高校专区
RIRF：图像修复推理框架
机构 * Southwest Jiaotong University（西南交通大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
AI总结 本文提出RIRF框架，通过整合结构化推理流程提升图像修复的可解释性与修复质量，结合推理与修复任务实现统一框架。
实现沉浸式体积分量视频：一种多模态框架用于6自由度VR互动
机构 * Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Migu Beijing Research Institute（咪咕北京研究院） ； School of Architecture, Tsinghua University（清华大学建筑学院） ； Department of Automation, Tsinghua University（清华大学自动化系） ； 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 本文提出了一种多模态框架，用于构建沉浸式体积分量视频，通过多视角多模态数据集和动态光场重建框架，实现高分辨率、高帧率的动态内容，支持6自由度VR交互。
Comments Journal extension of CVPR 2025. See also arXiv:2503.14359 . Project page and code: https://github.com/Metaverse-AI-Lab-THU/ImViD
迭代识别闭合：在线性SEM中放大因果可识别性
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 本文提出迭代识别闭合框架，通过迭代反馈机制提升线性SEM中因果效应系数的可识别性，有效解决传统HTC方法无法处理的' inconclusive'因果效应问题。
SAGE：基于服务代理图的评估基准
机构 * Tianjin University（天津大学） ； Tsinghua University（清华大学） ； Beihang University（北京航空航天大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Independent Researcher（独立研究员）
AI总结 本文提出SAGE基准，通过动态对话图验证逻辑合规性，解决现有基准无法评估多维度用户行为和SOP的问题，揭示模型在意图分类与后续动作推导间的执行差距。
TEC：一个问题解决过程中的人类试错轨迹集合
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Quancheng Laboratory（泉城实验室） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Institute of Data and Information, Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院数据与信息研究院） ； 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TEC数据集，通过记录人类在问题解决中的试错轨迹和反思，展示了人类在试错任务中优于LLM的准确性，为理解人类试错行为和开发更强大的AI系统提供基础。
Long-SCOPE：完全稀疏的长距离协作3D感知
机构 * Tsinghua University（清华大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出Long-SCOPE框架，通过几何引导查询生成模块和上下文感知关联模块，解决远距离协作3D感知中的计算复杂性和特征关联问题，实现高精度低开销的长距离感知。
Comments Accepted by CVPR 2026
MAG-3D：多智能体基础推理用于3D理解
机构 * Tsinghua University（清华大学） ； Pico, ByteDance（字节跳动Pico）
AI总结 本文提出MAG-3D，一种无需训练的多智能体框架，通过动态协调专家代理实现灵活的3D基础推理，解决复杂场景中的空间和几何关系推理问题。
迈向终身空中自主：面向动态环境的几何记忆管理用于连续视觉地点识别
机构 * Department of Precision Instrument, Tsinghua University（清华大学精密仪器系） ； College of Instrument Science and Opto-electronics Engineering, Beijing Information Science and Technology University（北京信息科技大学仪器科学与光电工程学院） ； Key Laboratory of Complex System Intelligent Control and Decision Making, Beijing Institute of Technology（北京理工大学复杂系统智能控制与决策重点实验室） ； School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学宇航学院）
AI总结 本文提出一种异构记忆框架，通过静态卫星锚点和动态经验回放缓冲区，提升动态环境中连续视觉地点识别的鲁棒性与泛化能力。
CAD 100K：一个全面的多任务数据集用于汽车相关视觉异常检测
机构 * Beijing Institute of Technology（北京理工大学） ； Tsinghua University（清华大学） ； China Agricultural University（中国农业大学） ； Beijing Jiaotong University（北京交通大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Li Auto（理想汽车）
AI总结 本文提出CAD 100K数据集，用于汽车相关多任务视觉异常检测，包含100万张图像，涵盖7个车辆领域和3个任务，通过合成数据增强实现少样本异常检测，验证了多任务学习在任务交互和知识迁移中的优势。
TouchAnything: 从稀疏机器人触碰引导的3D重建
机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出TouchAnything框架，利用预训练的2D视觉扩散模型作为语义和几何先验，从稀疏触觉测量中实现准确的3D重建，优于现有基线方法，支持开放世界中未见过的物体实例重建。
Comments Project Page: https://grange007.github.io/touchanything
弥合SFT与RL：面向鲁棒推理的动态策略优化
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Intelligent System Department, Zhongxing Telecom Equipment (ZTE)（中兴通讯股份有限公司智能系统部） ； Institute of Advanced Interdisciplinary Studies, Chongqing University of Posts and Telecommunications（重庆邮电大学前沿交叉研究院）
AI总结 本文提出DYPO框架，通过组对齐损失、多教师蒸馏和动态探索-利用门控机制，解决SFT与RL间的偏倚-方差权衡问题，提升复杂推理和分布外任务性能。
Comments ACL 2026 findings
SPPO：用于长时间 horizon 推理任务的序列级 PPO
机构 * Southern University of Science and Technology（南方科技大学） ； INFLY TECH ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Microsoft Research Asia（微软亚洲研究院） ； Shanghai University of Finance and Economics（上海财经大学） ； Tsinghua University（清华大学）
AI总结 本文提出 SPPO，一种结合 PPO 的样本效率与结果稳定性的序列级算法，通过将推理过程转化为序列级上下文老虎机问题，实现低方差优势信号生成，提升推理 LLM 的对齐性能。
Comments ACL 2026 Main
一种快速组装大规模无缺陷原子阵列的算法
机构 * Institute for Advanced Study, Tsinghua University（清华大学高等研究院） ； Intelligent Quantum Inception Inc.（智能量子启创公司） ； iFLYTEK Research（科大讯飞研究院）
AI总结 本文提出一种统一框架，通过监督学习和改进的拍卖解码器进行路径规划，结合相位和轮廓感知的加权Gerchberg-Saxton算法，实现快速组装10^4个量子比特的无缺陷原子阵列。
ActivityEditor: 学习合成物理有效的行人移动
机构 * Southwest Jiaotong University（西南交通大学） ； HKUST (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； JD Technology（京东科技）
AI总结 本文提出ActivityEditor，一种双LLM代理框架，用于零样本跨区域轨迹生成。通过意图生成代理和编辑代理协同工作，结合强化学习和物理约束，实现高保真轨迹生成。
通过局部和全局上下文优化实现高效视频大语言模型的token缩减
机构 * University of Trento（特伦托大学） ； Tsinghua University（清华大学） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 本文提出AOT方法，通过局部-全局最优传输优化视频大语言模型中的token，实现高效的token缩减，保持时间与视觉保真度。
Comments CVPR2026, Project webpage: https://tyroneli.github.io/AOT
礼貌的面具：在大型语言模型中基准测试中文虚伪礼貌理解
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本文从语用学角度评估大型语言模型在识别中文礼貌、不礼貌和虚伪礼貌现象中的表现差异，构建了结合真实和模拟中文话语的三类数据集，并通过六种代表性模型在四种提示条件下进行测试。
Comments Preprint
Journal ref International Conference in Applied Language Sciences (ALS 2026)
任务分布鲁棒数据免费元学习
机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Computer Science and AI Institute, University of Central Florida（中佛罗里达大学计算机科学系与人工智能研究所） ； School of Data Science, the Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen) and Secure Computing Lab of Big Data, Shenzhen Research Institute of Big Data (SBRID)（香港中文大学（深圳）数据科学学院与深圳市大数据研究院大数据安全计算实验室）
AI总结 本文研究数据免费元学习的鲁棒性，发现任务分布偏移和任务分布污染两种漏洞，并提出可信DFML框架以缓解这些问题。
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