高校专区
通过块扩散草案树加速推测解码
机构 * Department of Computer Science, Technion – Israel Institute of Technology（计算机科学系，技术离子理工学院 – 以色列理工学院） ； Department of Electrical and Computer Engineering, Technion – Israel Institute of Technology（电气与计算机工程系，技术离子理工学院 – 以色列理工学院）
AI总结 DDTree基于块扩散草案模型构建草案树，利用最佳优先堆算法选择最可能匹配目标模型的延续，提升推测解码效率。
在k进制字母表上的最优Sauer引理
机构 * Purdue University, USA（美国普渡大学） ； Technion, Israel and Google Research（技术学院（以色列）和谷歌研究）
AI总结 本文提出了一种针对多类和列表预测的最优Sauer不等式，通过DS维度和扩展的列表DS维度，改进了多类学习和列表预测的样本复杂度上界。
Comments 38 pages
Turbo-DDCM：快速且灵活的零样本扩散图像压缩
机构 * Technion – Israel Institute of Technology（技术学院—以色列理工学院） ； Flatiron Institute, Simons Foundation（Flatiron研究所，Simons基金会）
AI总结 本文提出Turbo-DDCM，一种快速且高效的零样本扩散图像压缩方法，通过优化噪声向量处理和编码协议，提升压缩效率并保持性能。
Comments ICLR 2026. Code is available at https://amitvaisman.github.io/turbo_ddcm/
高维连续线性回归中最优L2正则化
机构 * Department of Data and Decisions Sciences, Technion（以色列理工学院数据与决策科学系） ； School of Engineering, University of Edinburgh（爱丁堡大学工程学院） ； Department of Computer Science, Technion（以色列理工学院计算机科学系） ； Department of Electrical and Computing Engineering, Technion（以色列理工学院电气与计算机工程系） ； Meta
AI总结 本文研究了高维连续线性回归中L2正则化对泛化性能的影响，推导了在高维情况下任意线性教师下的泛化损失闭式表达式，证明最优固定正则化强度近似与任务数T成线性关系，为持续学习提供了理论基础。
Comments Accepted to ALT 2026
毒苹果效应：通过AI代理技术扩展战略操纵中介市场
机构 * Faculty of Data and Decision Sciences, Technion – Israel Institute of Technology, Haifa, Israel（以色列理工学院数据与决策科学学院，海法，以色列）
AI总结 研究探讨了AI代理技术扩展对博弈论场景中经济影响，发现技术扩展可显著改变均衡收益与监管结果，提出'毒苹果'效应通过释放未被使用的新技术操纵监管设计，损害对手与监管公平性。
扩散-CAM：面向dMLLMs的可信视觉解释
机构 * Department of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知系） ； Sun Yat-sen University（中山大学） ； Northwestern University（西北大学） ； Technion - Israel Institute of Technology（以色列理工学院）
AI总结 本文提出Diffusion-CAM，一种专为扩散多模态大语言模型设计的可解释性方法，通过可微探针获取中间表示，捕捉潜在特征及其类别梯度，解决空间模糊和图像内部混淆问题，提升定位准确性和视觉保真度。
Comments Accepted by ACL 2026 main conference
LogitDynamics：从层间Logit轨迹可靠检测ViT错误
机构 * Technion - Israel Institute of Technology（以色列理工学院）
AI总结 本文提出通过层间Logit轨迹分析可靠检测ViT模型错误，利用轻量线性头提取特征预测错误指示器，提升AUCPR并增强跨数据集泛化能力。
Comments Accepted to the HOW 2026 workshop at CVPR 2026; 7 pages, 3 figures
WOODELF-HD：高效高深度决策树的背景SHAP
机构 * Reichman University（赖希曼大学） ； Faculty of Data and Decision Sciences, Technion（以色列理工学院数据与决策科学学院）
AI总结 本文提出WoodelfHD，通过Strassen-like乘法方案和路径节点合并，将背景SHAP计算复杂度从3^D降至2^D，实现高深度决策树的高效解释。
Comments 15 pages (including 6-page appendix), 9 figures
对LLMs的行为与说法进行对齐：迈向自洽的解释
机构 * Technion – Israel Institute of Technology（以色列理工学院） ； Nvidia Research（英伟达研究院） ； University of Groningen（格罗宁根大学）
AI总结 研究通过比较回答与解释的特征重要性分布，发现后验自一致性银行(PSCB)能更可靠地体现模型决策与解释的一致性，应用DPO优化提升对齐性而不影响任务精度。
Comments Accepted to Findings of ACL 2026
RS-OVC：遥感数据的开放词汇计数
机构 * Technion – Israel Institute of Technology（以色列理工学院） ； Google Research（谷歌研究院）
AI总结 本文提出RS-OVC模型，首次实现遥感影像中未见过类别的准确计数，通过文本和/或视觉条件实现开放词汇计数。
扩散基图像压缩对位翻转错误的鲁棒性
机构 * Technion - Israel Institute of Technology（以色列理工学院） ； Deepkeep
AI总结 研究探讨了基于扩散的图像压缩在位翻转错误下的鲁棒性，提出更稳健的Turbo-DDCM变体，改进鲁棒性的同时保持率-失真-感知权衡。
Comments Accepted at AIGENS @ CVPR 2026
WhisperRT -- 将Whisper转化为因果流式模型
机构 * Andrew and Erna Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology（以色列理工学院安德鲁与厄娜·维特比电气与计算机工程学院） ； Language Technologies Institute, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院语言技术研究所）
AI总结 本文提出将Whisper模型转化为低延迟流式模型的方法，通过使编码器因果化并生成与可用时间上下文对齐的token，实现更高效的流式语音识别。
Comments 14 pages, 7 Figures, This work has been submitted to the IEEE for possible publication
DOVE：一个大规模多维预测数据集，用于有意义的LLM评估
机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； IBM Research AI（IBM研究院人工智能） ； MIT（麻省理工学院） ； Technion - Israel Institute of Technology（以色列理工学院） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 DOVE通过大规模多维提示扰动评估LLM对不同维度的敏感性，揭示了提示设计对模型性能的影响，提供高效选择高性能提示的方法及鲁棒评估框架。
Journal ref Findings of ACL 2025, pp. 11744-11763
局部变化作为统计假设检验
机构 * Orbotech Ltd.（奥宝科技有限公司） ； Technion - Israel Institute of Technology（以色列理工学院） ； Rutgers University（罗格斯大学）
AI总结 本文研究了局部变化算法，通过不同的统计模型和决策设计出类似算法，提供理论依据解释其高性能。提出的概率局部变化算法在保持计算复杂度的同时达到最新性能。
Journal ref International Journal of Computer Vision 117 (2016)
基于依赖性的并行解码在离散扩散语言模型中
机构 * Department of Computer Science, Technion – Israel Institute of Technology（以色列理工学院计算机科学系） ； Blavatnik School of Computer Science and AI, Tel Aviv, Israel（特拉维夫布拉瓦特尼克计算机科学与人工智能学院） ； Department of Electrical and Computer Engineering, Technion – Israel Institute of Technology（以色列理工学院电气与计算机工程系）
AI总结 本文提出DEMASK方法，通过预测掩码位置间的依赖关系，实现并行解码以提升生成效率，同时保持或提升输出质量。
注意力的耦合查询-键动态
机构 * Technion – Israel Institute of Technology（以色列理工学院） ； ISTA – Institute of Science and Technology Austria（奥地利科学技术研究所）
AI总结 本文提出耦合QK动态机制，通过共享学习动态改进语言模型 perplexity 和训练稳定性，在WikiText-103上取得显著提升，且在不同数据集上表现出差异性效果。
开放环POMDP简化与具有形式性能保证的安全跳过重规划
机构 * Technion - Israel Institute of Technology（以色列理工学院）
AI总结 本文提出一种基于拓扑信念树的自适应开放环简化框架，通过形式性能保证减少POMDP规划复杂度，并首次实现重规划跳过机制，提升POMDP规划的可计算性和效率。
Comments 18 pages, 5 figures. Accepted to WAFR 2026
SceneTeract：代理功能可能性与视觉语言模型在3D场景中的 grounded 性
机构 * École Polytechnique（巴黎综合理工学院） ； Dassault Systèmes（达索系统） ； Stanford University（斯坦福大学） ； USI Lugano（卢加诺大学） ； Technion（以色列理工学院） ； NVIDIA（英伟达）
AI总结 SceneTeract 通过结合高层语义推理与低层几何检查，验证3D场景功能，评估合成环境中的功能失败及VLM对功能可能性的预测能力，揭示语义信心与物理可行性之间的系统性不匹配。
Comments Project page: https://sceneteract.github.io/
面向异质图的成本敏感邻域聚合：当边级路由有何帮助？
机构 * Computer Science Faculty, Technion --- Israel Institute of Technology（以色列理工学院计算机科学学院）
AI总结 本文提出CSNA方法，通过学习投影计算边间距离，利用成本敏感权重在一致和不一致通道中软路由消息，验证了边级路由在异质图中的有效性。
激活引导用于掩码扩散语言模型
机构 * Deepkeep ； Technion—Israel Institute of Technology（以色列理工学院）
AI总结 本文提出激活引导方法，通过提取对比提示集的低维方向，实现对MDLMs推理过程的控制，展示了在安全拒绝任务中的有效性及跨语言迁移能力。
Comments Accepted at ReALM-GEN @ ICLR 2026
强化学习中过渡前瞻的难度
机构 * CREST, ENSAE（CREST，ENSAE） ； Criteo AI Lab（Criteo AI实验室） ； FairPlay Joint Team（FairPlay联合团队） ； Technion（以色列理工学院）
AI总结 研究了强化学习中利用过渡前瞻的信息对性能的影响，证明了一步前瞻可在线性规划中解决，而两步及以上前瞻则为NP难问题。
字符串学序列预测I：用于预测高度重复序列的高效算法
机构 * Faculty of Mathematics, Technion – Israel Institute of Technology（以色列理工学院数学系） ； Computational Rational Agents Laboratory（计算理性智能体实验室）
AI总结 本文提出基于字符串学思想的新型序列预测算法，针对低复杂度序列的高效预测方法进行研究。
Comments 43 pages
任务标记：一种灵活的适应行为基础模型的方法
机构 * Technion（以色列理工学院） ； NVIDIA Research（英伟达研究院）
AI总结 本文提出任务标记方法，通过强化学习学习任务特定编码器，使行为基础模型适应特定任务，同时保持灵活性和泛化能力。
乘积空间中的统一大数定律
机构 * Department of Mathematics, Technion（技术学院数学系） ； Departments of Mathematics, Computer Science, and Data and Decision Sciences, Technion and Google Research（技术学院数学、计算机科学和数据与决策科学系及谷歌研究）
AI总结 本文研究乘积空间中的一致收敛现象，证明在特定分布假设下，事件族的一致大数定律成立当且仅当其线性VC维有限。
RealMaster: 将渲染场景提升为逼真视频
机构 * Tel Aviv University（特拉维夫大学） ； Reality Labs, Meta（Meta现实实验室） ； Technion Israel（技术学院以色列）
AI总结 RealMaster通过视频扩散模型将渲染视频提升为逼真视频，保持与3D引擎输出的精确对齐，同时通过IC-LoRA训练实现高质量输出和泛化能力。
Comments Project page: https://danacohen95.github.io/RealMaster/
层间之中蕴藏真相：利用层内局部信息评分在LLMs中进行不确定性估计
机构 * Faculty of Data and Decision Sciences, Technion --- Israel Institute of Technology（数据与决策科学学院，技术离子研究所） ； Faculty of Computer Science, Technion --- Israel Institute of Technology（计算机科学学院，技术离子研究所） ； Faculty of Biomedical Engineering, Technion --- Israel Institute of Technology（生物医学工程学院，技术离子研究所）
AI总结 本文提出一种轻量级方法，通过单次前向传递评估内部表示中的跨层一致模式，实现LLMs的不确定性估计，在跨数据集迁移中优于传统探针方法。
DiT-Flow：基于潜在空间和扩散变换器的多失真鲁棒语音增强
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Technion Israel Institute of Technology（技术学院以色列理工学院） ； University of Haifa（海法大学）
AI总结 本文提出DiT-Flow，一种基于流匹配的语音增强框架，利用潜在扩散变换器构建，通过训练提升对噪声、回声和压缩等多失真鲁棒性，实验显示其优于现有方法。
列表样本压缩与统一收敛
机构 * Department of Computer Science, Purdue University（普渡大学计算机科学系） ； Departments of Mathematics, Computer Science, Data and Decision Sciences, Technion（技术学院数学、计算机科学、数据与决策科学系） ； Google Research（谷歌研究）
AI总结 研究列表学习中统一收敛和样本压缩原则的适用性，发现统一收敛仍等价于可学性，但样本压缩在特定标签空间下不成立。
无需训练的视频内容、动作和动态编辑
机构 * Google DeepMind（谷歌DeepMind） ； Technion -- Israel Institute of Technology（技术ion-以色列理工学院） ； The Weizmann Institute of Science（魏茨曼科学研究院）
AI总结 本文提出DynaEdit方法，无需训练即可实现复杂的视频编辑，通过预训练文本到视频流模型，解决现有方法在编辑动作和动态事件时的局限性。
Comments Project page at https://dynaedit.github.io/
无需训练的生成视频检测方法：时空似然方法
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STALL方法，通过时空似然建模实现无需训练的视频合成检测，优于传统图像和视频检测方法。
Comments Accepted to CVPR 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