高校专区
通过MOS监督增强构音障碍语音严重程度评估
机构 * Tsinghua University（清华大学） ； Beijing University of Posts（北京邮电大学）
AI总结 提出利用语音合成评估数据（QualiSpeech语料库的MOS标签）增强构音障碍语音评估，微调提升可懂度和自然度预测，联合训练主要提升自然度，减少对临床标注的依赖。
Comments arXiv admin note: substantial text overlap with arXiv:2511.02270
STARE: 基于惊讶度的令牌级优势重加权以实现策略熵稳定性
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Tencent Hunyuan（腾讯 Hunyuan）
AI总结 针对GRPO等RL算法中策略熵崩溃问题，提出STARE方法，通过惊讶度分位数识别熵关键令牌并重加权其优势，结合目标熵闭环门控稳定熵，在1.5B-32B模型和多种任务上实现稳定训练，AIME24/25准确率提升4%-8%。
Comments LLM, Reinforcement Learning
超越安全数据：具有正则安全反射的预训练阶段对齐
机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院）
AI总结 提出安全反射预训练方法，在预训练语料中插入安全反思，使模型具备自我监控能力，实验表明该方法能有效降低推理和微调攻击成功率。
HT-Bench：基于自我中心视觉的灵巧全手触觉表示基准与学习
机构 * Beihang University（北航） ； Rimbot ； BUPT（北邮） ； ShanghaiTech University（上海科技大学） ； Tsinghua University（清华大学） ； CAS（中国科学院）
AI总结 提出HT-Bench多任务基准和HandTouch编码器，通过大规模自我中心视觉与全手触觉数据，在触觉相似性检索、掩码修复、视觉到触觉合成等任务上验证了触觉表示的有效性。
Comments 9pages, 4figures
通过可引导的模型合并增强多语言推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Fudan University（复旦大学） ； Beihang University（北京航空航天大学） ； Monash University（墨尔本大学） ； Zhongguancun Laboratory（中关村实验室） ； Nanjing University（南京大学） ； Tsinghua University（清华大学）
AI总结 提出可引导模型合并（ST-Merge）框架，通过门控交叉注意力机制自适应调节源模型贡献，在多语言推理任务中优于强基线。
Comments 12 pages, 7 figures, 8 tables. Accepted by ACL2026 Findings
面向GUI代理的技能引导延续蒸馏
机构 * StepFun ； University of Science and Technology Beijing（北京科技大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
AI总结 提出技能引导延续蒸馏（SGCD）框架，通过技能引导策略生成成功延续轨迹，弥补专家轨迹中未覆盖的状态监督缺失，在OSWorld-Verified上将三个基础模型成功率从30%左右提升至50%以上。
从自身错误中学习：为自蒸馏构建可学习的微反思轨迹
机构 * Qwen Business Unit of Alibaba（阿里巴巴通义千问事业部） ； Tsinghua University（清华大学） ； Peking University（北京大学）
AI总结 提出TAPO方法，通过对比正确与错误轨迹构建微反思修正，实现从隐式分布对齐到显式轨迹构建的自蒸馏改进，在多个数学推理基准上优于GRPO。
超越奖励工程：长上下文强化学习的数据配方
机构 * OpenBMB ； Tsinghua University（清华大学）
AI总结 提出一种简单有效的数据配方，结合最小化基于结果的GRPO设置，显著提升大语言模型的长上下文推理能力，在多个基准和智能体任务上取得平均+3.2至+7.2点的提升。
Comments 15 pages, 6 figures, 12 tables
GateMem：多主体共享内存代理中的内存治理基准
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； King Abdullah University of Science and Technology (KAUST)（卡尔斯鲁厄大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出GateMem基准，评估多主体共享内存代理在效用、访问控制和遗忘三方面的治理能力，发现现有方法无法同时满足三者。
Comments 24 pages, 8 figures. Code and dataset are available at https://github.com/rzhub/GateMem and https://huggingface.co/datasets/Ray368/GateMem
自监督掩码感知Transformer用于微创手术机器人中容错FBG力传感
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
AI总结 针对微创手术机器人中FBG传感器因通道耦合和断裂导致的力估计退化问题，提出统一的自监督掩码感知Transformer，通过掩码通道重建预训练和动态损坏课程微调，实现多通道故障下的优雅降级，在8通道数据集上达到0.0066 N均方根误差。
关于循环Transformer的残差缩放：稳定性和可迁移性
机构 * Tsinghua University（清华大学）
AI总结 针对循环Transformer，提出残差缩放因子应为1/N而非1/√L，并推导出多层的分解参数化，实现超参数从少循环到多循环的迁移。
Comments 19 pages, 9 figures
CoreMem: 对话代理中长期记忆的黎曼检索与Fisher引导蒸馏
机构 * 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） ； Shandong Analysis and Test Center, Qilu University of Technology（齐鲁工业大学山东省分析测试中心） ； State Key Laboratory for Quality Ensurance and Sustainable Use of Dao-di Herbs（道地药材品质保障与可持续利用国家重点实验室）
AI总结 提出CoreMem架构，用黎曼检索替代余弦相似度解决高维检索枢纽问题，通过Fisher引导离散令牌蒸馏实现原则性压缩，在8GB显存边缘设备上实现长期记忆对话代理。
Comments 15 pages, 5 figures
SafeClawBench: 区分工具使用LLM代理中的语义、审计证据和沙箱危害
机构 * Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； SUIBE（上海外国语大学） ； Huawei（华为） ； Tsinghua University（清华大学）
AI总结 提出SafeClawBench基准，通过三个独立端点（语义攻击接受、审计可见危害证据、沙箱观察危害）评估工具使用LLM代理的安全性，揭示不同失败模式并支持可复现比较。
Comments 32 pages, 5 figures
冲突感知检索器编辑：针对基于LLM的RAG系统的知识注入攻击
机构 * Shandong University, China（山东大学，中国） ； Tsinghua University, China（清华大学，中国）
AI总结 提出冲突感知检索器编辑框架CAREATTACK，通过模型中心攻击将恶意知识注入RAG系统，利用图检测和参数编辑投影解决冲突，并轻量校准保持攻击效果。
DRIFT: 通过在线策略数据归因优化指令数据
机构 * Tsinghua University（清华大学）
AI总结 提出DRIFT方法，利用在线策略影响函数解决标准影响函数在指令微调数据归因中的近邻偏差和梯度范数偏差问题，通过模型自身生成作为验证目标，提升7B模型性能上限。
迈向基于多智能体模拟的社区笔记评估
机构 * Tsinghua University, Beijing, China（清华大学，北京，中国） ； University of Duisburg-Essen, Duisburg, Germany（杜伊斯堡-埃森大学，杜伊斯堡，德国） ； University of Luxembourg, Luxembourg（卢森堡大学，卢森堡） ； Tongji University, Shanghai, China（同济大学，上海，中国）
AI总结 针对社区事实核查中跨共识延迟和低比例问题，提出ComRate数据集和MultiCom多智能体框架，通过矩阵分解聚类与校准聚合实现高精度评估。
基于工程化模型-量子框架从有限真实数据中全面增强pKa数据
机构 * Department of Chemistry, Tsinghua University（清华大学化学系） ； Department of Chemical Engineering, Tsinghua University（清华大学化学工程系） ； School of Science, China Pharmaceutical University（中国药科大学理学院）
AI总结 针对pKa数据稀疏问题，提出量子辅助分子生成方法，利用优化机器学习模型预测和量子退火器采样，在相干伊辛机上实现极端值采样。
通过用户日志改进大型语言模型系统
机构 * 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UNO框架，通过用户日志提炼规则和偏好对，利用查询反馈驱动聚类处理数据异质性，量化模型知识与日志数据间的认知差距，提升LLM系统性能。
CrossEarth-Gate：基于Fisher引导的自适应调优引擎用于高效跨域遥感语义分割
机构 * Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； National Supercomputing Center in Shenzhen（深圳国家超算中心） ； The Hong Kong University of Science and Technology（香港科技大学） ； Beijing Institute of Technology（北京理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学）
AI总结 提出CrossEarth-Gate，通过Fisher信息引导的自适应模块选择机制，动态激活最关键的跨域模块，在18个跨域基准中16个达到最优性能。
面向天气基础模型的任务自适应参数高效微调
机构 * Sun Yat-sen University（中山大学） ； 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） ； The Chinese University of Hong Kong（香港中文大学） ； National Supercomputing Center in Shenzhen（深圳国家超算中心） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Tsinghua University（清华大学）
AI总结 提出WeatherPEFT框架，通过任务自适应动态提示和随机Fisher引导自适应选择，在天气下游任务上以更少参数达到全微调性能。
持续测试时间适应用于目标检测的自适应监控与随机恢复
机构 * School of Artificial Intelligence, Sun Yat-Sen University（中山大学人工智能学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学与技术学院） ； State Key Laboratory of Intelligent Technology and Systems, Department of Computer Science and Technology, Tsinghua University（清华大学智能技术与系统国家重点实验室） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生学院） ； National Supercomputing Center in Shenzhen（深圳国家超算中心） ； Ministry of Education Key Laboratory for Earth System Modeling and the Department of Earth System Science, Tsinghua University（清华大学地球系统模型教育部重点实验室）
AI总结 本文提出AMROD方法，通过对比学习、自适应监控和随机恢复机制提升持续测试时间适应的目标检测性能，实验证明其在多个任务中优于现有方法，尤其在Cityscapes-to-Cityscapes-C任务中提升3.2 mAP并提高20%效率。
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