高校专区
联邦嵌套学习：为测试时间适应性协作训练自参考记忆
机构 * Nanyang Technological University（南洋理工大学） ； Jimei University（集美大学） ； Shanghai Jiao Tong University（上海交通大学） ； Xiamen University（厦门大学）
AI总结 本文提出FedNL框架，通过嵌套优化系统实现协作学习优化规则，提升非独立同分布数据下的推理与检索性能，保持恒定推理内存。
DexJoCo：用于MuJoCo上的任务导向灵巧操作的基准和工具包
机构 * NLPR & MAIS, CASIA（中国科学院南京自动化研究所与模式识别与人工智能实验室） ； SJTU（上海交通大学） ； MBZUAI（马克斯·普朗克研究所） ； Beijing Institute of Basic Medical Sciences（北京基础医学研究所） ； PKU & Galbot（北京大学与Galbot） ； CUHK（香港大学）
AI总结 本文提出DexJoCo基准和工具包，包含11个功能任务评估灵巧手的工具使用、双臂协调、长周期执行和推理能力，通过低成本数据收集系统和领域随机化评估鲁棒性，揭示当前策略的局限性。
Comments 8 pages, 6 figures, project page is available at: https://dexjoco.github.io
WorldAct：将单体3D世界激活为可交互的以对象为中心的场景
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Inc（华为公司）
AI总结 WorldAct通过多模态代理将静态生成的3D世界分解为可编辑的交互场景，支持对象级编辑和任务执行，保留全局一致性。
Comments Project page: https://sjtu-deepvisionlab.github.io/WorldAct
G$^2$TR: 基于生成的视觉标记减少方法用于分离编码统一多模态模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Technologies Ltd（华为技术有限公司）
AI总结 本文提出G$^2$TR方法，通过生成分支信号减少多模态模型的视觉标记，提升效率并保持性能，实验显示在图像理解和编辑任务中表现优异。
可扩展的多语言模型协作系统：基于检索的选择与探索-利用驱动增强
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出SMCS系统，通过检索优先选择模块和探索-利用驱动后验增强模块，有效协调多个开源语言模型，实验显示其在多个任务中优于闭源模型，且在不同数据集上超越开源模型的平均最佳结果。
COCO-Inpaint：用于检测和定位基于修补的图像篡改的基准
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COCO-Inpaint基准，用于检测和定位基于修补的图像篡改，通过高质样本、多样场景和大规模覆盖，揭示修补与真实区域的内在不一致。
Comments 6 pages, 8 figures
SMMBench：一种用于源分布多模态智能体记忆的基准测试
机构 * Shanghai Jiao Tong University, China（上海交通大学，中国） ； OPPO, China（OPPO，中国）
AI总结 SMMBench旨在评估智能体在多源分布证据下进行多模态推理、冲突解决和行动预测的能力，揭示当前系统在处理碎片化异构数据时的不足。
几块GPU，大量规模：PrismLLM实现忠实的LLM训练仿真
机构 * Alibaba Group（阿里巴巴集团） ； Harvard University（哈佛大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学）
AI总结 PrismLLM通过切片方法构建高保真执行图，使工程师能用少量GPU模拟大规模训练行为，准确复现性能和内存表现，节省集群访问成本。
Comments 13 pages body, 21 pages total
从输入输出到代码：发现代理
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Wuhan University（武汉大学） ； Renmin University of China（中国人民大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiaotong University（上海交通大学）
AI总结 本文提出DIO-Agent，通过将IO2Code视为离散程序空间的进化搜索，利用LLM作为突变算子，结合执行误差信号指导突变，解决从输入输出行为合成代码的难题。
超越二元：将GUI批评重新框架化为连续语义对齐
机构 * Xiaomi Inc.（小米公司） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出BBCritic和BBBench，通过两阶段对比学习在共享语义空间中对齐指令与动作，解决GUI批评中二元分类的局限性，实验证明其在跨平台任务中的优越性。
Comments 28 pages including appendix. Code and BBBench benchmark to be released
基于视觉的具有不确定性保证的人机协作
机构 * Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空航天系） ； Chair of Imaging and Computer Vision, RWTH Aachen University（亚琛工业大学影像与计算机视觉教授职位） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Department of Computer Engineering, Technical University of Munich（慕尼黑技术大学计算机工程系）
AI总结 本文提出一种基于视觉的人体姿态估计与运动预测框架，通过置信度保证实现安全的人机协作。结合aleatoric不确定性估计与OOD检测，提供高概率置信度的置信区间。
不可避免的遭遇：涉及损失压缩的后门攻击
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（技术东院）
AI总结 本文研究了在大数据时代，损失压缩对隐形后门攻击的影响，提出两种针对损失压缩的攻击策略，以确保恶意触发信息在压缩后仍能被恢复。
SPDEBench：学习随机偏微分方程的广泛基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Cambridge（剑桥大学） ； University of Sydney（悉尼大学） ； Imperial College London（伦敦帝国理工学院） ； University College London（伦敦大学学院） ； Fujian Normal University（福建师范大学） ； Beijing Institute of Technology（北京理工大学） ； Chinese Academy of Sciences（中国科学院）
AI总结 本文提出SPDEBench，首个统一的ML学习随机偏微分方程基准，提供物理和数学重要的1-3维领域数据集，涵盖正则和奇异SPDE，并包含7种评估指标，验证模型精度、鲁棒性和分布外泛化能力。
RAR：用于视觉识别的检索与排序增强多模态大语言模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； MThreads, Inc.（MThreads公司） ； Nanyang Technological University（南洋理工大学）
AI总结 RAR结合CLIP的检索与MLLM的排序，提升细粒度识别精度，增强少样本和零样本任务表现。
Comments Project: https://github.com/Liuziyu77/RAR
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。
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