laboratory of Multimodal Cognitive Computation, School of Computer Science and Technology, Anhui University（安徽省多模态认知计算重点实验室，计算机科学与技术学院，安徽大学）
AI总结 FAIR-ESI 通过自适应细化不同视图的特征重要性，提升脑电生理源成像的精度，为脑部疾病诊断提供新方法。
可解释的深度伪造检测与强化学习增强的自混合图像
机构 * 1School of Software \& Microelectronics, Peking University, Beijing, China 2Mashang Consumer Finance Co., Ltd., Chongqing, China -0.15in
AI总结 本文提出了一种基于强化学习增强的自混合图像方法，用于可解释的深度伪造检测，通过自动化数据生成和定制奖励机制提升检测性能。
Comments Accepted at ICASSP 2026
具有协作域泛化的区域感知时空建模用于跨受体EEG情绪识别
机构 * Laboratory of Digital Image and Intelligent Computation, Shanghai Maritime University, Shanghai 201306, China（上海海洋大学数字图像与智能计算实验室） ； Department of Language Science and Technology, The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong SAR, China（香港理工大学语言科学与技术系） ； School of Chinese as a Second Language, and Center for MRI Research, Academy for Advanced Interdisciplinary Studies, Peking University, Beijing 100871, China（北京大学第二语言学院及MRI研究中心） ； CAS Key Laboratory of Behavioral Science, Center for Brain Science and Learning Difficulties, Institute of Psychology, Chinese Academy of Sciences, Beijing 100101, China（中国科学院行为科学重点实验室） ； Beijing Key Laboratory of Applied Experimental Psychology, Faculty of Psychology, Beijing Normal University, Beijing 100875, China（北京应用实验心理学重点实验室） ； Institute of Computing and Intelligence, Harbin Institute of Technology Shenzhen, Shenzhen 518000, China（哈尔滨工业大学深圳校区计算机与智能研究所）
AI总结 本文提出RSM-CoDG框架，通过区域感知时空建模与协作域泛化方法，提升跨受体EEG情绪识别的鲁棒性与泛化能力。
ECGomics：一种用于AI-ECG数字生物标记物发现的开放平台
机构 * HeartVoice Medical Technology（HeartVoice医疗科技） ； National Institute of Health Data Science（国家健康数据科学研究院） ； Peking University（北京大学） ； College of Integrative Chinese and Western Medicine（中西医结合学院） ； Anhui University of Chinese Medicine（安徽中医药大学） ； Department of Cardiology（心内科） ； Peking University People’s Hospital（北京大学人民医院） ； State Key Laboratory of Vascular Homeostasis and Remodeling（血管稳态与重塑国家重点实验室） ； NHC Key Laboratory of Cardiovascular Molecular Biology and Regulatory Peptides（国家心血管分子生物学与调节肽重点实验室） ； Institute of Medical Technology（医学技术研究院） ； Health Science Center of Peking University（北京大学健康科学中心）
AI总结 ECGomics通过多维分解心脏信号，结合专家规则与数据驱动方法，实现高精度、可解释的ECG数字生物标记物发现与应用。
你的组相对优势存在偏差
机构 * Beihang University（北航大学） ； University of California, Berkeley（加州大学伯克利分校） ； Peking University（北京大学） ； Meituan（美团）
AI总结 本文提出HA-DW方法，通过修正组相对优势估计的偏差，提升基于组的强化学习在数学推理任务中的性能。
VeriLLM：一种轻量级的公开可验证去中心化推理框架
机构 * University of Illinois Urbana-Champaign, Gradient（伊利诺伊大学厄巴纳-香槟分校，Gradient） ； Emory University（埃默里大学） ； Ohio State University（俄亥俄州立大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学）
AI总结 VeriLLM通过轻量级经验重跑和链上检查实现公开可验证的去中心化LLM推理，提高效率与安全性，减少验证成本。
Comments 18 pages, 4 figures, 6 tables
在显式密度约束下交互图中的凝聚组发现
机构 * Peking University（北京大学） ； Beijing Capital International Airport Co., Ltd.（北京首都国际机场有限公司） ； Guangzhou University（广州大学） ； Dalian University of Technology（大连理工大学）
AI总结 本文提出EDQC框架，在显式密度约束下有效发现交互图中的凝聚组，通过能量扩散过程优化候选区域并确保密度要求，实验表明其在识别最大γ-准团方面表现优异。
Comments 10 pages, 6 figures
重新思考具身世界的视频生成模型
机构 * Peking University（北京大学）
AI总结 本文提出Rbench机器人视频生成基准和RoVid-X数据集，旨在解决高保真机器人视频生成中的数据短缺问题，推动具身AI发展。
Comments Github: https://github.com/DAGroup-PKU/ReVidgen/ Project website: https://dagroup-pku.github.io/ReVidgen.github.io/
评估大型语言模型在法律应用中的表现：挑战、方法与未来方向
机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； University of Waterloo（多伦多大学） ； Shanghai Jiaotong University（上海交通大学） ； Peking University（北京大学）
AI总结 本文探讨了大型语言模型在法律应用中的评估挑战与方法，分析了现有评估框架的局限性，并提出了未来研究方向。
PCL-Reasoner-V1.5：通过离线强化学习推进数学推理
机构 * Peng Cheng Laboratory（鹏城实验室） ； Peking University（北京大学）
AI总结 PCL-Reasoner-V1.5通过离线强化学习方法，在数学推理任务中达到新高度，实现90.9%和85.6%的准确率。
DARA: 通过基于上下文的决策制定实现在线广告中的少样本预算分配
机构 * Peking University（北京大学） ； School of Computer Science（计算机科学学院） ； Alibaba Group（阿里巴巴集团） ； Theta Labs, Inc.（Theta Labs公司）
AI总结 DARA通过结合LLMs的上下文学习与细粒度优化，实现在线广告中的少样本预算分配，提升广告商价值。
Comments Accepted at The ACM Web Conference (WWW) 2026
具有轮廓加权损失函数的部分解码器网络用于数据不平衡医学图像分割
机构 * Institute of Medical Technology, Peking University Health Science Center, Peking University, Beijing, China（北京大学医学部医学技术研究所） ； National Institute of Health Data Science, Peking University, Beijing, China（北京大学国家健康数据科学研究院） ； Department of Radiology, Peking University Third Hospital, Beijing, China（北京大学第三医院放射科） ； RIKEN Center for Computational Science (R-CCS), Kobe, Japan（日本京都大学RIKEN计算科学中心） ； National Institute of Health Data Science, Peking University, the Institute of Medical Technology, Peking University Health Science Center, and the Institute for Artificial Intelligence, Peking University, Beijing, China（北京大学国家健康数据科学研究院、北京大学医学部医学技术研究所以及北京大学人工智能研究所）
AI总结 PDANet通过轮廓加权损失函数提升小结构分割性能，优于九种现有方法，提高Dice评分2.32%-3.60%。
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