高校专区
DeepSurvey: 提升自动综述生成中的分析深度与引用可靠性
机构 * X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院X-LANCE实验室） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室） ； Suzhou Laboratory, Suzhou, China（苏州实验室）
AI总结 提出DeepSurvey智能体系统，通过结构化全文笔记、跨论文关系建模和代码仓库分析增强分析深度，结合引文图扩展与混合过滤、证据约束引用分配及多粒度智能体精炼提升引用可靠性，在内容质量和引用准确性上超越现有方法。
源语言锚定的语义强化学习用于低资源目标语言生成
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） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； South China University of Technology（华南理工大学）
AI总结 提出源语言锚定的语义强化学习（SG-SRL），通过跨语言语义奖励模型利用源语言单语数据，结合轻量级恢复阶段解决奖励黑客问题，在低资源目标语言生成中提升语义锚定和事实覆盖。
离线策略评估的商DAG：前向流重要性采样与精确板倾向
机构 * Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出商DAG视角，通过前向流比率合并等价历史，实现精确的无序板倾向计算，减少方差并提高计算效率。
Comments 31 pages, 3 figures, 7 tables
用于评估机器学习中成员推断攻击的全流程框架
机构 * City University of Hong Kong（香港城市大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出一个涵盖数据、架构、算法和后训练模块的全流程评估框架，系统分析不同上下文对成员推断攻击效果的影响，并通过标准化威胁模型和互补指标提供实用指南。
SkillBrew: LLM智能体技能库的多目标策展
机构 * City University of Hong Kong（香港城市大学） ； Squirrel Ai Learning ； University of Science and Technology of China（中国科学技术大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Griffith University（格里菲斯大学） ； East China Normal University（华东师范大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出SkillBrew框架，将技能库策展建模为带效用约束的帕累托优化问题，通过双层提议-验证循环实现技能库的精简与多样性。
Comments 16 pages. Preprint. Under review
迈向具有智能体纠正和语义评估的类人交互式语音识别
机构 * College of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； X-LANCE Lab, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院X-LANCE实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Tongyi Fun Team, Alibaba Group（阿里云通义团队）
AI总结 提出Agentic ASR闭环框架，通过多轮交互和语义纠正减少语义错误，并引入句子级语义错误率（S^2ER）作为评估指标。
EvoMD-LLM：学习反应分子动力学中物种进化的语言
机构 * Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Global Institute of Future Technology, Shanghai Jiao Tong University（上海交通大学未来技术全球研究院）
AI总结 提出EvoMD-LLM框架，将反应分子动力学轨迹离散化为符号时间序列，通过时间脚手架机制使自回归大语言模型学习物种组成演化，在多项时间预测任务上优于基线模型，并能生成可解释性预测。
Comments 17 pages, ACL Findings
推理中的回声：通过思维链实现隐蔽且有效的数字水印
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） ； Nanyang Technological University, Singapore（南洋理工大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 提出BiCoT框架，通过将水印嵌入推理轨迹的内部几何结构，并利用基于Top-logprob的黑盒验证器RSR，在不影响推理保真度的前提下实现鲁棒的水印检测。
Comments This paper is accepted by ICML2026
SCOPE: 在可玩环境中模拟跨游戏操作以构建FPS世界模型
机构 * UCAS-Terminus AI Lab, University of Chinese Academy of Sciences（中国科学院大学Terminus AI实验室） ； Tencent（腾讯） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Waterloo（多伦多大学） ； Shanghai Jiaotong University（上海交通大学） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室）
AI总结 提出SCOPE方法，通过在每个Transformer块中插入条件模块，将特征重塑为逐像素时间序列，以分离FPS游戏中局部作用域（scope）内的操作效果与全局生成，并引入跨游戏数据集CrossFPS，实现零样本迁移。
Comments Project page: https://z2tong.github.io/SCOPE/. Code is available at https://github.com/z2tong/SCOPE
GHOST: 用于高效3D重建的几何层次化在线流式令牌驱逐
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 提出GHOST框架，利用模型自身的3D几何输出在线驱逐冗余令牌，在保持重建质量的同时将KV缓存减半并实现1.75倍加速。
RewardFlow: 面向大语言模型智能体强化学习的拓扑感知状态图奖励传播
机构 * TMLR Group（TMLR小组） ； Hong Kong Baptist University（香港 Baptist大学） ； TCL Corporate Research (HK) Co Ltd（TCL企业研究（香港）有限公司） ； Cooperative Medianet Innovation Center Shanghai Jiao Tong University（合作中位网创新中心上海交通大学） ； Department of Mathematics Hong Kong Baptist University（香港 Baptist大学数学系）
AI总结 提出RewardFlow方法，通过构建状态图进行拓扑感知的奖励传播，为智能体推理提供无标注的密集奖励，显著提升强化学习性能。
加速GPU上的稀疏Transformer推理
机构 * SSSLab, Dept. of CST China University of Petroleum-Beijing Beijing China（SSSLab，计算机科学与技术系中国石油大学（北京）北京中国） ； Baidu Inc. Beijing China（百度公司北京中国） ； 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） ； China University of Petroleum-Beijing Beihang University Beijing China（中国石油大学（北京）北京航空航天大学北京中国） ； China University of Petroleum-Beijing（中国石油大学（北京）） ； Beihang University（北京航空航天大学） ； Baidu Inc.（百度公司） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 针对稀疏Transformer推理加速问题，提出STOF框架，通过分析建模将多头注意力映射为行式或块式核并采用独特存储格式，结合两阶段搜索的算子融合方案，在GPU上实现高达1.6倍的多头注意力计算加速和1.4倍的端到端推理加速。
用于电影心脏磁共振-文本驱动的心力衰竭结局预测的可组合多模态框架
机构 * Department of Cardiology, Nanjing Drum Tower Hospital, State Key Laboratory of Pharmaceutical Biotechnology, Nanjing University（南京鼓楼医院心内科，南京大学国家药物生物技术重点实验室） ； School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院） ； College of Electronic and Optical Engineering, Nanjing University of Posts and Telecommunications（南京邮电大学电子与光学工程学院） ； College of Integrated Circuit Science and Engineering, Nanjing University of Posts and Telecommunications（南京邮电大学集成电路科学与工程学院） ； Department of Cardiology, Nanjing Drum Tower Hospital Clinical College of Nanjing Medical University（南京医科大学南京鼓楼医院临床学院心内科） ； Institute of Quantum Information and Technology, Nanjing University of Posts and Telecommunications（南京邮电大学量子信息与技术研究院）
AI总结 提出一种可组合多模态框架，通过整合cine CMR影像、结构化临床指标和非结构化文本记录，实现比单模态AI算法更准确的心力衰竭预后预测，并支持个性化治疗优化。
GraphSteal：通过遍历重建从图RAG中窃取结构知识
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）
AI总结 提出一种结构导向的重建框架，通过深度优先启发式搜索和广度优先扩散搜索，从黑盒图RAG系统中高保真恢复隐藏知识图，揭示敏感实体、关系和结构依赖。
Mobile-Aptus: 基于MLLM的手机使用代理中的置信度驱动的主动与鲁棒交互
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； GenAI, Meta（Meta的GenAI）
AI总结 针对手机使用代理中的过度执行和过度请求问题，提出一种置信度驱动的主动与鲁棒交互框架，通过监督微调和置信度偏差校正实现最优性能。
Comments Accepted by TASLP
GUI-CIDER：通过因果内化和密度感知示例重选进行GUI代理的中期训练
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Meituan（美团） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出GUI-CIDER中期训练方法，通过因果内化和密度感知示例重选显式内化GUI世界知识，提升代理对GUI操作的理解和任务成功率。
稳定化无分布概率预测
机构 * Faculty of Economics and Business（经济与商业学院） ； Department of Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电气工程学院） ； Dyson School of Design Engineering, Imperial College London（帝国理工学院设计工程学院） ； Department of Technology, Management and Economics, Technical University of Denmark（丹麦技术大学技术、管理与经济学系） ； CoRE, Aarhus University（阿贾克斯大学CoRE）
AI总结 提出一种基于神经网络参数化回归样条的方法，联合优化无分布概率时间序列预测的质量与稳定性，以控制预测更新导致的波动，并在两个数据集上验证了其有效性。
Audio-Mind: 一种可审计的音频理解智能体框架
机构 * School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； Department of Computer Science, ETH Zürich, Switzerland（苏黎世联邦理工学院计算机科学系） ； X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, China（上海交通大学计算机科学学院X-LANCE实验室） ； School of Automation Science and Engineering, Xi’an Jiaotong University, China（西安交通大学自动化科学与工程学院） ； School of Computer Science, Northwestern Polytechnical University, China（西北工业大学计算机科学学院）
AI总结 提出Audio-Mind框架，通过条件性证据获取动态结合强前端与规划器引导的工具使用，解决音频理解中智能体证据获取的时机问题，在MMAR和MSU-Bench上分别达到80.4%和82.8%的准确率，并生成可审计的推理轨迹。
从知道到做到：面向LLM股票市场交易智能体的记忆控制基准
机构 * Tsinghua University（清华大学） ； Stepfun ； FinStep ； Shanghai Jiao Tong University（上海交通大学） ； Adelaide University（阿德莱德大学）
AI总结 针对LLM交易智能体评估中的知识泄露和收益归因问题，提出KTD-Fin基准，通过数据掩码和Barra风格归因框架，分离市场记忆与投资决策，并揭示收益主要来自被动市场暴露而非选股能力。
更高的准确率，更差的推理：医学思维链蒸馏的步骤级审计
机构 * School of Health & Wellbeing, University of Glasgow（健康与福祉学院，格拉斯哥大学） ； Department of Respiratory and Critical Care Medicine, Shanghai Sixth People’s Hospital, Shanghai Jiao Tong University School of Medicine（呼吸与危重医学科，上海第六人民医院，上海交通大学医学院） ； School of Life Science and Technology, University of Electronic Science and Technology of China（生命科学与技术学院，电子科技大学） ； Institute of Health Informatics, University College London（健康信息学研究所，伦敦大学学院）
AI总结 通过蒸馏大模型思维链训练小模型，发现医学问答中答案准确率提升但推理步骤的事实错误率上升，表明答案质量与推理真实性可能背道而驰。
面向多跳音视频推理的主动全模态感知代理
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 针对多跳音视频推理中证据稀疏且跨模态分布的问题，提出MOV-Bench基准和AOP-Agent代理框架，通过分层全模态记忆与观察-反思-重规划循环实现主动感知，显著提升开源全模态大模型在长视频和推理密集型问题上的性能。
OR-Space：面向工业优化智能体的全生命周期工作空间基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Stanford University（斯坦福大学）
AI总结 提出OR-Space基准，通过构建、修订和解释三种任务模式，评估大语言模型智能体在工业优化工作流中的可靠性。
Comments 34 pages, 8 figures
风险感知的选择性提示用于大型视觉-语言模型中的幻觉缓解
机构 * Shanghai Jiao Tong University（上海交通大学） ； iFLYTEK ； Tsinghua University（清华大学）
AI总结 本文系统研究提示验证在大型视觉-语言模型中的风险，发现其效果依赖输入难度，并提出基于预生成不确定性信号的选择性提示方法RSP以平衡性能。
Comments 7 pages, 1 figures, submitted to ACL ARR 2026 May (EMNLP)
注意差距：近似差分隐私中的高斯混合机制
机构 * Shanghai Jiao Tong University（上海交通大学） ； UCL School of Management（伦敦大学学院管理学院） ； Imperial Business School（帝国理工学院商学院）
AI总结 针对已知敏感度的标量实值查询函数，设计了一类混合高斯加性噪声机制，在中等和低隐私预算下显著降低噪声幅度和方差，接近最优性。
Comments ICML 2026 style: 9 main pages followed by acknowledgements, references, appendices
BPPO: 二元前缀策略优化用于高效GRPO式推理强化学习与简洁响应
机构 * TeleAI ； Shanghai Jiao Tong University（上海交通大学）
AI总结 针对GRPO更新成本高且易产生冗长推理的问题，提出BPPO方法，通过仅使用最短正确和错误完成作为更新单元并聚焦前缀优化，实现6倍加速并缩短30-50%响应长度。
预训练模型评估中缺失的一环：奖励引导解码无需参数更新即可解锁任务导向行为
机构 * Shanghai Jiao Tong University（上海交通大学） ； Qwen Team, Alibaba Group（阿里云Qwen团队） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 提出一种无需训练的奖励引导解码框架EBD，通过外部轻量奖励模型调整输出分布，激活冻结预训练模型的任务导向行为，实现更公平的推理时评估。
Comments 26 pages, 5 figures, 8 tables
周期性RoPE：面向无限上下文的大型语言模型
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 提出周期性RoPE（P-RoPE）位置编码机制，结合滑动窗口注意力和无位置编码的全局注意力，避免位置耗尽，理论上支持无限上下文窗口。
Comments 5 pages
无需特征向量恢复的量子主成分分析
机构 * Global College, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学全球学院） ； School of Electrical and Computer Engineering, Cornell University, Ithaca, New York 14850, United States（康奈尔大学电气与计算机工程学院） ； Institute of Natural Sciences, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学自然科学研究院） ； School of Mathematical Sciences, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学数学科学学院）
AI总结 提出一种基于测量的软PCA框架，用熵正则化费米-狄拉克滤波器替代硬top-k投影，通过量子电路实现无需特征向量恢复的主子空间评分。
Dasheng AudioGen: 从文本生成连贯音频场景的统一模型
机构 * X-LANCE Lab, Shanghai Jiao Tong University, Shanghai, China（上海交通大学XLANCE实验室，上海，中国） ； MiLM Plus, Xiaomi Inc., Beijing, China（小米公司MiLM Plus，北京，中国）
AI总结 提出Dasheng AudioGen统一框架，通过结构化多视角描述和高维统一语义-声学表示，实现从文本到混合音频场景的端到端生成。
$E^3$-Agent: 一种用于边缘生成式推理资源管理的可执行且可演化智能体
机构 * Cooperative Medianet Innovation Center, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学合作中位网创新中心，上海，中国） ； Department of Broadband Communication, Pengcheng Laboratory, Shenzhen 518000, China（鹏城实验室宽带通信部门，深圳，中国） ； China Mobile Research Institute, Beijing 100053, China（中国移动研究院，北京，中国）
AI总结 针对边缘生成式推理中设备性能未知且时变的问题，提出一种可执行且可演化的智能体$E^3$-Agent，通过分离快速路径路由器和慢速路径大语言模型元控制器，实现在线学习与自适应资源管理，在动态场景下平均延迟降低65%-73%。
Comments 13 pages, 4 figures, 6 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