The SJTU X-LANCE Lab System for MSR Challenge 2025
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。
高校专区
Shanghai Jiao Tong University（上海交通大学）
Unified Personalized Reward Model for Vision Generation
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: Mixture-of-World-Models for Embodied Planning via Latent-to-Pixel Feature Modulation
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。
The Devil behind the mask: An emergent safety vulnerability of Diffusion LLMs
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
Deconstructing Positional Information: From Attention Logits to Training Biases
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: Accelerating Research in Plasticity-Motivated Deep Reinforcement Learning
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
Next Concept Prediction in Discrete Latent Space Leads to Stronger Language Models
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。
VocalNet-MDM: Accelerating Streaming Speech LLM via Self-Distilled Masked Diffusion Modeling
VocalNet-MDM：通过自蒸馏掩码扩散建模加速流式语音大语言模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团）
AI总结 VocalNet-MDM通过自蒸馏掩码扩散建模实现流式语音LLM的高效解码与低延迟
OSCAR: Optimization-Steered Agentic Planning for Composed Image Retrieval
OSCAR：基于优化的代理规划用于组合图像检索
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 OSCAR通过优化引导的代理规划框架，提升组合图像检索的性能，仅用10%训练数据即超越现有最佳方法。
D$^2$-VR: Degradation-Robust and Distilled Video Restoration with Synergistic Optimization Strategy
D$^2$-VR: 降质鲁棒且蒸馏的视频修复与协同优化策略
机构 * Shanghai Jiaotong University（上海交通大学）
AI总结 D$^2$-VR通过降质鲁棒流对齐和对抗蒸馏技术，实现低步推理的视频修复，提升修复质量和效率。
New Skills or Sharper Primitives? A Probabilistic Perspective on the Emergence of Reasoning in RLVR
新技能还是更尖锐的原语？从概率角度探讨RLVR中推理能力的出现
机构 * University of Science（科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Nanjing University（南京大学） ； 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 RLVR通过提升原子步骤概率，使模型在多步骤推理中克服指数衰减，展现新能力而非单纯激发潜在痕迹。
Comments 15 pages
Do MLLMs Really See It: Reinforcing Visual Attention in Multimodal LLMs
MLLMs真的能看见吗：在多模态大语言模型中强化视觉注意力
机构 * Shanghai Jiao Tong University（上海交通大学） ； Northwestern Polytechnical University（西北工业大学）
AI总结 SAYO通过强化学习框架引入区域级视觉注意力奖励，提升多模态大语言模型的视觉聚焦能力，从而在多种推理和感知任务中取得性能提升。
Improving 2D Diffusion Models for 3D Medical Imaging with Inter-Slice Consistent Stochasticity
通过跨切片一致的随机性改进2D扩散模型用于3D医学影像
机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 通过引入跨切片一致的随机性策略，改进2D扩散模型以提升3D医学影像重建的保真度与一致性。
Comments Accepted by ICLR 2026
ProjDevBench: Benchmarking AI Coding Agents on End-to-End Project Development
ProjDevBench: 从端到端项目开发角度评估AI编程代理
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Beijing Institute of Technology, Beijing, China（北京理工大学） ； University of California, Merced, CA, USA（加州大学默塞德分校） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院）
AI总结 ProjDevBench从端到端项目开发角度评估AI编程代理，通过系统架构设计、功能正确性和迭代优化三个维度，评估六种基于不同LLM的代理，发现其在复杂系统设计和资源管理方面存在不足。
InternSVG: Towards Unified SVG Tasks with Multimodal Large Language Models
InternSVG：通过多模态大语言模型实现统一的SVG任务
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Donghua University（东华大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 InternSVG通过多模态大语言模型实现统一的SVG任务建模，结合大规模数据集和两阶段训练策略，提升SVG理解、编辑和生成性能。
ASSESS: A Semantic and Structural Evaluation Framework for Statement Similarity
ASSESS: 一个用于语义和结构相似性评估的框架
机构 * School of Mathematical Sciences, Shanghai Jiao Tong University（上海交通大学数学科学学院）
AI总结 ASSESS提出了一种新的语义和结构相似性评估框架，通过TransTED度量在EPLA基准上实现了最先进的准确率和Kappa分数。
Comments Accepted to ICLR 2026
DyMixOp: A Neural Operator Designed from a Complex Dynamics Perspective with Local-Global Mixing for Solving PDEs
DyMixOp：从复杂动力学视角设计的神经算子，通过局部-全局混合解决偏微分方程
机构 * School of Aeronautics and Astronautics, Shanghai Jiao Tong University（航空宇航学院，上海交通大学）
AI总结 DyMixOp通过局部-全局混合机制，从复杂动力学角度设计神经算子，有效解决PDEs的非线性建模问题，实现高精度与高效计算的平衡。
WeTok: Powerful Discrete Tokenization for High-Fidelity Visual Reconstruction
WeTok：强大的离散分词用于高保真的视觉重建
机构 * Shanghai Jiao Tong University（上海交通大学） ； WeChat Vision, Tencent Inc.（腾讯微信视觉部门） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Hong Kong University of Science and Technology（香港科学大学） ； Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 WeTok通过GQ和GD创新实现高保真视觉重建，以更高效的压缩率和更优的重建质量在ImageNet上取得突破。
Comments 32 pages, 15 figures, 39 tables
Improved sampling algorithms and functional inequalities for non-log-concave distributions
改进的采样算法与非对数凹分布的函数不等式
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文改进了非对数凹分布采样算法，通过加强假设获得更优的查询复杂度和Poincaré常数界。
Disentangled Parameter-Efficient Linear Model for Long-Term Time Series Forecasting
解耦的参数高效线性模型用于长期时间序列预测
机构 * Shanghai Key Laboratory of Scalable Computing（可扩展计算与系统上海市重点实验室） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； SJTU Paris Elite Institute of Technology（上海交通大学巴黎精英技术学院） ； ByteDance Inc.（字节跳动公司）
AI总结 DiPE-Linear通过解耦参数高效模块，实现了更高效的长期时间序列预测，减少参数和计算复杂度，取得更优性能。
Comments Accepted by DASFAA 2026. (Submitted Manuscript Version)
EgoFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving
EgoFSD：面向端到端自动驾驶的以自我为中心的完全稀疏范式，结合不确定性去噪和迭代细化
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； SenseAuto ； The Hong Kong University of Science and Technology（香港理工大学）
AI总结 EgoFSD通过引入稀疏感知、分层交互和迭代运动规划，提升端到端自动驾驶的效率和性能，减少误差和碰撞，提高训练稳定性。
Comments Accepted to ICRA2026
MARTI-MARS$^2$: Scaling Multi-Agent Self-Search via Reinforcement Learning for Code Generation
MARTI-MARS$^2$：通过强化学习实现多智能体自搜索的扩展用于代码生成
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation（自动化研究所） ； Fudan University（复旦大学） ； High School Affiliated to Fudan University（复旦大学附属高中） ； Renmin University of China（中国人民大学） ； University of Washington（华盛顿大学）
AI总结 MARTI-MARS2通过多智能体强化学习实现代码生成的扩展，突破单智能体限制，提升性能和多样性。
Human Identification at a Distance: Challenges, Methods and Results on the Competition HID 2025
远程人类识别：挑战、方法与HID 2025竞赛结果
机构 * Shenzhen Polytechnic University（深圳职业技术大学） ； Fujitsu Research and Development Center Company Ltd.（富士通研发有限公司） ； Beijing Jiaotong University（北京交通大学） ； South China University of Technology（华南理工大学） ； Shandong University（山东大学） ； EVERSPRY ； Wuhan University of Technology（武汉理工大学） ； Sun Yat-sen University（中山大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fujitsu Ltd.（富士通株式会社） ； Huazhong University of Science and Technology（华中科技大学） ； Hefei University of Technology（合肥工业大学） ； Peking University, Shenzhen Graduate School（北京大学深圳研究生院） ； Beijing Normal University（北京师范大学） ； Watrix Technology Limited Co. Ltd.（华智科技有限公司） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Cordoba（科尔多瓦大学） ； University of East London（东伦敦大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 HID 2025竞赛评估了步态识别在远程人类识别中的挑战与进展，通过SUSTech-Competition数据集验证了算法性能的提升，达到94.2%的准确率。
Comments Accepted by IJCB 2025(https://ijcb2025.ieee-biometrics.org/competitions/)
TextOp: Real-time Interactive Text-Driven Humanoid Robot Motion Generation and Control
TextOp: 人形机器人实时交互文本驱动动作生成与控制
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Shanghai Jiao Tong University（上海交通大学） ； East China University of Science and Technology（东华大学）
AI总结 TextOp通过实时文本驱动框架实现人形机器人灵活的动作生成与控制，支持流式指令和即时修改，实现实时交互与自主性平衡。
Comments Project Page: https://text-op.github.io/
Learning Molecular Chirality via Chiral Determinant Kernels
通过手性行列式核学习分子手性
机构 * AGI Institute, School of Computer Science, Shanghai Jiao Tong University（AGI研究院，计算机科学学院，上海交通大学）
AI总结 本文提出ChiDeK框架，通过手性行列式核和交叉注意机制，系统整合立体化学信息，实现对分子中心和轴手性的联合编码，并在ECD和OR预测任务中取得显著提升。
Comments Accepted at the ICLR 2026
Surveillance Facial Image Quality Assessment: A Multi-dimensional Dataset and Lightweight Model
监控面部图像质量评估：一个多维数据集和轻量模型
机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（上海交通大学图像通信与网络工程研究所） ； School of Communication and Electronic Engineering, East China Normal University（东华大学通信与电子工程学院） ； School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 本文提出SFIQA-Bench和SFIQA-Assessor，针对监控场景中的质量与保真度问题，通过多任务模型实现高质量的面部图像评估。
OPUS: Towards Efficient and Principled Data Selection in Large Language Model Pre-training in Every Iteration
OPUS：在每次迭代中实现大语言模型预训练中的高效且原则性的数据选择
机构 * SJTU（上海交通大学） ； Alibaba（阿里巴巴）
AI总结 OPUS通过在优化器诱导的更新空间中动态选择数据，提升大语言模型预训练的效率和效果，尤其在数据稀缺和低质量情况下表现优异。
Comments 45 pages, 7 figures, 8 tables
RoboPaint: From Human Demonstration to Any Robot and Any View
RoboPaint：从人类示范到任何机器人和任何视角
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学）
AI总结 RoboPaint通过真实-仿真-真实数据流程，将人类示范转化为机器人训练数据，实现高效、低成本的复杂灵巧操作训练。
Comments 17 pages
RealPDEBench: A Benchmark for Complex Physical Systems with Real-World Data
RealPDEBench: 一个整合真实世界数据的复杂物理系统基准
机构 * School of Engineering, Westlake University（西湖大学工程学院） ； Global College, Shanghai Jiao Tong University（上海交通大学全球学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Department of Geotechnical Engineering, Tongji University（同济大学地质工程系） ； School of Physics, Peking University（北京大学物理学院） ； Key Laboratory for Power Machinery and Engineering of M. O. E., Shanghai Jiao Tong University（上海交通大学机械工程重点实验室）
AI总结 RealPDEBench通过整合真实世界数据与模拟数据，为科学机器学习提供了一个新的基准，旨在弥合仿真与现实之间的差距。
Comments iclr26 oral; 46 pages, 21 figures
Collaborative-Online-Learning-Enabled Distributionally Robust Motion Control for Multi-Robot Systems
协同在线学习赋能的分布鲁棒多机器人运动控制
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，上海，中国） ； Department of Mechanical Engineering, University of Victoria, Victoria, Canada（机械工程系，维多利亚大学，维多利亚，加拿大）
AI总结 本文提出一种基于协同在线学习的分布鲁棒多机器人运动控制方法，通过构建模糊集并优化轨迹生成，实现碰撞避免和长期跟踪性能保障。
Comments 26 pages
