高校专区
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
利用代理进化
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； DeepWisdom ； Singapore University of Technology and Design（新加坡科技设计大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Université de Montréal & Mila（蒙特利尔大学及Mila）
AI总结 本文提出AEvo框架，通过统一接口整合程序和代理进化，提升长周期搜索性能，在多个基准测试中优于现有方法。
KVServe: 服务感知的KV缓存压缩用于通信高效的解耦大语言模型服务
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 KVServe通过服务感知和自适应的KV通信压缩框架，提升解耦大语言模型服务的效率，减少延迟和加速时间。
Comments Accepted by SIGCOMM 2026
MedCore: 保留边界的医学核心剪枝用于MedSAM
机构 * Shanghai Jiao Tong University（上海交通大学） ； Technical University of Denmark（技术大学）
AI总结 MedCore通过保留关键结构提升医学分割性能，减少参数和FLOPs，同时保持边界精度。
Comments 3 figures, 17 pages
OSDN：通过可证明的在线预条件化改进Delta规则
机构 * Shanghai Jiao Tong University（上海交通大学） ； Northwestern University（西北大学） ； Huazhong University of Science and Technology（华中科技大学） ； Stanford University（斯坦福大学）
AI总结 OSDN通过在线预条件化改进Delta规则，通过在线更新对角预条件器提升特征曲率处理，理论证明其收敛性和泛化能力，在大规模参数下提升上下文回忆性能。
MMRareBench: 一种罕见疾病多模态和多图像医学基准
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Imperial College London（帝国理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 本文提出MMRareBench，首个评估多模态和多图像临床能力的罕见疾病基准，包含1756个问题-答案对和7958张医学图像，揭示23个MLLMs在多图像任务中表现低下，存在能力稀释效应。
从基线到运输测地线：通过最优生成流的公理化归因
机构 * Shanghai Jiao Tong University（上海交通大学） ； Aalto University（艾尔沃斯大学） ； Alibaba（阿里巴巴） ； Technical University of Denmark（丹麦技术大学）
AI总结 本文研究归因路径的模糊性问题，提出通过数据生成运输过程选择路径的公理化归因方法，结合最优生成流理论，提出运输-测地线归因原则，并通过实验验证其稳定性与结构化解释能力。
Comments 10 figures, 31 pages
TouchGuide: 通过触觉引导在推理时操控视觉-触觉策略
机构 * Shanghai Jiao Tong University（上海交通大学） ； Xense Robotics（Xense机器人公司） ； Sun Yat-sen University（中山大学） ； Oxford（牛津大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； UCSD（加州大学圣地亚哥分校）
AI总结 本文提出TouchGuide，一种新的跨策略视觉-触觉融合方法，通过触觉引导在推理时优化预训练的视觉-触觉策略，提升机器人精细接触操作能力。
少样本多任务学习中的线性不变特征学习：元子空间追击
机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院） ； Institute of Natural Sciences, MOE-LSC, Shanghai Jiao Tong University（上海交通大学自然科学研究院） ； SJTU-Yale Joint Center for Biostatistics and Data Science, Shanghai Jiao Tong University（上海交通大学-耶鲁大学生物统计与数据科学联合中心）
AI总结 本文提出元子空间追击算法，用于少样本多任务学习中的线性不变特征学习，通过理论分析和实验验证其有效性。
Journal ref CSIAM Transactions on Applied Mathematics (2026)
HCSG：以人类为中心的语义-几何推理用于视觉-语言导航
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； University of Science and Technology Beijing（北京科技大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 HCSG提出了一种以人类为中心的框架，通过结合几何预测和语义解释，提升动态环境中视觉-语言导航的安全性和社交智能。
通过简单统一的扩展实现金牌级竞赛推理
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 本文提出一种简单统一的方法，将训练好的推理模型扩展为金牌级竞赛解题器，通过反熵课程和两级强化学习提升证明搜索能力，最终在数学和物理竞赛中取得金牌水平表现。
Comments Technical Report. 77 pages
尊重自我不确定性在在线自我蒸馏中的高效大语言模型推理
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）
AI总结 本文提出EGRSD方法，通过三种信号统一token级更新，提升大语言模型推理的准确性和效率。
DiffST: 用于现实世界时空视频超分辨率的时空感知扩散模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Duke University（杜克大学） ； Huawei Consumer Business Group（华为消费者业务集团）
AI总结 DiffST提出一种高效时空感知视频扩散框架，通过跨帧上下文聚合和视频表示引导提升时空信息利用，实现高效实时世界时空视频超分辨率。
Comments Code is available at: https://github.com/zhengchen1999/DiffST
通过决策模式偏移理解泛化
机构 * Xi’an Jiaotong University（西安交通大学） ； 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 本文提出决策模式偏移(DPS)作为泛化的新视角，通过分析模型内部决策模式的稳定性评估泛化能力，揭示泛化是内部决策机制系统性偏移的过程，并展示DPS在不同泛化退化场景中的统一解释。
Comments 14pages, 12figures, computer vision and pattern recognition
面向长周期具身智能体的工具对齐视觉-语言-动作模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北京航空航天大学）
AI总结 本文提出VLAs-as-Tools方法，通过高阶视觉语言模型与专用工具协作，提升长周期任务的成功率与调用忠实度。
PRISM：基于先验校正和不确定性感知结构建模的扩散文本图像超分辨率
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 PRISM通过Flow-Matching Prior Rectification和Structure-guided Uncertainty-aware Residual Encoder解决文本超分辨率中的先验校正和局部结构细化问题，实现高精度文本生成。
Comments Code is available at https://github.com/faithxuz/PRISM
重新思考通过非自私原则的高效图粗化
机构 * School of Information Science and Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China（上海交通大学信息科学与电子工程学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University, Shanghai, China（上海交通大学人工智能学院） ； School of Environment Science and Engineering, Shanghai Jiao Tong University, Shanghai, China（上海交通大学环境科学与工程学院） ； School of Artificial Intelligence, Nanchang University, Nanchang, China（南昌大学人工智能学院） ； Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, China（中国科学院地理科学与资源研究所）
AI总结 本文提出非自私原则的图粗化方法NOPE，通过局部各向同性假设降低计算复杂度，实现线性内存和近线性时间复杂度，实验显示在高阶节点上具有显著加速效果。
位置：代理AI系统是实现AGI的可预见路径
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； University College London（伦敦大学学院）
AI总结 本文挑战单一模型扩展是实现AGI的唯一路径，提出代理AI作为掌握复杂异质任务的必要范式，通过理论推导对比单一学习器与代理系统的优化约束，展示代理AI在泛化和样本效率上的指数级优势。
Comments Accepted by ICML'26 Position Track
DirectTryOn: 通过直线化条件传输实现一步虚拟试穿
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出通过直线化条件传输、服装保持损失和自一致性损失改进VTON，实现一步生成，提升效率与质量。
NeuroRisk：基于物理的神经优化用于风险感知的交通工程
机构 * Xi’an Jiaotong University（西安交通大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Huawei（华为） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 针对WAN中相关故障导致的可用性损失问题，NeuroRisk通过物理引导的深度展开优化器，在风险目标上实现高利用率，同时在运算尺度上实现显著加速。
DataMaster: 以数据为中心的自主AI研究
机构 * Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学）
AI总结 DataMaster通过自主数据工程优化数据侧，提升下游性能，无需改变学习算法。其包含数据树、共享数据池和全局记忆三大组件，有效解决开放搜索空间和延迟验证问题。
CoWorld-VLA：面向自动驾驶的多专家世界模型中的思考
机构 * Afari Intelligent Drive（Afari智能驾驶公司） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing University Of Posts and Telecommunications（北京邮电大学） ； Tianjin University（天津大学）
AI总结 本文提出CoWorld-VLA，通过多专家世界推理框架，利用显式条件指导动作规划，提升自动驾驶的场景生成与路径规划性能。
ATBench：一个多样且现实的代理轨迹基准，用于安全评估与诊断
机构 * Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； KAUST（卡塔尔人工智能科学中心） ； East China Normal University（华东师范大学）
AI总结 ATBench通过多样化的轨迹和现实场景评估代理安全，包含1000条轨迹，挑战性强，支持跨基准比较和长周期故障诊断。
TW-Sound580K：一种带有验证引导编纂的区域音频-文本数据集，用于本地化音频-语言建模
机构 * National Taiwan University（国立台湾大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出TW-Sound580K数据集，通过验证生成批判流程编纂，用于本地化音频语言模型，展示Tai-LALM在TAU基准上达到49.1%准确率，比零样本基线提升6.5%。
几何预条件与课程优化用于可训练的变分量子回归
机构 * Shanghai Jiao Tong University-Chongqing Institute of Artificial Intelligence（上海交通大学-重庆人工智能研究院） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系）
AI总结 本文提出了一种几何预条件和课程优化方法，用于改进可训练的变分量子回归的训练性能，通过控制经典嵌入能力和逐步增加电路深度来提升模型效果。
紧凑的3D高斯散射用于密集视觉SLAM
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学） ； Harvard University（哈佛大学） ； University of Cambridge（剑桥大学）
AI总结 本文提出紧凑的3D高斯散射SLAM系统，通过滑动窗口遮罩策略和几何代码本压缩高斯参数，提升训练和渲染速度，保持高质量场景表示。
Comments Accepted by IJCV 2026
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