Contextualized Privacy Defense for LLM Agents
上下文化隐私防御用于大语言模型代理
机构 * Tsinghua University(清华大学) ; Stanford University(斯坦福大学) ; Microsoft(微软)
AI总结 本文提出上下文化防御指导(CDI),通过强化学习优化框架,在大语言模型代理执行中主动塑造隐私保护与有用性之间的平衡。
Comments 25 pages
高校专区
上下文化隐私防御用于大语言模型代理
机构 * Tsinghua University(清华大学) ; Stanford University(斯坦福大学) ; Microsoft(微软)
AI总结 本文提出上下文化防御指导(CDI),通过强化学习优化框架,在大语言模型代理执行中主动塑造隐私保护与有用性之间的平衡。
Comments 25 pages
通过基础模型合成与小波域注意力改进异常检测
机构 * organization= School of Aeronautics ; Astronautics , addressline= Zhejiang University , city= Hangzhou , postcode= 310027 , country= China ; organization= School of Computer Science ; organization= Ningbo Innovation Center , addressline= Zhejiang University , city= Ningbo , country= China ; organization= Department of Automation , addressline= Tsinghua University , city= Beijing , postcode= 100084 , country= China ; organization= College of Information Science \& Electronic Engineering , addressline= Zhejiang University , city= Hangzhou , postcode= 310027 , country= China
AI总结 本文提出基于基础模型的异常合成方法和小波域注意力模块,通过生成逼真异常样本和增强特征提取,提升工业异常检测的灵敏度和效率。
基于指南的证据积累用于高风险代理验证
机构 * Tsinghua University(清华大学) ; University of Cambridge(剑桥大学) ; Thomson Reuters Foundational Research(汤姆森路透基础研究)
AI总结 GLEAN通过基于指南的证据积累框架,提升高风险代理决策的验证可靠性,实验显示其在AUROC和Brier分数减少方面均优于基线方法。
OnlineX: 一种基于主动到稳定状态演化的统一在线3D重建与理解方法
机构 * Tsinghua University(清华大学)
AI总结 OnlineX通过解耦主动到稳定状态演化范式,实现基于流式图像的统一在线3D重建与理解,提升重建质量和实时推理效率。
Comments Accepted by CVPR Finding 2026 (Project page: https://xiac20.github.io/OnlineX/)
SimRecon: 从真实视频中实现模拟准备的组合场景重建
机构 * Tsinghua University(清华大学) ; Galbot Project(Galbot项目)
AI总结 SimRecon通过引入主动视角优化和场景图合成器,解决了从真实视频中重建复杂场景时的视觉和物理真实性问题,实现了感知-生成-模拟的全流程流水线。
Comments Accepted by CVPR 2026 (Project page: https://xiac20.github.io/SimRecon/ )
ShiftLUT: 基于空间位移增强的查找表用于高效的图像修复
机构 * Tsinghua University(清华大学) ; Kuaishou Technology(快手科技)
AI总结 ShiftLUT通过引入可学习空间位移模块和不对称双分支架构,实现了更大的感受野和更高的修复效率,同时保持低存储和计算开销。
Comments Accepted to CVPR 2026
OptMerge: 通过模型融合统一多模态大语言模型的能力与模态
机构 * Tsinghua University(清华大学) ; Huawei Noah’s Ark Lab(华为诺亚实验室) ; Sun Yat-sen University(中山大学) ; Nanyang Technological University(南洋理工大学)
AI总结 OptMerge通过模型融合统一多模态大语言模型的能力与模态,提出基准和算法提升性能2.48%
六条拥抱准则:一种具有视觉和触觉感知的人形拥抱机器人的设计与评估
机构 * Institute for Clarity in Documentation(文档清晰研究所) ; Inria Paris-Rocquencourt(巴黎-罗quentourt研究所) ; Rajiv Gandhi University(拉贾·甘地大学) ; Tsinghua University(清华大学) ; Palmer Research Laboratories(帕勒实验室)
AI总结 本文提出六条准则设计并评估了一种具有视觉和触觉感知的人形拥抱机器人,通过实验验证了其在提升用户感知和拥抱体验方面的有效性。
Comments 9 pages, 6 Figures, 2 Tables, ACM/IEEE Human-Robot Interaction (HRI) Conference 2021
图GRPO:通过群体相对策略优化稳定多智能体拓扑学习
机构 * Tsinghua University(清华大学) ; Donghua University(东华大学)
AI总结 图GRPO通过群体相对策略优化稳定多智能体拓扑学习,提升训练稳定性并识别关键通信路径。
可信治理:在弱真相信号下的一种社会机制,用于集体自我校正
机构 * School of Artificial Intelligence, Wuhan University(武汉大学人工智能学院) ; Tsinghua University(清华大学) ; University of California, Los Angeles(加州大学洛杉矶分校) ; State Key Laboratory of General Artificial Intelligence, BIGAI(通用人工智能国家重点实验室,BIGAI)
AI总结 可信治理通过动态可信度评分和可信度加权背书,提升集体自我校正能力,减少虚假信息影响。
通过可解释的基模预测器广义加性模型检测结构性心脏病
机构 * Department of Information Center, Fuwai Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College(信息中心部门,阜外医院,中国医学科学院和北京协和医学院) ; The Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院) ; National Clinical Research Center for Cardiovascular Diseases, Fuwai Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College(心血管疾病临床医学研究中心,阜外医院,中国医学科学院和北京协和医学院)
AI总结 本文提出基于广义加性模型的可解释框架,通过整合ECG基模预测器,提升SHD检测性能并增强临床可解释性。
通过拉格朗日引导的流匹配实现实时生成策略用于自动驾驶
机构 * School of Vehicle and Mobility, Tsinghua University(车辆与移动系统学院,清华大学) ; College of Artificial Intelligence, Tsinghua University(人工智能学院,清华大学)
AI总结 DACER-F通过流匹配实现实时生成策略,提升自动驾驶中的决策效率与性能。
EdgeFLow: 通过边缘网络中的顺序模型迁移实现无服务器联邦学习
机构 * Dept. of Electronic Engineering, BNRist, Tsinghua University(电子工程系,北京理工大学,清华大学)
AI总结 EdgeFLow通过边缘网络中的顺序模型迁移,实现无服务器联邦学习,减少通信开销并提升学习效率。
从视觉基础模型中实现可泛化的知识蒸馏用于语义分割
机构 * School of Artificial Intelligence, Xidian University, China(西安电子科技大学人工智能学院) ; Department of Information Engineering and Computer Science, University of Trento, Italy(特伦托大学信息工程与计算机科学系) ; Department of Automation, Tsinghua University, China(清华大学自动化系) ; School of Computer Science and Information Engineering, Hefei University of Technology, China(合肥工业大学计算机科学与信息工程学院)
AI总结 本文提出GKD方法,通过多阶段框架提升视觉基础模型在语义分割中的领域外泛化能力,实验显示其在基础到基础和基础到局部蒸馏中均取得显著优势。
Comments Accepted by CVPR2026
SemGS:从稀疏视图中进行前馈语义3D高斯点云分割以实现可泛化的场景理解
机构 * Department of Computer Science, Tsinghua University(计算机科学系,清华大学)
AI总结 SemGS通过双分支架构和相机感知注意力机制,从稀疏视图中高效重建可泛化的语义3D场,实现快速推理和广泛适用性。
Comments ICRA 2026
细调过程中的无声破坏:紧凑型医学LLM的少样本推理污染
机构 * Department of Electronics Engineering, Tsinghua University, Beijing, China(清华大学电子工程系) ; College of AI, Tsinghua University, Beijing, China(清华大学人工智能学院) ; Beijing National Research Center for Information Science and Technology, Beijing, China(北京信息科学国家研究中心)
AI总结 本文提出了一种针对医学LLM在细调过程中的推理污染攻击,通过注入污染的推理样本导致模型在特定医学主题上的性能下降,揭示了细调阶段存在的安全风险。
果蝇神经元分类中图方法与非图方法的基准分析
机构 * Department of Computer Science, Emory University, USA(计算机科学系,埃默里大学,美国) ; Department of Biomedical Informatics, Emory University, USA(生物医学信息学系,埃默里大学,美国) ; College of AI, Tsinghua University, China(人工智能学院,清华大学,中国)
AI总结 本研究通过比较图方法与非图方法,验证了GNNs在果蝇神经元分类中的有效性,并指出空间和连接特征是关键预测因子。
PreciseCache: 用于高效且高保真的视频生成的精确特征缓存
机构 * MMLab, CUHK(香港中文大学MMLab) ; Tsinghua University(清华大学) ; Tongyi Lab, Alibaba(阿里巴巴通义实验室)
AI总结 PreciseCache通过精确检测和跳过冗余计算,实现视频生成的高效且高质量推理。
Comments ICLR 2026
几何依赖偏微分方程的离散解算子学习
机构 * Institute of Biomechanics and Medical Engineering Applied Mechanics Laboratory (AML) Tsinghua University(生物力学与医学工程研究所应用力学实验室(AML)清华大学) ; Department of Aeronautics Imperial College London(航空航天系帝国理工学院伦敦) ; School of Mechanical, Medical, and Process Engineering Queensland University of Technology(机械、医学与工艺工程学院昆士兰理工大学)
AI总结 DiSOL通过学习离散求解过程来处理几何依赖的偏微分方程,实现稳定且准确的预测。
Comments 15 pages main text, 42 pages SI
缓存到缓存:大型语言模型之间的直接语义通信
机构 * Tsinghua University(清华大学) ; Infinigence AI ; The Chinese University of Hong Kong(香港中文大学) ; Shanghai Jiao Tong University(上海交通大学) ; SLAI ; Shanghai AI Laboratory(上海人工智能实验室)
AI总结 缓存到缓存通过直接语义通信提升大型语言模型的性能和效率,实现比文本通信更高的准确率和更低的延迟。
Comments Published in ICLR'26
通过深度强化学习进行网络拓扑优化
机构 * IIIS, Tsinghua University(清华大学信息科学与技术学院) ; China Mobile Research Institute(中国移动研究院)
AI总结 本文提出DRL-GS算法,通过深度强化学习优化网络拓扑,提升效率与性能。