高校专区
Octopus: 六种能力协同的代理多模态推理
机构 * Sun Yat-sen University（中山大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 Octopus通过六种能力协同实现多模态代理推理，有效提升复杂任务中的自主探索与动态能力选择能力。
MolSculpt：从化学语法雕刻3D分子几何
机构 * AI for Science (AI4S)-Preferred Program, Peking University Shenzhen Graduate School, China（人工智能科学（AI4S）优选计划，北京大学深圳研究生院，中国） ； Faculty of Materials Science, Shenzhen MSU-BIT University, Shenzhen, China（材料科学学院，深圳MSU-BIT大学，中国）
AI总结 MolSculpt通过整合1D化学知识与3D生成过程，实现了从化学语法到精确3D分子几何的高效生成。
DOCR-Inspector: 基于VLM的文档解析细粒度与自动化评估
机构 * Peking University（北京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The University of HongKong（香港大学） ； Shanghai Jiaotong University（上海交通大学）
AI总结 DOCR-Inspector通过细粒度错误检测和分析，提供文档解析质量的自动化评估，优于现有商业和开源模型。
BRACE：一种用于鲁棒音频描述质量评估的基准
机构 * Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 BRACE基准用于评估参考自由环境下音频描述质量，揭示CLAP模型和LALM的局限性，推动未来研究方向。
R²-HGP：一种双正则化高斯过程用于异构迁移学习
机构 * Department of Control Science and Systems Engineering, Peking University（控制科学与系统工程系，北京大学） ； China Mobile Information Technology Co., Ltd.（中国移动信息科技有限公司） ； Department of Industrial and Systems Engineering, University of Iowa（工业与系统工程系，爱荷华大学） ； Department of Industrial Engineering, Institute for Quality and Reliability, Tsinghua University（工业工程系，质量与可靠性研究院，清华大学）
AI总结 本文提出R²-HGP框架，通过双正则化和物理知识整合，解决异构迁移学习中输入空间异构、先验知识忽略和负迁移问题。
Comments 17 pages, 9 figures. Under review for IEEE TPAMI
通过人机交互定理证明推进数学研究
机构 * Beijing International Center for Mathematical Research, Peking University（北京大学北京国际数学研究中心） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学尤伊数学科学中心）
AI总结 本文提出了一种人机交互的定理证明流程，利用大语言模型辅助数学研究，通过案例研究展示其在流形优化与Grover算法间连接的探索能力。
AI-Newton: 一种无需先验物理知识的概念驱动物理定律发现系统
机构 * School of Physics, Peking University, Beijing 100871, China（物理系，北京大学，北京100871，中国） ； Center for High Energy Physics, Peking University, Beijing 100871, China（高能物理中心，北京大学，北京100871，中国）
AI总结 AI-Newton通过概念驱动的方法，无需先验物理知识，自主从多实验数据中推导出基础物理定律，实现了类人水平的科学发现。
Comments 6 pages, 3 figures
大语言模型驱动代理中的详尽平衡
机构 * School of Physics, Peking University, Beijing 100871, China（物理系，北京大学，北京） ； Center for High Energy Physics, Peking University, Beijing 100871, China（高能物理中心，北京大学，北京） ； Beijing Computational Science Research Center, Beijing 100193, China（北京计算科学研究院，北京）
AI总结 本文提出基于最小作用原理的方法，发现LLM生成中存在详尽平衡，揭示LLM生成可能通过隐式学习潜在函数而非显式规则集。
Comments 20 pages, 12 figures, 5 tables
HeLoFusion: 一种高效的编码器，用于建模轨迹预测中的异构和多尺度交互
机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学）
AI总结 HeLoFusion通过构建局部多尺度图和类型特定特征网络，高效建模异构和多尺度交互，实现轨迹预测的先进性能。
基于语法的代码表示：对于大语言模型来说，这是否值得追求？
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Kuaishou Technology（快手科技） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系）
AI总结 本文探讨了基于语法的代码表示在大语言模型中的有效性，通过实验表明其在提升代码生成准确性和区分细微代码差异方面具有价值。
通过强化学习提升短篇和长篇问答的可靠性
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 本研究通过强化学习框架减少短篇和长篇问答中的幻觉问题，提升模型可靠性与事实可信度。
看不见的偏见：预规范MLLM中规范差异如何导致视觉信息丢失
机构 * Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Xi’an Jiaotong University（西安交通大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队）
AI总结 本文揭示了预规范MLLM中规范差异导致的视觉信息丢失问题，并提出通过插入层规范层来解决这一问题，提升模型整体能力。
Argus：基于分层参考关系的多智能体敏感信息泄露检测框架
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（超高清沉浸媒体技术广东省重点实验室，北京大学深圳研究生院） ； University of Electronic Science and Technology of China（电子科技大学） ； Tencent Security Platform Department（腾讯安全平台部） ； China Unicom (Guangdong) Industrial Internet Co., Ltd（中国联通（广东）工业互联网有限公司）
AI总结 Argus通过多智能体协作框架整合关键内容、文件上下文和项目参考关系，有效降低误报率，提升敏感信息检测的准确性和效率。
Comments 11 pages, 7 figures, 8 tables;Accepted to ICSE 2026 Research Track
PR-CapsNet：具有自适应曲率路由的伪黎曼胶囊网络用于图学习
机构 * Guangdong University of Technology（广东工业大学） ； Peking University（北京大学）
AI总结 PR-CapsNet通过伪黎曼几何改进胶囊网络，实现自适应曲率路由以提升复杂图结构的表示能力。
Comments To appear in WSDM 2026 (ACM International Conference on Web Search and Data Mining)
Aetheria：基于多智能体辩论与协作的多模态可解释内容安全框架
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Sichuan University（四川大学） ； Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； China Railway Rolling Stock Corporation Limited（中国铁路滚动股票有限公司）
AI总结 Aetheria通过多智能体辩论与协作机制，实现多模态内容安全的可解释性与高准确性，提升可信AI审查水平。
面向AI导向计算连续体系统的性能测量
机构 * Department of Computer Systems and Sciences（计算机系统科学系） ； Stockholm University（斯德哥尔摩大学） ； Computer Science School（计算机科学学院） ； Peking University（北京大学）
AI总结 本文探讨了AI导向计算连续体系统中性能测量的挑战与方法，提出新的性能维度以适应不断变化的计算需求。
冻结后再训练：在伪相关和特征噪声下的可证明表示学习
机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； Rutgers University（罗格斯大学）
AI总结 本文提出冻结后再训练（FTT）算法，通过冻结显著特征并训练其余特征，有效应对伪相关和特征噪声，提升测试环境下的表示学习性能。
CFD-copilot: 利用领域适应的大语言模型和模型上下文协议增强仿真自动化
机构 * State Key Laboratory for Turbulence and Complex Systems（湍流与复杂系统国家重点实验室） ； School of Mechanics and Engineering Science（力学与工程科学学院） ； Peking University（北京大学） ； HEDPS-CAPT
AI总结 CFD-copilot通过领域适应的大语言模型和模型上下文协议提升CFD仿真的自动化水平。
SJD++: 改进的推测雅可比解码用于无训练加速离散自回归文本到图像生成
机构 * The University of Hong Kong（香港大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peking University（北京大学） ； xAI ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 SJD++通过概率并行解码算法提升自回归文本到图像生成的效率，实现2-3倍的推理延迟降低和2-7倍的步骤压缩，同时保持图像质量。
学习率步长任意性：一种统一的学习率调度方案用于预算迭代训练
机构 * State Key Lab of General AI, School of Intelligence Science and Technology, Peking University（人工智能通用基础研究国家重点实验室，智能科学与技术学院，北京大学） ； ByteDance Seed（字节跳动种子） ； Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； Pazhou Laboratory (Huangpu), Guangzhou, Guangdong, China（琶洲实验室（黄埔），广州，广东，中国）
AI总结 本文提出了一种理论基础的学习率调度方案UBA，通过统一的预算感知框架，优化不同网络和任务下的训练效率，提升了在预算限制下的学习性能。
Journal ref NeurIPS 2025
HybridNorm: 一种通过混合归一化实现稳定和高效Transformer训练的方法
机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Beihang University（北航） ； Capital University of Economics and Business（首都经济贸易大学）
AI总结 HybridNorm通过结合Pre-Norm和Post-Norm的优势，提升Transformer训练的稳定性与效率。
Comments Accepted by NeurIPS 2025
AQUILA：一种基于QUIC的链路架构，用于可靠远距离无人机通信
机构 * Peking University（北京大学） ； Nanchang University（南昌大学）
AI总结 AQUILA通过基于QUIC的跨层通信架构，解决无人机远距离通信中的可靠性、带宽和延迟问题，实现低延迟、高可靠性和视频质量的提升。
Comments 13 pages, 10 figures
MMDuet2：通过多轮强化学习增强视频MLLMs的主动交互
机构 * Wangxuan Institute of Computer Technology, Peking University（王宣计算机技术研究所，北京大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室）
AI总结 MMDuet2通过多轮强化学习方法，实现了视频MLLMs在多轮对话中的主动交互，提升了回复时机和质量，达到ProactiveVideoQA基准的最优性能。
UARE：面向图像质量评估、修复和增强的统一视觉-语言模型
机构 * School of Electronic and Computer Engineering, Peking University, 2 ByteDance Inc（1 电子与计算机工程学院，北京大学，2 字节跳动公司）
AI总结 UARE是首个统一视觉-语言模型，通过统一训练框架提升图像质量评估、修复和增强性能。
DragMesh: 交互式3D生成变得容易
机构 * School of Computer Science, Peking University（北京大学计算机学院）
AI总结 DragMesh通过解耦运动学推理和运动生成，实现实时交互式3D生成，无需重新训练即可在新对象上生成合理运动。
揭示在生成式人工智能支持下的临床实践中的学生探究模式：一种整合认知网络分析和序列模式挖掘的方法
机构 * Monash University（墨尔本大学） ； University College London（伦敦大学学院） ； Peking University（北京大学）
AI总结 本研究通过整合认知网络分析和序列模式挖掘，揭示学生在GenAI支持下的临床实践中探究模式，发现高绩效者更注重临床相关信息识别，而低绩效者则停留在常规问题验证循环中。
面向视觉-语言模型的跨视图点对应研究
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beihang University（北航大学） ； Jilin University（吉林大学） ； National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Huazhong University of Science And Technology（华中科技大学）
AI总结 本文提出跨视图点对应任务和 CrossPoint-Bench 基准，通过 CroPond 模型在 CrossPoint-Bench 上取得超越 Gemini-2.5-Pro 的准确率，推动跨视图对应研究发展。
DataGovBench: 为现实世界数据治理工作流程评估LLM代理
机构 * Peking University（北京大学） ； ByteDance（字节跳动）
AI总结 DataGovBench通过150种现实任务评估LLM代理在数据治理中的表现，提出DataGovAgent框架提升复杂任务性能和调试效率。
Comments Equal contribution: Zhou Liu and Zhaoyang Han. Corresponding authors: Yuanfeng Song and Wentao Zhang
增强LLM对 scrubbing 和 spoofing 攻击的鲁棒性
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机技术研究院） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 本文提出SEEK水印方案，通过等效纹理密钥机制提升LLM对scrubbing和spoofing攻击的鲁棒性，实验显示其在不同数据集上显著优于现有方法。
LabUtopia：高保真模拟与分层基准用于科学具身智能体
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Oxford（牛津大学） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 LabUtopia通过高保真模拟和分层基准推动实验室环境中具身智能的发展。
Comments Accepted by NeurIPS 2025 Dataset and Benchmark Track
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