高校专区
Warp-as-History：从单个训练视频生成可泛化的相机控制视频
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出Warp-as-History方法，通过将相机诱导的变形转化为相机变形的伪历史，实现无需训练的零样本相机轨迹生成，提升视频生成的相机顺应性和视觉质量。
Comments Project page: https://yyfz.github.io/warp-as-history/
ML-Embed：面向多语言世界的包容性与高效嵌入
机构 * School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院）
AI总结 本文提出ML-Embed，通过3D-ML框架解决高质文本嵌入的计算、语言覆盖和透明性问题，构建了从140M到8B参数的多语言模型，实现了在9个MTEB基准上的新纪录，尤其在低资源语言表现突出。
Comments Accepted by ICML 2026. The data has been released earlier in the preprint arXiv:2603.19223
Evo-Depth：一种轻量化的深度增强视觉-语言-动作模型
机构 * School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； King Abdullah University of Science and Technology（卡塔尔国王 Abdullah 大学科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； SJTU-Quic Robot Joint Lab（上海交通大学-Quick 机器人联合实验室）
AI总结 本文提出Evo-Depth模型，通过轻量隐式深度编码模块和空间增强模块提升视觉-语言-动作任务中的空间感知能力，实现高效部署与高精度操作。
ACE-LoRA：适应性正交解耦用于持续图像编辑
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； VIVO
AI总结 ACE-LoRA通过动态正则化框架解决持续图像编辑中的灾难性遗忘问题，采用适应性正交解耦和历史信息压缩策略，提出首个全面的CIE-Bench基准，验证方法在指令忠实度、视觉真实性和抗遗忘性上的优势。
Octopus：无历史梯度正交化用于多模态大语言模型中的持续学习
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University（人工智能大模型关键实验室，人工智能研究院，上海交通大学） ； vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司）
AI总结 Octopus提出一种基于无历史梯度正交化的方法，通过两阶段微调策略平衡持续学习中的可塑性与稳定性，实验表明其在UCIT数据集上性能优于现有最佳方法。
LPH-VTON：通过潜在过程交接解决虚拟试衣的结构-纹理困境
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出LPH-VTON框架，通过单个连续去噪过程解决虚拟试衣中结构与纹理的平衡问题，实现高质量的视觉真实性和精确的结构对齐。
一种确定性代理工作流用于HS税则分类：多维规则推理与可解释决策
机构 * School of Information and Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China（信息与电子工程学院，上海交通大学，上海，中国） ； Nanjing Jiyun Information Technology Co., Ltd., Nanjing, China（南京吉云信息技术有限公司，南京，中国） ； School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（计算机科学学院，上海交通大学，上海，中国）
AI总结 本文提出确定性代理工作流，通过多维规则推理实现HS税则分类，通过结构化输出和引用注释提升可解释性，实验显示在六位和四位税则层面均取得较高准确率。
探索VLM-LLM导航中的瓶颈：3D场景理解能力如何影响零样本VLN
机构 * Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（上海导航与基于位置的服务关键实验室，上海交通大学）
AI总结 本文研究了零样本视觉-语言导航中3D场景理解能力对性能的影响，提出了统计成功率上限，揭示了感知饱和现象，建议转向导航相关的核心词汇和准确的边界框比例。
Comments Accepted by ICRA Workshop MM-Spatial AI, Oral
ROAD: 通过双层优化实现的自适应数据混合用于离线到在线强化学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团）
AI总结 本文提出ROAD框架，通过双层优化解决离线数据与在线策略间分布偏移问题，提升稳定性和性能。
Comments 20 pages, 9 figures, 7 tables. Accepted to IJCAI 2026
当答案偏离问题：通过问题-答案正交分解进行幻觉检测
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出QAOD框架，通过正交分解回答表示以抑制领域变化，结合双策略实现领域内检测与跨领域泛化，提升检测鲁棒性。
双潜变量协作解码用于保真度-感知平衡的图像压缩
机构 * School of Information and Communication Engineering and the State Key Laboratory of Media Convergence and Communication, Communication University of China（信息与通信工程学院和媒体融合与通信国家重点实验室，中国通信大学） ； School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（信息科学与电子工程学院，上海交通大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，香港城市大学） ； 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，计算机科学学院，北京大学）
AI总结 本文提出MoDE框架，通过双潜变量协作解码平衡保真度与感知质量，实验表明在宽比特率范围内优于现有基线方法。
基于语义奖励的强化学习实现低资源语言扩展而不产生对齐税
机构 * Minzu University of China（中国民族大学） ； Ant Group（蚂蚁集团） ； Shanghai Jiao Tong University（上海交通大学） ； University of Macau（澳门大学） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Hainan International College, Minzu University of China（中国民族大学海南国际学院）
AI总结 本文提出基于语义空间对齐的GRPO方法，通过嵌入层语义奖励优化，减少对预训练知识的破坏性干扰，提升低资源语言扩展效果。
Comments ACL 2026 Findings
强化微调中的熵极性：方向、不对称性与控制
机构 * Fudan NLP Group（复旦大学自然语言处理组） ； Honor Device Co Ltd（荣誉设备有限公司） ； University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent Hunyuan（腾讯文心）
AI总结 本文提出熵极性理论框架，揭示熵变化的token级机制，开发PAPO算法通过优势重加权实现熵控制，实验显示其在数学推理和代理基准中表现优异。
EEG基础模型从人类大脑信号中捕捉了什么？
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） ； University of Houston（休斯顿大学）
AI总结 研究探讨EEG基础模型如何从原始信号中学习，并通过实验验证其表示与特征工程基线的对齐情况，揭示了模型学习、使用及解释性方面的关键发现。
MemQ：将Q学习整合到基于溯源DAG的自进化记忆代理中
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； National University of Singapore（新加坡国立大学） ； Xidian University（西安电子科技大学） ； University of Science and Technology of China（中国科学技术大学） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）科技有限公司）
AI总结 MemQ通过在溯源DAG中传播信用权重，改进记忆Q值的评估，提升多步任务的泛化能力，尤其在产生深层相关溯源链的任务中表现突出。
Comments 22 pages, 11 figures (containing 43 individual image panels total)
MemReranker：面向智能体记忆检索的推理增强重排序
机构 * China Telecom Research Institute（中国电信研究院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 MemReranker通过多阶段LLM知识蒸馏构建，解决记忆检索中语义相关但缺乏关键信息的问题，提升重排序模型的推理能力与效率。
近端动作替换用于离线强化学习中的行为克隆Actor-Critic
机构 * School of Automation, Central South University（中南大学自动化学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出近端动作替换方法，解决离线强化学习中行为克隆导致的性能瓶颈问题，通过替换亚优动作提升Actor-Critic算法性能。
OPT-Engine：通过复杂度扩展评估大语言模型在优化建模中的极限
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Booth School of Business, University of Chicago（芝加哥大学商学院） ； Antai School of Economics and Management, Shanghai Jiao Tong University（上海交通大学安泰经济管理学院）
AI总结 本文通过OPT-ENGINE框架评估大语言模型在优化建模中的能力与扩展性，发现纯文本推理在任务复杂度增加时存在鲁棒性差距，外部工具无法满足全局优化约束，指出约束自动建模是当前SOTA范式的瓶颈。
Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026
RAPO++: 通过数据对齐和测试时缩放实现文本到视频生成的跨阶段提示优化
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 RAPO++通过数据对齐和测试时缩放，结合训练数据对齐、测试时迭代缩放和大语言模型微调，提升文本到视频生成效果，无需修改生成基础模型。
Comments arXiv admin note: text overlap with arXiv:2504.11739
GenExam：多学科文本到图像考试
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 GenExam是首个多学科文本到图像考试基准，包含10个学科1000个样本，通过四级分类评估模型的综合能力，揭示开源模型与闭源模型间的显著差距。
Comments Accepted by ICML 2026
PVRF：通过先验调节和速度约束的修正流实现一体化的恶劣天气去除
机构 * McMaster University（麦斯特大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出PVRF框架，结合零样本软天气感知与速度约束修正流细化，提升恶劣天气去除的保真度和感知质量，具有良好的跨数据集泛化能力。
Comments 10 pages, 9 figures, and 4 tables
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