高校专区
LAER-MoE：负载自适应专家重新布局用于高效混合专家训练
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 LAER-MoE通过负载自适应专家重新布局提升混合专家模型训练效率，实现1.69倍加速。
Comments 19 pages, 12 figures, the paper will be presented at ASPLOS 2026
自适应里程碑奖励用于GUI代理
机构 * Shanghai Jiao Tong University（上海交通大学） ； OPPO Research Institute（OPPO研究院）
AI总结 ADMIRE通过自适应里程碑奖励机制，解决长周期任务中奖励保真度与密度的矛盾，提升GUI代理的成功率和泛化能力。
通过下一个标记预测实现任意比例特征压缩
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institution of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CAS Center for Excellence in Brain Science and Intelligence Technology（中国科学院脑科学与智能技术卓越创新中心） ； People AI, Inc.（People AI公司） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； School of Computer Science and Mathematics, Birkbeck College, University of London（伦敦大学伯克贝克学院计算机科学与数学学院）
AI总结 本文提出了一种通过下一个标记预测实现任意比例特征压缩的框架，解决了传统方法在灵活性和通用性上的不足，通过引入混合解决方案和实体关系图约束模块，提升了压缩特征的质量和鲁棒性。
应得之 credit：跨模态连接驱动精确强化学习用于 MLLM 推理
机构 * AI DATA, Alibaba Group Holding Limited（阿里数据，阿里巴巴集团控股有限公司） ； EPIC Lab, SJTU（EPIC实验室，上海交通大学）
AI总结 通过跨模态连接驱动精确强化学习，提升多模态大语言模型的推理能力，仅引入1.2%开销即超越基线模型。
Comments 20pages
面向压缩和可扩展的递归记忆
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 Elastic Memory通过引入基于HiPPO框架的新型记忆架构，在长上下文任务中实现了更高效的压缩和可扩展性，优于现有方法。
标签还是偏好？在AI生成输出上的人类判断下的预算受限学习
机构 * Rutgers University（罗切斯特大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出PCAL方法，通过半参数推断框架解决AI生成输出中预算受限学习问题，提供统计高效且鲁棒的估计器。
MemRL: 通过运行时强化学习在事件记忆上实现自我进化代理
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Xidian University, Xi'an, China（西安电子科技大学） ； National University of Singapore, Singapore（新加坡国立大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； MemTensor (Shanghai) Technology Co., Ltd., Shanghai, China（MemTensor（上海）科技有限公司） ； University of Science and Technology of China, Hefei, China（中国科学技术大学）
AI总结 MemRL通过运行时强化学习在事件记忆上实现自我进化，解决稳定性与可塑性矛盾，实现持续改进。
Comments 41 pages, 11 figures
基于条件扩散模型的CT合成用于腹部淋巴结分割
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Department of Surgical Oncology and General Surgery, Key Laboratory of Precision Diagnosis and Treatment of Gastrointestinal Tumors, Ministry of Education, The First Hospital of China Medical University, Shenyang, China（外科肿瘤科和普通外科，精准诊断与治疗胃肠肿瘤国家重点实验室，教育部，中国医科大学第一附属医院，沈阳，中国） ； Department of Radiology, The First Hospital of China Medical University, Shenyang, China（放射科，中国医科大学第一附属医院，沈阳，中国） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室，上海，中国）
AI总结 本文提出LN-DDPM模型，通过条件扩散模型生成腹部淋巴结数据，提升分割性能。
ICA: 信息感知的信用分配用于基于视觉的长周期信息寻求智能体
机构 * Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海科技大学） ； Wuhan University（武汉大学） ； SenseTime Research（商汤科技研究院）
AI总结 本文提出ICA方法，通过视觉快照和信息层面信用分配，提升开放网络环境中信息寻求智能体的性能。
通过学习预测上下文嵌入进行上下文级语言建模
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Nanjing University（南京大学）
AI总结 ContextLM通过学习预测上下文嵌入，提升多令牌预测能力，实现更高效的参数和训练效率，同时在下游任务中表现更优。
Comments 19pages,6 figures, 13 Tables
动态跨度的流动：通过GFlowNets泛化语言模型到动态跨度词典
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence 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FOSS，一种基于GFlowNets的跨度生成框架，通过动态跨度词典和DAG结构状态空间提升语言模型的生成能力与泛化性能。
Comments Published as a conference paper at ICLR 2026
1%>100%: 高效视觉适配器与复杂线性投影优化
机构 * BNRist, Department of Computer Science ； Technology, Tsinghua University, Beijing, China ； School of Automation ； Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China ； Nankai lnternational Advanced Research Institute (Shenzhen Futian) \& SLAI, Shenzhen, China
AI总结 CoLin通过复杂线性投影优化，以仅1%参数实现视觉基础模型高效适应，超越传统微调方法。
WorldArena: 一个用于评估具身世界模型感知与功能效用的统一基准
机构 * Tsinghua University, Beijing, China（清华大学） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） ； Princeton University, Princeton, NJ, USA（普林斯顿大学） ； Chinese Academy of Sciences, Beijing, China（中国科学院） ； University of Science（科学技术大学） ； Peking University, Beijing, China（北京大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 WorldArena是一个统一的基准，用于评估具身世界模型的感知和功能效用，揭示高视觉质量与强具身任务能力之间的差距。
通过分层令牌压缩加速流式视频大型语言模型
机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Sichuan University（四川大学） ； Huazhong University of Science and Technology（华中科技大学） ； Sun Yat-sen University（中山大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 STC通过分层令牌压缩技术，显著降低流式视频大语言模型的处理延迟，同时保持高精度。
Comments Code is avaliable at \url{https://github.com/lern-to-write/STC}
CMCRD：跨模态对比表示蒸馏用于情绪识别
机构 * Key Laboratory of Image Processing and Intelligent Control, Ministry of Education, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（图像处理与智能控制重点实验室、教育部、自动化学院、华中科技大学） ； Wuhan Institute of Digital Engineering（武汉数字工程研究所） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 CMCRD通过跨模态对比表示蒸馏提升情绪识别准确性，减少多模态数据需求，实验表明在EEG和眼动数据间相互辅助训练可提高分类准确率约6.2%。
Journal ref IEEE Trans. on Affective Computing, 2026
UniVTAC：一种用于视觉-触觉操作数据生成、学习和评估的统一仿真平台
机构 * ScaleLab, Shanghai Jiao Tong University（上海交通大学ScaleLab） ； D-Robotics ； ViTai Robotics ； The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； Shenzhen University（深圳大学） ； Wuhan University（武汉大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 UniVTAC提出了一种统一的视觉-触觉数据生成平台，通过训练触觉中心的编码器和基准任务提升机器人操作的成功率。
Comments Website: https://univtac.github.io/
VersaViT: 通过任务引导优化增强MLLM视觉骨干
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University, China（上海交通大学人工智能学院） ； CMIC, Shanghai Jiao Tong University, China（上海交通大学计算机学院） ； WeChat AI, Tencent Inc., China（腾讯公司）
AI总结 VersaViT通过任务引导优化增强MLLM视觉骨干，解决其在密集预测任务中的性能问题，提升视觉任务的适应性与表现。
TaCo: 一种用于异构触觉数据无损和有损编解码器的基准测试
机构 * Shanghai Jiao Tong University（上海交通大学） ； Paxini Tech.（帕辛尼科技）
AI总结 TaCo提出了一种用于评估触觉数据编解码器性能的基准测试，通过评估30种压缩方法，包括神经编解码器，验证了无损和有损压缩方案在多个任务中的优越性能。
Comments 27 pages
AdaTSQ: 通过时间敏感量化推动扩散变换器的帕累托前沿
机构 * Shanghai Jiaotong University（上海交通大学）
AI总结 AdaTSQ通过时间敏感量化方法提升扩散变换器的效率与质量，优于现有方法。
Comments Code will be released at https://github.com/Qiushao-E/AdaTSQ/
Free-GVC: 向无训练极端生成视频压缩迈进：时间一致性
机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（图像通信与网络工程研究所，上海交通大学） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 Free-GVC通过无训练的生成视频压缩框架，在超低比特率下实现视觉质量与时间一致性的提升。
SAKED: 通过稳定性感知知识增强解码缓解大视觉-语言模型中的幻觉
机构 * ROSE Lab, School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（ROSE实验室，电子工程学院，南洋理工大学，新加坡） ； ROSE Lab, Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（ROSE实验室，跨学科研究生项目，南洋理工大学，新加坡） ； School of Physical and Mathematical Sciences, Nanyang Technological University, Singapore（物理与数学科学学院，南洋理工大学，新加坡） ； Shanghai Jiao Tong University, China（上海交通大学，中国）
AI总结 SAKED通过引入稳定性感知知识增强解码方法，有效缓解大视觉-语言模型中的幻觉问题，无需训练即可集成至不同架构中，实现最佳性能。
AutoFly：面向野外无人机自主导航的视觉-语言-动作模型
机构 * Southeast University（东南大学） ； Purple Mountain Labs（紫金山实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 AutoFly是一种面向野外无人机自主导航的视觉-语言-动作模型，通过伪深度编码器和渐进两阶段训练策略，实现自主避障和规划，提升导航成功率。
Comments Acceped by ICLR 2026
SceneReVis: 一种基于多轮强化学习的视觉 grounding 框架，用于通过多轮强化学习进行 3D 室内场景合成
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Microsoft Research Asia, Beijing, China（微软亚洲研究院） ； Peking University, Beijing, China（北京大学） ； ShanghaiTech University, Shanghai, China（上海科技大学）
AI总结 SceneReVis 通过多轮强化学习和多模态反馈，实现高保真 3D 室内场景合成，提升空间规划能力。
上海交通大学X-LANCE实验室系统用于MSR挑战2025
机构 * SJTU X-LANCE Lab（上海交通大学X-LANCE实验室）
AI总结 X-LANCE实验室提出了一种基于BS-RoFormers的音乐源恢复系统，通过预训练模型和多种训练方案实现8种乐器分离，取得挑战赛多项指标第一名。
面向视觉生成的统一个性化奖励模型
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiaotong University（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 本文提出UnifiedReward-Flex，一种面向视觉生成的统一个性化奖励模型，通过结合奖励建模与灵活上下文适应的推理，提升视觉生成的准确性与对人类偏好的对齐性。
Comments Website: https://codegoat24.github.io/UnifiedReward/flex
MoWM: 通过潜在到像素特征调制的混合世界模型实现具身规划
机构 * Tsinghua University（清华大学） ； Manifold AI ； Shanghai Jiao Tong University（上海交通大学）
AI总结 MoWM通过融合潜在世界模型与像素特征，提升具身规划中动作解码的精度与泛化能力。
面具背后的魔鬼：扩散语言模型的新兴安全漏洞
机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； University of Chicago（芝加哥大学）
AI总结 DIJA揭示了扩散语言模型的安全漏洞，通过构造对抗性提示利用双向建模和并行解码机制，使有害内容在对齐训练模型中得以生成。
Comments Accepted by ICLR 2026
解构位置信息：从注意力logits到训练偏见
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Antai College 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 本文通过分析注意力logits和位置编码形式，揭示了乘法编码在整合位置与语义信息上的优势，并发现训练过程中存在的单头沉积模式。
Comments Accepted by ICLR 2026
Plasticine: 加速塑料性驱动的深度强化学习研究
机构 * HK PolyU（香港理工大学） ； SJTU（上海交通大学） ； EIT, Ningbo（宁波工程学院） ； NTU（National University of Technology） ； HKU（香港大学） ； INFIFORCE
AI总结 Plasticine是首个开源框架，用于评估深度强化学习中的塑性优化，提供多种缓解方法和评估指标，帮助研究者系统量化塑性损失并分析动态。
Comments 21 pages, 7 figures
在离散潜在空间中进行下一步概念预测可使语言模型更强大
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Department of Electronic Engineering（电子工程系） ； College of Artificial Intelligence（人工智能学院） ； Tsinghua University（清华大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 通过在离散潜在空间中进行下一步概念预测，ConceptLM在预训练任务中实现了更强大的语言模型性能。
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