高校专区
通过主动3D场景探索增强MLLM空间理解以实现多视角推理
机构 * Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Tencent（腾讯）
AI总结 本文提出一种无需训练的框架，通过显式3D重建机制提升MLLM的空间理解能力，通过主动探索生成新视角，优于专门空间模型和通用MLLM。
SubFLOT：通过最优传输实现高效且个性化的联邦学习子模型提取
机构 * Tsinghua University（清华大学） ； Beijing University of Technology（北京工业大学） ； Key Laboratory of Pervasive Computing, Ministry of Education（普适计算教育部重点实验室）
AI总结 SubFLOT通过最优传输增强剪枝模块生成定制化子模型，结合缩放适应正则化模块缓解参数分歧，实现高效个性化联邦学习。
Comments Accepted by CVPR 2026
平衡效率与恢复：基于Mamba的轻量模型用于CT金属伪影减少
机构 * New York University（纽约大学） ； BaiyunPort（白云港） ； University of Technology Sydney（悉尼科技大学） ； Sanda University（上海杉达学院） ； Shan Dong Xiehe College（山东协和学院） ； Tsinghua University（清华大学） ； Gannan Normal University（赣南师范大学） ； Southern Medical University（南方医科大学） ； Shenzhen Research Institute of Big Data（深圳市大数据研究院）
AI总结 本文提出MARMamba模型，通过多尺度Mamba模块有效减少CT图像中的金属伪影，同时优化计算资源与恢复效率的平衡，提升图像质量与诊断准确性。
Comments Accepted by IEEE Transactions on Radiation and Plasma Medical Sciences
基于科学知识的解码约束：提升大语言模型的可靠性
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Northeastern University（东北大学）
AI总结 本文提出SciDC方法，通过整合领域知识与强约束提升LLM在科学任务中的可靠性，实验显示在工业配方设计、肿瘤诊断和逆合成规划中平均准确率提升12%。
BiDexGrasp: 跨物体几何与尺寸的协调双臂灵巧抓取
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 本文提出BiDexGrasp，包含大规模双臂灵巧抓取数据集和新型生成模型，通过高效区域基抓取初始化与解耦力闭合优化策略，生成协调且高质量的抓取。
Comments Project Page: https://frenkielm.github.io/BiDexGrasp.github.io/
利用大型语言模型自动合成数据库原生函数代码
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出DBCooker系统，通过多模块协同解决数据库原生函数合成难题，实现更高精度的自动代码生成，实验显示在SQLite、PostgreSQL和DuckDB上准确率提升34.55%。
Comments Please visit our homepage at: https://code4db.github.io/hi-opencook/. The code is available at: https://github.com/weAIDB/OpenCook
QA-MoE：迈向具有质量感知专家混合的连续可靠性光谱以实现稳健的多模态情感分析
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Aarhus University（奥胡斯大学）
AI总结 本文提出QA-MoE框架，通过自监督的aleatoric不确定性量化模态可靠性，以应对多模态输入中的动态噪声和模态缺失问题，实现稳健的情感分析。
SpatialEdit：细粒度图像空间编辑基准测试
机构 * The University of Hong Kong（香港大学） ； JD Explore Academy（京东探索研究院） ； Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出SpatialEdit-Bench基准测试，结合视角重建和框架分析评估空间编辑的感知合理性和几何精度，并构建了SpatialEdit-500k合成数据集和SpatialEdit-16B基线模型，实现细粒度空间编辑的高效训练与评估。
Comments Code: https://github.com/EasonXiao-888/SpatialEdit
通过连续软化回溯重采样稳定多模态大语言模型的无监督自进化
机构 * Tsinghua University（清华大学） ； Hefei University of Technology（合肥工业大学） ； University of Arizona（亚利桑那大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统实验室）
AI总结 本文提出CSRS方法，通过回溯推理机制和软化频率奖励提升多模态大语言模型的无监督自进化稳定性，实验显示在MathVision等基准上表现优异。
Comments 16 pages, 6 figures
计算机环境在大语言模型中激发通用代理智能
机构 * GSAI, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学）
AI总结 本文研究了计算机环境如何通过虚拟沙盒激发大语言模型的通用能力，展示了环境对任务解决的提升效果及训练方法。
Comments Project Page: https://llm-in-sandbox.github.io
V$^{2}$-SAM：融合SAM2与多提示专家以实现跨视角物体对应
机构 * INSAIT, Sofia University “St. Kliment Ohridski”（INSAIT，索非亚大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； East China Normal University（华东师范大学）
AI总结 本文提出V2-SAM框架，通过两个互补的提示生成器将SAM2从单视角分割适应到跨视角对应，引入多专家设计和PCCS选择器，实现跨视角物体一致性的新方法。
Comments 19 pages
Nirvana：一种具有任务感知内存机制的专用通用模型
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Xiong’an Anying Technology Co., Ltd.（雄安安影科技有限公司） ； Zhejiang University（浙江大学）
AI总结 Nirvana提出一种具备任务感知内存机制的专用通用模型，通过线性时间复杂度和测试时任务信息提取，在通用和专业领域均表现优异，尤其在医学、金融和法律等专业领域实现最低困惑度。
LongWriter-Zero: 通过强化学习掌握超长文本生成
机构 * Singapore University of Technology and Design, Singapore（新加坡科技设计大学） ； Tsinghua University, Beijing, China（清华大学）
AI总结 本文提出一种基于激励的方法，无需标注或合成数据，通过强化学习使LLM生成超长高质量文本，实验表明其在长文本任务中优于传统SFT方法，达到WritingBench和Arena-Write的最优效果。
Comments ICLR 2026 Oral
迈向可证明的可扩展具身AI系统的概率安全
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； School of Computer, Liaocheng University（聊城大学计算机学院） ； Department of Automation, Southeast University（东南大学自动化学院） ； Department of Mechanical and Aerospace Engineering, George Washington University（乔治华盛顿大学机械与航空航天工程系） ； University of Michigan Transportation Research Institute（密歇根大学交通研究所） ； Department of Civil and Environmental Engineering, University of Michigan（密歇根大学土木与环境工程系）
AI总结 本文提出可证明的概率安全范式，旨在解决具身AI系统在复杂环境中安全验证的挑战，通过结合可证明保证与渐进式达成概率安全边界，提升系统可行性和可扩展性。
SoftHGNN: 用于通用视觉识别的软超图神经网络
机构 * Tsinghua University（清华大学） ； Yangtze Delta Region Institute of Tsinghua University, Zhejiang（清华大学长三角研究院（浙江）） ； Taiyuan University of Technology（太原理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出SoftHGNN，通过引入软超边和稀疏选择机制，提升视觉识别中高阶关联的建模能力，实现更高效的语义推理。
Comments This paper has been accepted by the International Journal of Computer Vision (IJCV)
路径正则化：多层神经网络的近完整且最优的非渐近泛化理论及双下降现象
机构 * Department of Automation, Tsinghua University（清华大学自动化系）
AI总结 本文提出一种非渐近泛化理论，针对路径正则化的多层神经网络，无需假设损失函数有界，考虑了近似误差，并揭示了双下降现象的潜在机制。
AFL：基于预训练模型的联邦学习单轮分析方法
机构 * South China University of Technology（华南理工大学） ； Tsinghua University（清华大学） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； The Hong Kong University of Science and Technology（香港科技大学） ； Microsoft（微软）
AI总结 本文提出AFL，一种利用分析解的联邦学习方法，通过单轮训练和绝对聚合法则，减少通信开销并提升收敛速度，具有数据分区不变性。
Comments Published in CVPR 2025
Geo-EVS：基于几何条件的外推视图合成用于自动驾驶
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与移动国家重点实验室） ； School of Science, Minzu University（中央民族大学理学院） ； Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司）
AI总结 Geo-EVS通过几何条件化框架提升自动驾驶中稀疏视图合成的几何精度，尤其在高角度和低覆盖率场景中表现优异，并改进下游3D检测性能。
智能指挥官：面向舰队级PHM决策优化的分层强化学习框架
机构 * School of Aerospace Engineering, Tsinghua University（清华大学航天航空学院） ； College of Information and Control Engineering, Xi'an University of Architecture and Technology（西安建筑科技大学信息与控制工程学院） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； First Aircraft Institute of Aviation Industry Corporation of China（中国航空工业集团公司第一飞机设计研究院） ； Science and Technology on Complex Aviation System Simulation Laboratory（复杂航空系统仿真重点实验室）
AI总结 本文提出Smart Commander框架，通过分层强化学习解决军事航空PHM中高维问题、稀疏反馈和随机任务配置带来的挑战，实现维护和后勤决策优化，展现出更高的效率和鲁棒性。
Comments 21 pages, 6 figures, 4 tables
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