高校专区
QuadVerse：一种对齐视觉-物理现实用于四足仿真的集成框架
机构 * Nanjing University（南京大学） ； BUPT（北京邮电大学） ； DEXMAL ； Tsinghua University（清华大学）
AI总结 提出QuadVerse框架，通过重建场景校准视觉、物理和致动器，利用3DGS和接触校准减少仿真到现实的差距，实现零样本视觉导航策略部署。
DyCon: 通过演化难度建模的动态推理控制
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Zhongguancun Academy（中关村学院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Shenzhen Loop Area Institute（深圳河套学院） ； Tsinghua University（清华大学）
AI总结 提出DyCon框架，利用步骤级嵌入动态建模推理过程中的难度演化，无需训练即可控制推理深度，减少冗余步骤，提升效率且不损失准确性。
Comments Accepted at ICML 2026
RealDexUMI：用于灵巧机器人学习的可穿戴通用操作接口
机构 * Peking University（北京大学） ； BeingBeyond ； Beihang University（北航） ； LinkerBot ； Tsinghua University（清华大学）
AI总结 提出RealDexUMI，一种基于共享灵巧末端执行器模块的可穿戴通用操作接口，通过掌侧同构遥操作手套实现无重定向、直观精确的手部控制，在八项真实机器人任务中平均成功率达88.75%。
AutoTail-BSFGM：面向中文学术文本分类的类别平衡感知微调
机构 * Department of Intelligent Communication, School of Journalism and Communication, Minzu University of China（中国民族大学新闻与传播学院智能通信系） ； ZeeLin (Beijing) Technology Co., Ltd.（北京智联科技有限公司） ； School of Journalism and Communication, Tsinghua University（清华大学新闻与传播学院） ； College of AI, Tsinghua University（清华大学人工智能学院）
AI总结 提出AutoTail-BSFGM方法，通过自动门控尾部调整、弱平衡Softmax辅助损失和快速梯度法对抗正则化，解决中文学术文本分类中的类别不平衡和语义邻近问题，在CSL数据集上提升了验证集和锁箱集准确率。
Comments 17 pages, 4 figures, 4 tables. Code and data: https://github.com/thu-nmrc/autotail-bsfgm-scholarly-classification
当硬负例有害时：弥合检索中硬负例生成的生成-判别鸿沟
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； City University of Hong Kong（香港城市大学） ； School of Cyber Science and Technology, Sun Yat-sen University（中山大学信息科学与技术学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 针对检索中硬负例生成存在的生成-判别鸿沟问题，提出CausalNeg方法，通过CoT引导的反事实扰动和查询视角熵最大化来提升检索性能。
Comments Accepted at KDD 2026
MBench: 视频世界模型记忆能力的综合基准
机构 * Tsinghua University（清华大学） ； WeChat Vision, Tecent Inc.（微信视觉，腾讯公司） ； Peking University（北京大学）
AI总结 提出MBench基准，通过实体一致性、环境一致性和因果一致性三个核心维度及其12个子维度，系统评估视频世界模型的长期记忆能力，并揭示现有方法在长期状态保持上的关键局限。
Comments Project Page: https://peanutup.github.io/MBench-project/
面向多自由变量复杂逻辑查询的神经可扩展符号搜索框架
机构 * Department of Mathematical Sciences, Tsinghua University（清华大学数学科学系） ； Squarepoint Capital（Squarepoint资本） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Department of Computer Sciences, University of Rochester（罗切斯特大学计算机科学系）
AI总结 针对知识图谱上多自由变量复杂查询的联合排序难题，提出神经可扩展符号搜索（NS3）框架，通过预算约束和超节点合并近似联合排序，显著提升性能。
Comments 10 pages, 5 figures
CUA-Gym：为计算机使用智能体扩展可验证的训练环境和任务
机构 * The University of Hong Kong（香港大学） ； Qwen Team, Alibaba Inc.（阿里巴巴集团Qwen团队） ； University of California, San Diego（加州大学圣地亚哥分校） ； Tsinghua University（清华大学）
AI总结 提出CUA-Gym可扩展流水线，通过协同生成任务指令、环境状态和奖励函数，构建大规模可验证强化学习训练数据，并合成CUA-Gym-Hub模拟网络应用环境，训练出的智能体在OSWorld-Verified和WebArena上取得领先性能。
面向智能体AI的技能检索增强
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； ByteDance Inc.（字节跳动公司）
AI总结 针对现有智能体系统在技能库扩展时上下文窗口不足、技能识别准确率下降的问题，提出技能检索增强（SRA）范式，通过动态检索外部技能库提升智能体性能，并构建SRA-Bench基准揭示技能整合中的瓶颈。
当表格基础模型遇见策略性表格数据：一种先验对齐方法
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
AI总结 本文研究了表格基础模型在策略性表格数据上的泛化能力，提出了一种策略感知的先验对齐框架SPN，以提高模型在策略性环境中的鲁棒性和预测性能。
Comments Accepted by ICML2026
NTK神经网络的对抗鲁棒性
机构 * Qiuzhen College, Tsinghua University（清华大学求真学院） ； Yau Mathematical Sciences Center, Tsinghua University（清华大学auer数学科学中心）
AI总结 本文研究了NTK神经网络在非参数回归中的对抗鲁棒性，推导了Sobolev空间中的对抗回归最小最大最优速率，并证明了通过梯度流早停训练的NTK网络可达到该最优速率，但在过拟合情况下最小范数插值器易受对抗扰动影响。
Sketch2Arti：基于草图的CAD物体关节建模
机构 * University of Edinburgh（爱丁堡大学） ； Tsinghua University（清华大学） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 提出Sketch2Arti系统，通过用户从选定视角绘制的2D草图，自动发现CAD模型中的可动部件并预测其运动参数，支持复杂物体的多关节迭代建模，无需类别信息且可推广到多样物体。
Comments Project page: https://arlo-yang.github.io/Sketch2Arti
灵活性陷阱：重新思考扩散语言模型中任意顺序的价值
机构 * LeapLab, Tsinghua University（清华大学Leap实验室） ； NLPLab, Tsinghua University（清华大学自然语言处理实验室） ； Tsinghua University（清华大学） ； Alibaba Group（阿里巴巴集团） ； BNRist, Tsinghua University（清华大学北京研究院）
AI总结 本文发现，尽管扩散语言模型（dLLMs）允许任意生成顺序，但这种灵活性可能限制其推理能力，通过采用标准的Group Relative Policy Optimization（GRPO）方法，即JustGRPO，在保持并行解码能力的同时提升了推理性能。
Comments Code and pre-trained models: https://github.com/LeapLabTHU/JustGRPO
MEnvAgent：可扩展的多语言环境构建用于可验证软件工程
机构 * Tsinghua University（清华大学）
AI总结 提出MEnvAgent框架，通过多智能体规划-执行-验证架构和环境复用机制，自动构建多语言可执行环境，生成可验证任务实例，在10种语言1000个任务上提升F2P率8.6%并降低时间成本43%。
Comments Accepted as a Spotlight Paper at ICML 2026
增强大型语言模型在金属有机框架结构预测中的空间推理能力
机构 * National Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Institute of AI Industry Research (AIR)（人工智能产业研究院） ； Tsinghua University（清华大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； ChemBIC（化学信息学中心）
AI总结 针对MOF结构预测中原子数量多、复杂度高的问题，提出MOF-LLM框架，通过空间感知持续预训练、结构监督微调和匹配驱动强化学习，增强Qwen-3 8B模型的空间推理能力，实现35.78%匹配率和0.04秒/结构的采样效率。
Comments KDD 2026
VFEM: 视觉特征赋能的多变量时间序列预测与跨模态融合
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） ； Pengcheng Laboratory（鹏城实验室） ； Ant Group（蚂蚁集团） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 提出VFEM模型，利用预训练大视觉模型通过跨模态注意力融合视觉与时间特征，仅训练7.45%参数即可捕捉跨变量依赖，提升多变量时间序列预测性能。
AMix-1: 迈向测试时可扩展的蛋白质基础模型
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Generative Symbolic Intelligence Lab (GenSI), Tsinghua University（生成符号智能实验室（GenSI），清华大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），清华大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Tianjin University（天津大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； City University of Hong Kong（香港城市大学）
AI总结 提出基于贝叶斯流网络的蛋白质基础模型AMix-1，通过预训练缩放律、涌现能力分析、上下文学习机制和测试时缩放算法，实现1.7B参数模型，并设计出活性提高50倍的AmeR变体。
TQA-Bench：评估大语言模型在多表问答中的表现
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学）
AI总结 提出TQA-Bench基准，通过长上下文多表问答任务评估LLM，揭示其在复杂数据驱动环境中的挑战与机遇。
Comments Accepted by IEEE Transactions on Big Data
幂律衰减下解析谱算法的泛化误差曲线
机构 * Tsinghua University（清华大学）
AI总结 本文在温和假设下，完整刻画了核梯度下降等解析谱算法在核回归中的泛化误差曲线，揭示了核插值的不一致性和高资格算法的饱和效应，并通过神经正切核理论加深了对宽神经网络泛化行为的理解。
MotionGPT-2：用于运动生成与理解的通用运动-语言模型
机构 * Tsinghua University（清华大学） ； The University of Sydney（悉尼大学） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Intime Department Store（Intime百货） ； Deepeleph ； HKUST（香港科技大学）
AI总结 提出MotionGPT-2，一种统一的大规模运动-语言模型，通过预训练大语言模型支持多模态控制条件，实现运动生成、描述和补全等多种任务，并引入Part-Aware VQVAE实现细粒度身体和手部运动表示。
后GCN十年回顾：曲率分层的关联学习评估
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Tsinghua University（清华大学） ； Western University（西方大学） ； Zhejiang University（浙江大学）
AI总结 针对关联学习中统一基准掩盖几何依赖性性能的问题，提出曲率分层评估框架，通过将数据集按曲率正负零分区，揭示模型性能本质上是几何依赖的，并给出更可靠的评估协议。
Comments Comments: Suggestions and comments are welcomed
自主计算催化：通过智能体研究系统
机构 * Beijing Key Laboratory of Artificial Intelligence for Advanced Chemical Engineering Materials, State Key Laboratory of Chemical Engineering and Low- Carbon Technology, Department of Chemical Engineering, Tsinghua University（北京先进化工材料人工智能重点实验室、化学工程与低碳技术国家重点实验室、清华大学化学工程系）
AI总结 提出CatMaster催化原生智能体研究系统，将自然语言请求转化为计算研究，实现从建模到闭环催化剂设计的自主执行，在CO2-to-CO催化剂设计中识别出竞争性活性位点。
Comments 25 pages for main manuscript; SI not available here
面向视觉原生多模态深度搜索智能体的在策略数据演化
机构 * Hong Kong University of Science and Technology（香港理工大学） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； University of Edinburgh（爱丁堡大学）
AI总结 提出在策略数据演化（ODE）框架，通过图像库引用协议和闭环数据生成器，解决多模态深度搜索中视觉证据不可复用和训练数据静态问题，在8个基准上显著提升性能。
调试调试器：面向软件工程智能体的失败锚定结构化恢复
机构 * Nankai University（南开大学） ； Tsinghua University（清华大学） ； Microsoft（微软）
AI总结 提出PROBE框架，通过遥测层、诊断层和指导门将运行时证据转化为结构化恢复指导，在代码修复、工作流恢复等场景中诊断准确率65.37%，恢复率21.79%。
InvEvolve：通过具有性能保证的大语言模型进化白盒库存策略
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tsinghua University（清华大学） ； Boston College（波士顿大学）
AI总结 提出InvEvolve框架，利用强化学习训练的大语言模型，结合置信区间认证，在线生成具有统计安全保证的白盒库存策略，在合成和真实零售数据上优于经典和深度学习方法。
PathPainter：将图像生成模型的泛化能力迁移至具身导航
机构 * Tsinghua University（清华大学）
AI总结 提出利用鸟瞰图作为全局先验的导航系统，通过图像生成模型理解自然语言意图并生成可通行掩码，结合跨视图定位消除里程计漂移，在无人机平台上完成160米室外长距离导航。
Comments Work in the progress. 16 pages, 13 figures
MACS: 模态感知容量缩放用于高效多模态MoE推理
机构 * School of Software, Tsinghua University, Beijing, China（清华大学软件学院，北京，中国） ； TJUNLP Lab, School of Computer Science and Technology, Tianjin University, China（天津大学计算机科学与技术学院，中国） ； School of New Media and Communication, Tianjin University, China（天津大学新媒体与传播学院，中国）
AI总结 针对多模态MoE大模型在专家并行推理中因信息异质性和模态动态性导致的效率瓶颈，提出无需训练的MACS框架，通过熵加权负载和动态模态自适应容量机制优化资源分配，显著提升多模态基准性能。
Comments Accepted by ACL 2026
Transformer中的注意力汇聚：利用、解释与缓解综述
机构 * Tsinghua University（清华大学） ； Meituan LongCat Team（美团LongCat团队） ； The University of Hong Kong（香港大学） ； University of Michigan（密歇根大学） ； Xiamen University（厦门大学） ； The Ohio State University（俄亥俄州立大学） ； Columbia University（哥伦比亚大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 本文首次系统综述Transformer中的注意力汇聚现象，从基础利用、机制解释和策略缓解三个维度梳理研究现状，为未来研究提供指导。
ViVa：用于机器人强化学习的视频生成价值模型
机构 * GigaAI ； Sichuan University（四川大学） ； Tsinghua University（清华大学）
AI总结 提出ViVa，利用预训练视频生成器联合预测未来本体感受和标量价值，通过时空先验实现可靠价值估计，在三个任务中取得最优结果，与RECAP结合平均成功率达80%。
潜空间：基础、演化、机制、能力与展望
机构 * National University of Singapore（国立新加坡大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； DeepWisdom（深智科技） ； Nanjing University（南京大学） ； Shanghai Jiatong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan（腾讯文深） ； QuantaAlpha（量子阿尔法） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang Lab（浙江实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学）
AI总结 本文综述潜空间在语言模型中的基础、演化、机制与能力，指出其克服显式空间计算的结构性限制，并展望未来研究方向。
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