高校专区
基于潜在思维向量的推理时间重新思考用于数学推理
机构 * Department of Statistics and Data Science, UCLA（统计与数据科学系， UCLA） ； Lambda Inc（Lambda公司） ； Tsinghua University（清华大学） ； Salesforce Research（Salesforce研究）
AI总结 本文提出基于潜在思维向量的推理时间重新思考框架，通过迭代自我纠正提升数学推理能力，实验证明其在GSM8K数据集上优于基线模型。
ECO：基于强化学习的人形机器人能量受限优化
机构 * State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)（通用人工智能国家重点实验室，北京通用人工智能研究院（BIGAI）） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； Department of Computer Science, Harbin Institute of Technology（计算机科学系，哈尔滨工业大学） ； Institute for Artificial Intelligence and School of Artificial Intelligence, Peking University（人工智能研究院和人工智能学院，北京大学）
AI总结 ECO通过将能量指标作为约束而非奖励，提升人形机器人行走的能效与稳定性。
Comments IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING. PREPRINT VERSION. ACCEPTED FEB, 2026
Hi-Agent：用于移动设备控制的分层视觉语言代理
机构 * Tsinghua University（清华大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University College London（伦敦大学学院）
AI总结 Hi-Agent通过分层结构和前瞻性优势函数，实现移动设备控制的高效训练和高成功率。
基于目标驱动学习者状态建模的个性化学习路径规划
机构 * Department of Computer Science and Technology, Beijing National Research Center for Information Science and Technology（计算机科学与技术系，信息科学国家研究中心） ； Tsinghua University（清华大学） ； Institution of Education（教育研究所） ； Department of Statistics and Data Science（统计与数据科学系）
AI总结 Pxplore通过整合强化学习与LLM，实现基于目标驱动的个性化学习路径规划，提升学习路径的连贯性和有效性。
Comments Accepted at The Web Conference 2026 (WWW'26)
DyTopo：通过语义匹配实现多智能体推理的动态拓扑路由
机构 * Peking University, Beijing, China（北京大学） ； Georgia Institute of Technology, Atlanta, United States（佐治亚理工学院） ； Southeast University, Location, Country（东南大学） ； Tsinghua University（清华大学）
AI总结 DyTopo通过语义匹配实现多智能体推理的动态拓扑路由，提升多轮推理性能并提供可解释的协调轨迹。
MambaVF：用于高效视频融合的状态空间模型
机构 * Xi'an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学）
AI总结 MambaVF通过基于状态空间模型的高效框架，实现了无需显式运动估计的视频融合，显著提升效率和性能。
跨域离线策略适应 via 选择性转移修正
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Tencent（腾讯） ； City University of Hong Kong（香港城市大学）
AI总结 本文提出STC算法，通过修正源域数据以匹配目标域动态，提升跨域离线策略适应性能。
LongR: 通过密集效用奖励的强化学习解锁长上下文推理
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 LongR通过整合动态'思考与阅读'机制和上下文密度奖励，提升长上下文推理性能，在多个基准测试中取得显著成效。
SDFP：基于FIT剪枝模型的投机解码用于无训练和即插即用的大语言模型加速
机构 * Tsinghua University（清华大学） ； Advanced Micro Devices, Inc.（先进微器件公司）
AI总结 SDFP通过FIT剪枝技术实现无训练、即插即用的大语言模型加速，提升解码速度而不影响输出分布。
多领域工具检索
机构 * DCST, Tsinghua University（清华大学北京研究院）
AI总结 本文提出多领域工具检索框架，通过细粒度多字段建模解决工具检索中的文档不完整、语义不匹配和多方面效用问题，实现更高效的任务解决。
Comments 12 pages, 4 figures
SharpTimeGS: 通过寿命调节实现锐利且稳定的动态高斯点云
机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Normal University（北京师范大学） ； Central China Normal University（华中师范大学）
AI总结 SharpTimeGS通过寿命调节实现动态高斯点云的锐利稳定建模，提升长期稳定性并保持动态保真度，实现实时4K渲染。
看得少，看得对：双向感知塑造用于多模态推理
机构 * Microsoft Research Asia（微软亚洲研究院） ； Tsinghua University（清华大学）
AI总结 本文提出BiPS，通过双向感知塑造提升多模态推理性能，有效增强细粒度视觉依赖并提升跨领域泛化能力。
DeepAgent: 一种具有可扩展工具集的通用推理代理
机构 * Renmin University of China（中国人民大学） ； Xiaohongshu Inc.（小红书公司） ； Tsinghua University（清华大学）
AI总结 DeepAgent通过自主记忆折叠机制和ToolPO强化学习策略，实现高效通用工具使用和长周期交互，优于现有基线方法。
Comments Accepted by WWW 2026
城市中的隐形墙壁：设计LLM代理以通过社交媒体内容预测城市隔离体验
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，BNRist，清华大学） ； Hong Kong University of Science（科学大学）
AI总结 本文提出了一种基于LLM的代理，通过社交媒体内容预测城市隔离体验，利用代码本整合多通道特征，提升预测准确性并促进社会包容性。
Comments 11 pages, 6 figures. This paper has been accepted at The ACM Web Conference 2026
利用电子健康记录识别痴呆亚型
机构 * Department of Computer Science and Engineering, Washington University in St. Louis（计算机科学与工程系，华盛顿大学圣路易斯分校） ； Institute for Informatics, Washington University School of Medicine（信息学院，华盛顿大学医学院） ； Department of Neurology, Washington University School of Medicine（神经病学系，华盛顿大学医学院） ； Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（巴黎-罗克奎恩特研究所） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕尔默研究实验室）
AI总结 本文利用K-Means聚类方法对电子健康记录中的痴呆评分进行分析，识别痴呆亚型并探讨其认知表现与疾病进展的关系。
Comments ACM Conference on Bioinformatics, Computational Biology, and Health Informatics 13 pages, 7 figures, 3 tables
Journal ref PLoS ONE 19(11): e0313425, 2024
迈向集体人工智能的科学：基于LLM的多智能体系统需要从盲目试错转向严谨的科学
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； King’s College London（伦敦大学国王学院） ； Peng Cheng Laboratory（鹏城实验室）
AI总结 本文提出通过建立协作收益度量（Γ）和因素归因范式，推动多智能体系统从盲目试错向严谨科学转变。
具有包容性的交互决策与执行以应对模糊指令
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息学院） ； Computer Science and Engineering Department, Chinese University of Hong Kong（香港中文大学计算机科学与工程系）
AI总结 AIDE通过双流框架整合交互式探索与视觉-语言推理，实现对模糊指令的高效决策与执行，提升机器人在陌生环境中的任务规划能力。
Comments 14 pages, 10 figures, 8 tables
CoWork-X：面向多智能体协作系统的经验优化共进化
机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）科学与工程学院） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）人工智能学院） ； Tsinghua University（清华大学） ； AutoGame Research（AutoGame研究） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院）
AI总结 CoWork-X通过主动共进化框架，优化多智能体协作系统的实时协调与多轮适应，实现稳定性能提升和降低延迟与令牌消耗。
将LLM推理内化：通过发现和重播潜在动作
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Fuzhou University（福州大学）
AI总结 STIR通过动态潜在轨迹控制实现LLM推理内化，提升准确率并减少token消耗。
VisMem: 通过潜在视觉记忆解锁视觉-语言模型的潜力
机构 * National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； vivo
AI总结 VisMem通过引入动态潜在视觉记忆模块，提升视觉-语言模型在复杂视觉任务中的性能，实现感知准确性和语义一致性之间的平衡。
通过不确定性感知的置信区间预测和世界模型强化学习实现安全的城市交通控制
机构 * Dept. of CST, BNRIST, Tsinghua University, Beijing, China（计算机科学与技术系，北京理工大学，北京，中国） ； Dept. of CST, Tsinghua University, Beijing, China（计算机科学与技术系，清华大学，北京，中国） ； Independent Researcher, Bihar, India（独立研究者，印度比哈尔）
AI总结 STREAM-RL通过不确定性感知的置信区间预测和世界模型强化学习，实现安全的城市交通控制，提升安全性和效率。
Skin Tokens: 一种学习得到的紧凑表示用于统一的自回归 rigging
机构 * BNRist, Department of Computer Science and Technology, Tsinghua University（BNRist，计算机科学与技术系，清华大学） ； Zhili College, Tsinghua University（知礼学院，清华大学）
AI总结 SkinTokens通过学习紧凑表示提升皮肤权重准确性，结合自回归框架和强化学习优化骨骼预测，实现更高效的rigging方法。
Comments 14 pages, 10 figures
DMFlow：通过流匹配生成无序材料
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学 Gallagher人工智能学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institution of Physics, University of the Chinese Academy of Sciences（中国科学院物理研究所）
AI总结 DMFlow通过流匹配框架生成无序材料，引入统一表示和黎曼流模型，实现对有序、取代性和位置性无序晶体的联合生成，提升材料发现效率。
结果准确性不够：对奖励模型推理过程的对齐
机构 * Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 本文提出推理一致性度量，结合结果准确性改进生成奖励模型训练，提升RLHF性能并减少欺骗性对齐问题。
基于大语言模型的协同内容缓存用于车辆雾缓存辅助车列网络
机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； School of Information Engineering, Jiangxi Provincial Key Laboratory of Advanced Signal Processing and Intelligent Communications, Nanchang University（江西省级先进信号处理与智能通信重点实验室，南昌大学信息工程学院） ； Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, and the Beijing National Research Center for Information Science and Technology, Tsinghua University（电子工程系，空间网络与通信国家重点实验室，信息科学与技术国家研究中心，清华大学） ； Department of Computer Science, Brunel University（计算机科学系，布鲁内尔大学） ； State Key Laboratory of ISN and the School of Telecommunications Engineering, Xidian University（信息与通信国家重点实验室，西安电子科技大学电信工程学院）
AI总结 本文提出利用大语言模型实现车辆雾缓存辅助车列网络中的协同内容缓存，通过智能决策提升缓存效率与内容检索性能。
Comments Corresponding author: Qiong Wu (qiongwu@jiangnan.edu.cn)
集群中心之旅：利用内部节点在存在网络干扰下的A/B测试
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Tencent Inc.（腾讯公司）
AI总结 本文提出了一种基于内部节点的A/B测试方法，通过直接平均内部节点来降低方差，并利用反事实预测器调整协变量分布偏移，以提高估计精度。
Comments ICLR 2026
先成长，再关怀？追踪LLM在日常困境中的价值偏好景观
机构 * University of Southern California（美国南加州大学） ； Tsinghua University（清华大学）
AI总结 研究揭示LLM在日常困境中更倾向优先考虑探索与成长的价值，而非关怀与连接，指出AI建议系统可能带来的价值同质化风险。
Comments dataset available at https://github.com/Renesmeeczy/Value-Trade-off-in-Reddit-Dilemmas
SynthVerse：一个大规模多样化合成数据集用于点跟踪
机构 * University of Liverpool（利物浦大学） ； Zhejiang University（浙江大学） ； Durham University（杜伦大学） ； Beihang University（北京航空航天大学） ； Duke Kunshan University（杜克昆山大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 SynthVerse通过提供大规模多样化合成数据集，提升点跟踪任务的泛化能力和评估效果。
具备自我进化的具身AI
机构 * Department of Computer Science and Technology, Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing（计算机科学与技术系，北京信息科学与技术国家研究中心，清华大学，北京）
AI总结 本文提出自我进化的具身AI，通过智能体的自我更新与适应能力，实现持续学习和动态环境交互，推动通用人工智能的发展。
教育中的LLM代理：进展与应用
机构 * Squirrel Ai Learning ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
AI总结 本文综述了LLM代理在教育中的应用进展，探讨了其技术实现、挑战及在不同教育领域的应用。
Comments Accepted by EMNLP 2025 Findings
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