高校专区
对大型行为模型在机器人操作中协同训练数据模态和策略的系统研究
机构 * Toyota Research Institute, Cambridge MA（丰田研究院） ； Tsinghua University, Beijing, China（清华大学）
AI总结 本文研究了机器人操作中协同训练不同数据模态和策略对行为模型性能的影响，发现视觉语言和跨身体数据显著提升泛化能力，而离散动作令牌无明显优势。
TLDiffGAN：一种结合时间信息融合的扩散-生成对抗网络框架用于异常声音检测
机构 * Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； Collaborative Innovation Center for Transport Studies, Dalian Maritime University, China（大连海事大学交通运输协同创新中心）
AI总结 TLDiffGAN通过结合潜在扩散模型与预训练音频编码器，提升异常声音检测的准确性和时间频率定位能力。
Comments Accepted by ICASSP 2026
VEQ: 适用于MoE视觉-语言模型的模态自适应量化
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
AI总结 VEQ通过模态自适应量化方法提升MoE视觉-语言模型的压缩性能，实现更高的准确率和鲁棒性。
推理作为状态转换：大型语言模型推理演变的表征分析
机构 * Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University, Beijing 100084, China（计算机科学与技术系，人工智能研究所，清华-博世联合机器学习中心，THBI实验室，BNRist中心，清华大学，北京100084，中国） ； College of AI, Tsinghua University, Beijing 100084, China（人工智能学院，清华大学，北京100084，中国）
AI总结 本研究从表征视角分析大型语言模型推理过程的演变，揭示训练后模型通过优化表示分布提升推理能力的机制。
Comments 30 pages, 27 figures, 8 tables
V2X-DSC: 基于分布式源编码引导通信的多智能体协同感知
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系）
AI总结 V2X-DSC通过分布式源编码引导通信，实现多智能体协同感知的高效带宽受限融合，提升3D理解精度与通信效率。
HumanStudy-Bench: 向参与者模拟的AI代理设计迈进
机构 * University of California San Diego（加州大学圣地亚哥分校） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Independent Researcher（独立研究者）
AI总结 HUMANSTUDY-BENCH通过代理设计问题重建人类受试者实验，评估代理行为与人类行为的一致性，涵盖个体认知、战略互动和社会心理学领域。
Tune-Your-Style: 可调强度的3D风格迁移与高斯点散布
机构 * School of Electronic and Computer Engineering, Peking University, Shenzhen, China（电子与计算机工程学院，北京大学深圳校区） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室） ； AI for Science (AI4S)-Preferred Program, Peking University Shenzhen Graduate School, China（人工智能科学（AI4S）优选计划，北京大学深圳研究生院） ； Department of Automation and BNRist, Tsinghua University, Beijing, China（自动化系和BNRist，清华大学，北京，中国） ； Dalian University of Technology, China（大连理工大学）
AI总结 Tune-Your-Style通过可调强度的3D风格迁移方法，实现灵活的内容-风格平衡，提升3D风格迁移的定制性。
Comments ICCV 2025
可扩展的生成游戏引擎：通过硬件-算法协同设计突破分辨率限制
机构 * School of Microelectronics, Southern University of Science and Technology (SUSTech)（南方科技大学电子学院） ； Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所） ； University of Waterloo（滑铁卢大学） ； School of Marxism, Tsinghua University（清华大学马克思主义学院） ； Zhongguancun Academy（中关村学院）
AI总结 本文提出硬件-算法协同设计框架，通过优化资源分配和减少内存带宽使用，实现高分辨率实时生成游戏，提升像素吞吐量50倍，达到26.4 FPS和48.3 FPS的流畅性能。
Comments Preprint, Under Review
双视预测扩散：通过频谱-图像协同实现轻量语音增强
机构 * School of Cyberspace Science and Technology, Beijing Institute of Technology, Beijing 100081, China（空间科学与技术学院，北京理工大学） ； Department of Computer Science and Technology, Institute for AI, BNRist, Tsinghua University, Beijing 100084, China（计算机科学与技术系，人工智能研究院，清华大学） ； School of Cyberspace Science and Technology Sun Yat-sen University, Guangzhou 510006, China（空间科学与技术学院，中山大学）
AI总结 DVPD通过频谱-图像协同实现轻量语音增强，利用双视预测扩散模型在保持高质量语音的同时显著降低计算复杂度。
LLMs距离专业扑克玩家还有多远？结合代理工具使用的博弈论推理再探
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； HKUST (GZ)（香港科技大学） ； Amazon（亚马逊） ； Tsinghua University（清华大学） ； Microsoft（微软公司）
AI总结 本文提出ToolPoker框架，通过整合外部求解器和专业解释，提升LLMs在扑克博弈中的推理和游戏表现。
Comments Accepted by ICLR 2026
X-Coder：通过完全合成任务、解决方案和测试推进竞争性编程
机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； Wuhan University（武汉大学）
AI总结 X-Coder通过完全合成数据提升竞争性编程模型性能，采用领域特定进化和双验证策略，在LiveCodeBench上取得显著成果。
Comments Code: https://github.com/JieWu02/X-Coder; Data: https://huggingface.co/datasets/IIGroup/X-Coder-SFT-376k
基于应变计时间序列分类的全局特征增强与融合框架
机构 * Shanghai Key Laboratory of Data Science, School of Computer Science Fudan University（上海数据科学关键实验室，计算机科学学院，复旦大学） ； National Engineering Research Center for Big Data Software Tsinghua University（大数据软件国家工程研究中心，清华大学） ； School of Software Tsinghua University（软件学院，清华大学） ； National Key Laboratory of Strength and Structural Integrity, Aircraft Strength Research Institute of China（强度与结构完整性国家重点实验室，中国航空强度研究室）
AI总结 本文提出基于超图的全局特征学习与融合框架，通过特征工程和高阶关系学习提升应变计时间序列分类的准确性。
Comments The paper is published in the ACM Web Conference 2025, WWW 2025 Industry Track. The code is available at the link https://github.com/Meteor-Stars/GFEF
AdaDetectGPT：具有统计保证的自适应检测LLM生成文本
机构 * Department of Mathematics（数学系） ； Tsinghua University（清华大学） ； School of Mathematics（数学学院） ； University of Birmingham（伯明翰大学） ； Department of Statistics（统计系） ； LSE London, UK（伦敦经济学院） ； Department of Statistics and Data Science（统计与数据科学系） ； Department of Decision Analytics and Operations（决策分析与运营系） ； City University Hong Kong（香港城市大学）
AI总结 AdaDetectGPT通过自适应学习见证函数，提高LLM生成文本检测的性能，改进幅度可达37%。
Comments Accepted by NeurIPS2025
弥合安全鸿沟：视觉自回归模型中的手术概念擦除
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） ； Jilin University（吉林大学） ； Peng Cheng Laboratory（鹏城实验室） ； 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S-VARE方法，通过过滤交叉熵损失和保留损失实现VAR模型中的精确概念擦除，有效解决安全性和生成质量之间的平衡问题。
Comments Accepted toICLR 2026
ChaosNexus: 一种基于微分方程的混沌系统预测的基础模型，具有分层多尺度意识
机构 * Department of Electronic Engineering, BNRist, Tsinghua University, Beijing, China（电子工程系，BNRist，清华大学，北京，中国）
AI总结 ChaosNexus通过ScaleFormer架构和MoE层实现对混沌系统多尺度和频谱特征的捕捉，提升长期预测精度和实际应用效果。
超越准确性和复杂性：结构稳定性的有效信息准则用于结构稳定的符号回归
机构 * Department of Electronic Engineering, BNRist Tsinghua University（电子工程系，北京理工大学清华大学）
AI总结 本文提出有效信息准则（EIC）用于符号回归，通过量化公式结构稳定性，提升模型的物理合理性和可解释性。
纠正解耦数据集蒸馏：对公平和全面评估的深入探讨
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； 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RD$^3$，通过系统研究后评估设置对测试准确率的影响，揭示性能差异主要源于评估不一致，而非合成数据质量，同时提出改进蒸馏数据集效果的通用策略。
Comments Accepted to ICLR 2026
针对现实动态环境中的GUI代理的环境注入攻击
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出Chameleon框架，通过LLM驱动的环境模拟和注意力黑洞机制，有效暴露GUI代理在动态环境中的隐藏漏洞。
元学习强化学习用于加密货币收益预测
机构 * Sichuan University（四川大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Northwestern University（西北大学） ； Huazhong University of Science and Technology（华中科技大学） ； Queen’s University（女王大学） ； University of Toronto（多伦多大学） ； TrueNorth ； Tsinghua University（清华大学） ； Emory University（埃默里大学） ； University of Macau（澳门大学）
AI总结 Meta-RL-Crypto通过结合元学习和强化学习，构建了一个自我改进的交易代理，有效提升加密货币收益预测性能。
扩展的VIIRS类人工夜间光数据重建（1986-2024）
机构 * Department of Earth System Science, Ministry of Education, Ecological Field Station for East Asian Migratory Birds, Tsinghua University, Beijing 100084, China（地球系统科学系，教育部，东亚迁徙鸟类生态观测站，清华大学，北京100084，中国） ； Department of Computer Sciences, University of Wisconsin-Madison, Madison 53703, USA（计算机科学系，威斯康星大学麦迪逊分校，麦迪逊53703，美国） ； Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China（自动化研究所，中国科学院，北京100190，中国） ； China Association for International Exchange of Personnel, Beijing 100038, China（中国国际人员交流协会，北京100038，中国） ； National Disaster Reduction Center of China, Beijing 100124, China（中国减灾中心，北京100124，中国） ； Aerospace Information Research Institute, CAS, Beijing 100094, China（航天信息研究所，中国科学院，北京100094，中国）
AI总结 本文提出EVAL数据集，通过两阶段深度学习模型扩展VIIRS类人工夜间光数据，解决光强低估和结构细节缺失问题，提升时间序列研究的长期覆盖能力。
通过分步分解实现离散扩散轨迹对齐
机构 * Stanford University（斯坦福大学） ； Caltech（加州理工学院） ； Tsinghua University（清华大学）
AI总结 本研究提出一种离线偏好优化方法，通过分步分解实现离散扩散模型的轨迹对齐，提升DNA序列设计和语言建模的性能。
Comments ICLR 2026
DenseFormer: 通过条件扩散模型学习稀疏深度和图像的密集深度图
机构 * the School of Vehicle and Mobility（车辆与移动学院） ； Tsinghua University（清华大学）
AI总结 DenseFormer通过条件扩散模型，结合特征提取和深度细化模块，实现从稀疏深度和图像生成密集深度图，优于传统方法。
高效样本扩散控制复杂物理系统
机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； Department of EE, Beijing, China（北京电子工程系） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室）
AI总结 SEDC通过解耦状态-控制建模和分解动力学，实现高效样本扩散控制复杂物理系统，提升控制精度39.5%-47.3%
MiniLLM: 大语言模型的在线策略蒸馏
机构 * The CoAI Group, Tsinghua University（清华大学CoAI小组） ； Microsoft Research（微软研究院）
AI总结 MiniLLM通过反向KLD和在线策略优化，实现了对大语言模型的有效蒸馏，提升小型模型的生成质量和校准性能。
Comments Published as a conference paper in ICLR 2024
可逆扩散解码用于扩散语言模型
机构 * East China Normal University（华东师范大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Oxford（牛津大学）
AI总结 可逆扩散解码通过引入可逆性，提升扩散语言模型生成的鲁棒性和质量，同时保持并行效率。
模态作为异质性：用于多模态图学习的节点分裂与图重 wiring
机构 * Institute of Data and Information, Shenzhen International Graduate School, Tsinghua University（数据与信息研究所，深圳国际研究生院，清华大学）
AI总结 NSG-MoE通过节点分裂与图重 wiring机制，结合结构化MoE架构，有效解决多模态图学习中的模态混淆问题，提升模型的结构信息保留与泛化能力。
基于表示学习的深度强化学习在氢基多能源系统最优运行中的应用
机构 * School of Automation Science and Engineering, Xi’an Jiaotong University（自动化科学与工程学院，西安交通大学） ； Center for Intelligent and Networked Systems, Department of Automation, BNRist, Tsinghua University（智能与网络化系统中心，自动化系，清华大学） ； Department of Electrical Engineering and Computer Sciences, University of California（电气工程与计算机科学系，加州大学）
AI总结 本文提出基于表示学习的深度强化学习框架，用于优化氢基多能源系统的运行，通过增强策略优化提升运行效率和安全性。
Comments 14 pages, 7 figures
解耦兴趣网络用于分布外点击率预测
机构 * Tsinghua University（清华大学） ； Hefei University of Technology（合肥工业大学）
AI总结 DiseCTR通过解耦用户兴趣，提升分布外点击率预测的准确性和鲁棒性。
Comments Accepted by ACM TOIS
重新审视具有缺失值的多变量时间序列预测
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Tsinghua University（清华大学） ； Tongji University（同济大学） ； Northwestern University（西北大学）
AI总结 本文提出CRIB框架，通过直接预测部分观测时间序列，解决缺失值对预测准确性的影响，提升多变量时间序列预测的鲁棒性。
无需训练的测试时适应与布朗距离协方差在视觉-语言模型中
机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院） ； University of Cambridge, Cambridge, UK（剑桥大学） ； Yau Mathematical Sciences Center, Tsinghua University, Beijing, China（清华大学尤里伊数学科学中心） ； Southern University of Science and Technology, Shenzhen, China（南方科技大学）
AI总结 TaTa通过布朗距离协方差实现无需训练的测试时适应，提升视觉-语言模型在领域偏移下的效率与稳定性，同时在泛化性能上取得突破。
Comments Accepted in ICASSP 2026
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