高校专区
探究视觉-语言模型中以任务为导向的交流发展
机构 * Technion – Israel Institute of Technology（技术ion–以色列理工学院） ； EPFL（苏黎世联邦理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Harvard University（哈佛大学）
AI总结 研究视觉-语言模型在协作任务中发展以任务为导向的通信协议的潜力与风险
通过混合整数优化实现交叉公平性
机构 * Czech Technical University in Prague（捷克技术大学布拉格分校） ； Technion（技术学院）
AI总结 本文提出利用混合整数优化实现交叉公平性的统一框架，通过证明两种公平性度量的等价性并实证验证，提升偏见检测性能，提供可解释且稳健的分类器解决方案。
Comments 17 pages, 10 figures, 1 table
合成数据中语言和论证多样性用于功能调用代理
机构 * Technion（技术学院） ； TII（技术研究所）
AI总结 本文提出了一种生成合成数据集的方法，通过优化通用多样性度量标准，提高功能调用代理训练数据的语言和论证多样性，从而提升模型在分布外任务中的性能。
uPVC-Net: 一种通用的早搏检测深度学习算法
机构 * Faculty of Biomedical Engineering, Technion-IIT（生物医学工程学院，技术ion-IIT） ； Ruth and Bruce Rappaport Faculty of Medicine, Technion-IIT（鲁思和布鲁斯·拉帕波特医学学院，技术ion-IIT）
AI总结 uPVC-Net通过多源多导联训练策略，实现了在不同ECG数据集上高准确率的早搏检测，适用于多种临床场景。
Comments 8 pages
Journal ref IEEE Trans Biomed Eng. 2026 Jan 20
基于关键帧的前馈视觉里程计
机构 * Key Laboratory of Brain Machine Collaborative Intelligence of Zhejiang Province, School of Computer Science, Hangzhou Dianzi University（浙江省脑机协同智能重点实验室，计算机科学学院，杭州电子大学） ； Technion Autonomous Systems Program, Technion - Israel Institute of Technology（技术ion自主系统计划，技术ion-以色列理工学院）
AI总结 本文提出基于关键帧的前馈视觉里程计方法，通过强化学习自适应选择关键帧，提升视觉里程计的性能。
YOLO 遇见专家混合模型：面向鲁棒目标检测的自适应专家路由
机构 * Faculty of Data and Decision Sciences Technion, Israel Institute of Technology（技术学院数据与决策科学系，以色列技术学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Ben-Gurion University of the Negev（内盖夫本·古里安大学）
AI总结 本文提出基于 YOLOv9-T 的专家混合模型，通过自适应路由提升目标检测的鲁棒性和性能指标。
Comments 1 figure, 1 table, Accepted to ICSEE 2026
基于表示的强化学习
机构 * Department of Electrical-Engineering, Technion Institute of Technology, Israel（电气工程系，技术学院技术研究所，以色列） ； Nvidia Research（Nvidia研究） ； Technion (currently at Google Research)（技术学院（目前在谷歌研究））
AI总结 本文提出了一种基于表示的强化学习框架，通过将策略表示为预期值的估计，利用上下文老虎机技术提升探索与利用效率，显著改进了传统方法的性能。
Comments Accepted to ICML 2023
欠驱动系统身体-环境交互的样本高效学习
机构 * Mechanical Engineering, Technion, Haifa, Israel（技术学院机械工程系，海法，以色列） ； Electrical Engineering and Computer Science, Ecology and Evolutionary Biology, University of Michigan, Ann Arbor, MI USA（密歇根大学电气工程与计算机科学系、生态与进化生物学系，安娜堡，密歇根州，美国）
AI总结 本文研究了欠驱动系统身体-环境交互的样本高效学习方法，比较了四种建模方法在不同训练数据量下的表现，发现简单方法在小数据集上更优，复杂方法在大数据集上更优。
通过自适应分组实现多步前瞻信息的强化学习
机构 * The Faculty of Data and Decision Sciences, Technion -- Israel Institute of Technology, Israel（数据与决策科学系，技术Ion理工学院——以色列理工学院，以色列）
AI总结 本文提出自适应分组策略以解决多步前瞻信息下的强化学习问题，设计了乐观 regrets 最小化算法，实现了与未知环境交互时的最优策略学习。
CtD: 通过分解实现涌现通信中的组合
机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院）
AI总结 本研究提出了一种通过分解实现组合的方法，使神经代理能零样本泛化描述新图像。
是否会合并？关于模型合并性的原因
机构 * Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； IBM Research AI（IBM人工智能研究部） ； MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Kempner Institute, Harvard University（哈弗大学凯普纳研究所）
AI总结 本文研究了模型合并性的原因，提出了一种可测量的定义，并提出了一种加权合并技术以保留基础模型的知识。
模糊在线学习
机构 * Faculty of Mathematics, Technion – Israel Institute of Technology（数学系，技术离子技术研究所）
AI总结 本文提出模糊在线学习框架，允许生成多个预测标签，并分析其在多值动态系统等场景中的错误界三元组特性。
照明角谱编码用于控制衍射网络的功能性
机构 * Faculty of Electrical and Computer Engineering（电气与计算机工程学院） ； School of Electrical and Computer Engineering, Faculty of Engineering（电气工程学院） ； Technion（技术学院）
AI总结 通过照明角谱编码控制衍射网络功能，实现多任务全光计算的可扩展框架。
Comments Project's code https://github.com/matankleiner/Angular-Spectrum-Encoding
捐赠者与接收者：在任务和语言之间进行非对称转移与参数高效微调
机构 * University of Cambridge（剑桥大学） ； King’s College London（伦敦国王学院） ； Technion–Israel Institute of Technology（技术学院—以色列理工学院）
AI总结 本研究通过LoRA微调分析了跨任务和语言的非对称转移现象，发现匹配任务的跨语言转移最有效，高资源语言和广泛任务作为高效接收者吸收收益，而专门任务和低资源语言则较为孤立。
传感器到像素：基于图像强化学习的去中心化蜂群聚集
机构 * Technion Israel Institute of Technology（技术学院以色列理工学院）
AI总结 本研究提出了一种基于图像强化学习的去中心化蜂群聚集方法，通过结构化视觉输入提升多智能体系统的收敛效率。
CaricatureGS: 通过高斯曲率夸大3D高斯点云人脸
机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院）
AI总结 CaricatureGS通过高斯曲率夸大技术，结合3D高斯点云和局部仿射变换，实现可控且逼真的卡通化虚拟形象生成。
从持续学习到SGD及返回：持续线性模型更好的收敛率
机构 * Meta ； Technion（技术ion学院） ； Department of Computer Science（计算机科学系） ； Tel Aviv University（特拉维夫大学） ； Blavatnik School of Computer Science and AI（Blavatnik计算机科学与人工智能学院） ； Google Research（谷歌研究） ； Department of Electrical and Computing Engineering（电气与计算工程系） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
AI总结 本文提出持续线性模型中更优的收敛率，通过SGD分析遗忘机制，改进了持续回归和分类的遗忘率，并展示了通用方法在不同任务顺序下的收敛性。
Comments Accepted to ALT 2026
R³：重建、原始、雨：在拜耳域中直接去雨
机构 * Department of ECE Technion（电子工程系技术学院） ； Department of CS Technion（计算机科学系技术学院） ； School of ECE Ben-Gurion University（电子工程学院巴伊伦大学）
AI总结 本文提出在原始拜耳马赛克上直接进行雨去除，通过Raw-Rain基准和ICS度量，实现更优的重建效果并提升效率。
Comments 9 pages
在具有不一致信念和有限通信的Dec-POMDPs中实现最优性能和行动一致性保证
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 本文提出了一种去中心化框架，用于在具有不一致信念和有限通信的Dec-POMDPs中实现最优联合行动选择，提供行动一致性和性能的概率保证，并在需要时触发通信。
Comments 9 pages, 3 figures, 2 tables
正弦表示网络中的频谱瓶颈：噪声就是你需要的
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 本文提出WINNER初始化方案，通过改进SIREN的频谱特征提升音频和图像拟合性能，揭示初始化对频谱瓶颈的关键影响。
SAEs 用于转向——如果你选择了正确的特征
机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院） ； Boston University（波士顿大学）
AI总结 本文提出输入和输出评分以区分SAE特征类型，通过过滤低输出评分特征，提升SAE在转向任务中的性能。
利用专家建议和随机化Littlestone维度进行最优预测
机构 * The Henry and Marilyn Taub Faculty of Computer Science, Technion, Israel（计算机科学学院，技术ion） ； Faculty of Mathematics, Technion, Israel（数学学院，技术ion） ； Department of Computer Science, Purdue University, USA（计算机科学系，普渡大学） ； Google Research, Israel（谷歌研究，以色列）
AI总结 本文通过随机化Littlestone维度研究了最优预测问题，解决了利用专家建议的预测中的最优错误界问题。
MineTheGap: 自动挖掘文本到图像模型中的偏见
机构 * Technion – Israel Institute of Technology（技术学院–以色列理工学院）
AI总结 MineTheGap通过遗传算法自动挖掘文本到图像模型中导致偏见的提示，利用偏见评分评估并优化提示池以暴露偏见。
Comments Code and examples are available on the project's webpage at https://noa-cohen.github.io/MineTheGap/
预测基于文本描述的彩票的人类选择
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院）
AI总结 本研究通过微调大型语言模型预测基于文本描述的彩票选择，发现其在决策任务中优于整合行为理论的混合模型，揭示了文本与数字信息对决策影响的差异。
Journal ref Proceedings of the 47th Annual Conference of the Cognitive Science Society, 2025
通过反向学习推理步骤来衡量推理链的忠实性
机构 * Technion - Israel Institute of Technology（技术学院-以色列理工学院） ； University of Utah（犹他大学）
AI总结 通过反向学习推理步骤来评估推理链的参数忠实性，揭示模型推理与预测之间的关系。
Comments Outstanding paper at EMNLP 2025
有人操控 parachutes 的安全着陆路径规划
机构 * Stephen B. Klein Faculty of Aerospace Engineering（斯蒂芬·B·克莱因航空航天工程学院） ； Viterbi Faculty of Electrical and Computer Engineering（维特比电气与计算机工程学院） ； Technion–Israel Institute of Technology（技术学院–以色列理工学院）
AI总结 本研究提出了一种基于 SST 的算法，用于为有人操控滑翔伞计算安全轨迹，通过比较计算机生成和人类生成的解决方案，证明了计算机指导在提升飞行安全性和经济性方面的潜力。
一种自动化提示与提示框架用于优化卫星任务分配和视觉智能
机构 * Andrew and Erna Viterbi Faculty of Electrical and Computer Engineering, Technion-Israel Institute of Technology（安德鲁和伊尔纳·维特比电气与计算机工程学院，技术离子理工学院）
AI总结 本文提出了一种自动化提示与提示框架，用于优化卫星任务分配和视觉智能，通过生成提示和任务并利用人工智能模型处理影像，提升地球观测效率。
Comments Under review at IEEE Transactions on Geoscience and Remote Sensing (TGRS). 13 pages, 8 figures
人机交互中的认知信任：‘注意我，即使你错了，我也会信任你’
机构 * Faculty of Data and Decision Sciences, Technion（数据与决策科学学院，技术ion） ； milab, Reichman University（milab，雷奇曼大学） ； Reichman University（雷奇曼大学）
AI总结 本研究探讨了机器人能力与专注度对认知信任的影响，发现高专注度可补偿低能力，揭示了情感因素在人机交互中的重要作用。
Comments Confrence paper
扩散模型的频谱分析及其在调度设计中的应用
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Technion（技术学院） ； Department of Computer Science（计算机科学系）
AI总结 本文通过频谱分析方法，提出了一种基于数据频谱特性的噪声调度设计方法，为扩散模型的推理过程提供了理论基础。
增量通用混合A*
机构 * University of Washington（华盛顿大学） ； Technion-Israel Institute of Technology（技术ion-以色列理工学院）
AI总结 Incremental Generalized Hybrid A*通过动态组织顶点扩展，提高了复杂动态下的实时规划效率。
Comments 8 pages, 7 figures, Accepted to IEEE RA-L, Nov 2025
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