Universal YOCO for Efficient Depth Scaling
通用YOCO用于高效深度扩展
机构 * Microsoft Research（微软研究院） ； Tsinghua University（清华大学）
AI总结 本文提出通用YOCO（YOCO-U），结合递归计算与YOCO解码器解码器架构，实现更高效的推理效率与深度扩展能力，通过参数共享和浅层高效注意力层提升性能。
高校专区
Tsinghua University（清华大学）
Enhancing Gradient Inversion Attacks in Federated Learning via Hierarchical Feature Optimization
通过分层特征优化增强联邦学习中的梯度反向攻击
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 本文提出GIFD方法，通过分解GAN模型并搜索中间层的分层特征，提升梯度反向攻击的表达能力和泛化能力，同时引入正则化约束和OOD场景下的标签映射技术，实现像素级重建。
Stochastic Attention: Connectome-Inspired Randomized Routing for Expressive Linear-Time Attention
随机注意力：受连接组启发的随机路由用于表达性线性时间注意力
机构 * Tsinghua University（清华大学）
AI总结 本文提出Stochastic Attention，通过随机排列token序列提升注意力机制的表达性，实现更高效的全局通信，在预训练和推理任务中均优于传统方法。
HabitatAgent: An End-to-End Multi-Agent System for Housing Consultation
HabitatAgent：一种端到端的多智能体系统用于住房咨询
机构 * Fangdongdong（方东东） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学）
AI总结 本文提出HabitatAgent，一种基于LLM的多智能体系统，通过四个专业角色提供可审计且可靠的住房咨询流程，实现高准确率的住房选择支持。
Comments Accepted at the DMO-FinTech Workshop (PAKDD 2026)
Locally Confident, Globally Stuck: The Quality-Exploration Dilemma in Diffusion Language Models
局部自信，全局停滞：扩散语言模型中的质量探索困境
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Tsinghua University（清华大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； McGill University（麦吉尔大学）
AI总结 本文探讨了扩散语言模型中质量与探索的矛盾，提出了一种平衡两者的方法，通过优化分布和采样策略提升生成质量与探索能力。
PReD: An LLM-based Foundation Multimodal Model for Electromagnetic Perception, Recognition, and Decision
PReD：基于大语言模型的电磁感知、识别与决策基础多模态模型
机构 * Tsinghua University（清华大学） ； National University of Defense Technology（国防科技大学） ； Beihang University（北京航空航天大学） ； Tianjin University（天津大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； The Hong Kong University of Science and Technology（香港科技大学） ； Civil Aviation University of China（中国民航大学） ； Beijing Institute of Technology（北京理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出PReD，首个电磁领域基础模型，涵盖感知、识别与决策闭环，构建高质量多任务电磁数据集和评估基准，通过多阶段训练策略提升电磁领域能力，实验显示在PReD-Bench上达到最佳性能。
Beyond the Golden Data: Resolving the Motion-Vision Quality Dilemma via Timestep Selective Training
超越黄金数据：通过时间步选择性训练解决运动-视觉质量困境
机构 * Tsinghua University（清华大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队）
AI总结 本文提出TQD方法，通过时间步选择性训练解决视频生成中运动与视觉质量的矛盾，证明在不平衡数据上训练可超越传统高质量数据训练效果。
Comments Accepted to CVPR 2026
Semantic Audio-Visual Navigation in Continuous Environments
语义音频视觉导航在连续环境中
机构 * Wuhan University（武汉大学） ； Zhongguancun Academy（中关村学院） ； Shandong Jianzhu University（山东建筑大学） ； Nankai University（南开大学） ； Tsinghua University（清华大学） ； CASIA（中国科学院自动化研究所） ； UCAS（中国科学院大学）
AI总结 本文提出MAGNet模型，通过多模态Transformer实现语义目标推理，提升在连续空间中导航的鲁棒性与成功率。
Comments This paper has been accepted to CVPR 2026
MVSS: A Unified Framework for Multi-View Structured Survey Generation
MVSS：多视图结构化调查生成的统一框架
机构 * Beijing University of Technology（北京工业大学） ； Peking University（北京大学） ； Beihang University（北京航空航天大学） ； Tsinghua University（清华大学）
AI总结 本文提出MVSS框架，通过结构优先方法生成和对齐引用支撑的层级树、结构化比较表和调查文本，提升调查生成的结构组织和证据呈现质量。
ActErase: A Training-Free Paradigm for Precise Concept Erasure via Activation Redirection
ActErase: 一种无需训练的概念擦除范式通过激活重定向
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peng Cheng Laboratory（鹏城实验室）
AI总结 本文提出无需训练的概念擦除方法ActErase，通过激活差异区域分析和动态替换输入激活，实现高效概念擦除，同时保持模型生成能力，且具有对抗攻击鲁棒性。
Let the Model Distribute Its Doubt: Confidence Estimation through Verbalized Probability Distribution
让模型分配其怀疑：通过 verbalized 概率分布进行置信度估计
机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University（清华大学计算机科学与技术系、人工智能研究院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）
AI总结 本文通过生成 verbalized 概率分布提升置信度估计，系统实验显示其在多个 LLM 和任务中表现优异，推理效率高且计算节省显著，但也揭示了特定任务的局限性。
AlphaResearch: Accelerating New Algorithm Discovery with Language Models
AlphaResearch：利用语言模型加速新算法发现
机构 * Tsinghua University（清华大学） ； New York University（纽约大学） ； Yale University（耶鲁大学）
AI总结 AlphaResearch通过迭代提出新想法、编程验证和优化研究提案，实现了在开放性问题上发现新算法的突破，其在六个开放性问题上的表现优于其他系统，尤其在圆圈排列问题上超越了人类和基线模型。
AgentExpt: Automating AI Experiment Design with LLM-based Resource Retrieval Agent
AgentExpt: 基于LLM的资源检索代理自动化AI实验设计
机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） ； Northeastern University（东北大学）
AI总结 本文提出基于LLM的资源检索代理框架，通过自动化数据收集和集体感知增强检索，提升实验设计的自动化和可解释性，实验结果显示在Recall@20和HitRate@5上分别提升5.85%和8.30%。
Comments 10 pages
CLoD-GS: Continuous Level-of-Detail via 3D Gaussian Splatting
CLoD-GS：通过3D高斯散射实现连续细节层次
机构 * Tsinghua University（清华大学） ； AMAP（高德地图）
AI总结 本文提出CLoD-GS框架，利用3D高斯散射技术实现连续细节层次，通过动态调整高斯体透明度，实现单模型的平滑细节渐变，减少存储开销和视觉瑕疵。
Comments Accepted by ICLR 2026 poster
LPS-GNN : Deploying Graph Neural Networks on Graphs with 100-Billion Edges
LPS-GNN：在拥有1000亿条边的图上部署图神经网络
机构 * Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； Tencent Inc（腾讯公司） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出LPS-GNN框架，通过优化图分区和子图增强策略，在单块GPU10小时内处理1000亿图节点，提升用户获取场景性能13.8%。
Journal ref ACM Transactions on Knowledge Discovery from Data (TKDD) (2026)
MATHDance: Mamba-Transformer Architecture with Uniform Tokenization for High-Quality 3D Dance Generation
MATHDance：具有统一标记化的Mamba-Transformer架构用于高质量3D舞蹈生成
机构 * Renmin University of China（中国人民大学） ； Wuhan University（武汉大学） ； Tsinghua University（清华大学） ； Beihang University（北京航空航天大学）
AI总结 本文提出MATHDance框架，通过两阶段设计提升音乐到舞蹈生成的一致性，采用Kinematic-Dynamic量化阶段和混合架构生成高质量3D舞蹈。
Towards Automatic Soccer Commentary Generation with Knowledge-Enhanced Visual Reasoning
面向知识增强视觉推理的自动足球解说生成
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； BNRist, Tsinghua University（清华大学北京信息科学与技术国家研究中心）
AI总结 本文提出GameSight模型，通过视觉推理与知识增强生成更准确的足球解说，提升解说质量与上下文相关性。
Comments Accepted by ICME 2026
