高校专区
R2RDreamer: 面向空间泛化的2D操作策略的3D感知数据增强
机构 * Tsinghua University（清华大学） ； BUPT（北京邮电大学） ； GigaAI
AI总结 提出R2RDreamer框架，通过轻量级3D编辑和2D视频补全，从少量真实演示生成几何一致的增强数据，提升2D操作策略的空间泛化能力。
Comments Project page: https://r2rdreamer.github.io/
奇妙预训练优化器及其发现之处 II：超球优化
机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； Tsinghua University（清华大学）
AI总结 针对Muon等优化器在大模型预训练中增益随规模增大而减弱的问题，提出Hyperball包装器，固定权重矩阵及其更新的Frobenius范数，在1.2B参数模型上实现20-30%的token等效加速，并改善学习率迁移。
Comments Corresponding blog post: https://psychedelic-sunstone-851.notion.site/Fantastic-Pretraining-Optimizers-and-Where-to-Find-Them-2-1-Hyperball-Optimization-2e924306e6f280e7a5ffee00eb40a0dd
自适应且显式安全：触发大型推理模型中的潜在安全意识
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全全国重点实验室） ； Hangzhou HighTech Zone (Binjiang) Blockchain and Data Security Research Institute, China（杭州高新区（滨江）区块链与数据安全研究院） ； Li Auto Inc.（理想汽车） ； Tsinghua University（清华大学） ； King Abdullah University Of Science And Technology（阿卜杜拉国王科技大学）
AI总结 针对大型推理模型易受越狱攻击的问题，提出Safe Trigger方法，通过SFT显式诱导安全标签触发安全分析，并用DPO优化，显著降低攻击成功率而不影响通用性能。
OpenClaw-Skill：面向智能体大语言模型的集体技能树搜索
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学）
AI总结 提出集体技能树搜索（CSTS）框架，通过集体智能生成和评估技能节点，构建结构化、多样且可泛化的技能树，并引入集体技能强化学习，提升大语言模型在工具使用、多步推理和动态环境交互中的智能体能力。
Comments 13 pages, 2 figures
傲慢与偏见：迈向相互通信的驾驶员行为建模的信息论框架
机构 * State Key Laboratory of Automotive Chassis Integration and Bionics, Jilin University（吉林大学汽车底盘集成与仿生国家重点实验室） ； Beijing National Research Center for Information Science and Technology, Tsinghua University（清华大学北京信息科学与技术国家研究中心） ； Department of Engineering, Brock University（布鲁克大学工程系） ； Department of Automatics, Federal University of Lavras（拉夫拉斯联邦大学自动化系）
AI总结 针对自动驾驶与人类驾驶车辆间意图误读导致的安全与效率问题，提出基于信息论的隐式相互通信模型，结合贝叶斯说服博弈与信息论奖励，在NGSIM数据集上降低强制换道预测误差达20%。
Comments 16 pages, 10 figures. Accepted for the IEEE Transactions on Intelligent Transportation Systems (T-ITS), June 2026
TCHG：基于三重信任条件异构图学习的可靠动态信任预测
机构 * Xidian University（西安电子科技大学） ； Tsinghua University（清华大学）
AI总结 提出TCHG框架，将信任证据分解为三个通道（实体可靠性、交互行为可靠性、上下文信任），分别控制图传播中的消息准入、传播强度和模式选择，并采用非均匀衰减的时间状态处理多尺度演化，实现可靠动态信任预测。
Comments 18 pages, 10 figures, 13 tables
DifferAD-R1: 基于差异引导的多模态大语言模型工业异常定位
机构 * Institute of Automation, Chinese Academy of Sciences (CAS)（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CASI Vision Technology Co., Ltd.（中科慧远视觉技术有限公司） ； Shandong Laboratory of Aluminum Advanced Manufacturing in Binzhou (SLAAMB), Binzhou Institute of Technology, Weiqiao-UCAS Science and Technology Park（山东省滨州市铝先进制造实验室（SLAAMB），滨州技术学院，魏桥国科科技园） ； Space Information Research Institute, Hangzhou Dianzi University（杭州电子科技大学空间信息研究院） ； School of Software, Tsinghua University（清华大学软件学院）
AI总结 提出DifferAD-R1框架，通过差异引导双图像范式将异常定位转化为一次性差异定位问题，并设计双一致性定位奖励和难度感知策略，在AD-DualDiff数据集上优于现有方法。
Comments Submitted to IEEE Transactions on Circuits and Systems for Video Technology
Local-GS：通过Tile局部Warp一致性加速3D高斯泼溅
机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（哈尔滨工业大学机器人技术与系统国家重点实验室） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院智能绿色车辆与交通国家重点实验室） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 提出Local-GS，通过基于SIMT执行边界组织高斯原语，设计提升、剔除和混合三阶段warp一致渲染范式，在不降低质量的前提下实现最高7.76倍加速。
FEnc$^2$: 通过卷积和架构感知的片段编码统一数据打包以实现高效私有推理
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 提出FEnc$^2$框架，通过卷积感知编码和架构感知密文压缩优化CKKS加密推理中的密文打包，减少旋转和密文数量，实现端到端加速高达228倍。
Comments 15 pages, 9 figures. To appear in ISCA 2026
你的轨迹位移在长尾场景中安全吗？
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Tsinghua University（清华大学） ； Tongji University（同济大学）
AI总结 提出FluidTest评估框架，通过成对WebUI协议、32种语义威胁分类和三元验证系统，检测规划轨迹相对于专家参考的额外威胁，实验发现SOTA规划器仍存在大量安全相关失败。
Comments 20 pages, 15 figures
PAL-Bench: 基于纵向个人相册的证据驱动画像重建
机构 * Tsinghua University（清华大学） ； 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） ； Zhejiang University（浙江大学）
AI总结 提出PAL-Bench基准，通过合成用户和隐私保护审计，评估从纵向个人相册中重建用户画像、社交关系和身份映射的能力，发现现有系统在身份解析和证据引用方面存在不足。
TimeVista：探索和利用视觉语言模型作为时间序列预测的评判者
机构 * School of Software, BNRist, Tsinghua University（清华大学软件学院、北京信息科学与技术国家研究中心）
AI总结 提出TimeVista框架，利用视觉语言模型（VLM）作为时间序列预测的评判者，通过微观和宏观判断结合上下文信息评估预测质量，实验表明VLM比传统指标更符合人类偏好。
Fi-Gaussian：面向单图像去雾的频率感知隐式高斯泼溅
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出Fi-Gaussian网络，利用频率感知隐式高斯泼溅模块解耦高低频信息并自适应聚合，结合物理散射重归一化机制，实现单图像去雾的SOTA性能。
Dehaze-GaussianImage：基于高效2D高斯泼溅表示的零样本去雾
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与车辆工程学院） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出首个将2D高斯泼溅引入图像去雾的零样本框架，通过重建-解耦学习策略嵌入大气散射模型，实现几何级解耦和清晰纹理重建，以最少参数达到无监督SOTA性能。
连续Splatting遇见Retinex：用于低光图像增强的连续高斯Splatting与隐式反射建模
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与运载工程学院） ； School of Engineering Science, University of Science and Technology of China（中国科学技术大学工程科学学院） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出CGS-Retinex框架，结合连续高斯Splatting与Retinex理论，通过连续参数场估计全局光照，并利用隐式神经表示独立建模反射率，实现低光图像增强，有效抑制噪声和过曝，恢复高频结构和色彩。
必要时聚焦：用于无训练视觉定位的自适应路由与协作定位
机构 * East China University of Science and Technology（华东理工大学） ； Tsinghua University（清华大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出LazyMCoT动态框架，通过自适应路由评估不确定性，对简单查询跳过处理，对困难样本利用协作定位模块进行两阶段精炼，在提升推理精度的同时降低平均推理延迟。
利用任意子增强量子机器学习
机构 * Center for Quantum Technology Research and Key Laboratory of Advanced Optoelectic Quantum Architecture and Measurements (MOE), School of Physics, Beijing Institute of Technology（量子技术研究中心和先进光电量子架构与测量（MOE）重点实验室，物理系，北京理工大学） ； Department of Mathematics and Physics, Shijiazhuang Tiedao University（数学物理系，石家庄铁道大学） ； Yau Mathematical Sciences Center, Tsinghua University（叶中数学科学中心，清华大学） ； Yanqi Lake Beijing Institute of Mathematical Sciences and Applications, Beijing（燕奇湖北京应用数学科学研究所，北京）
AI总结 提出统一玻色子、费米子和任意子交换统计的量子核框架，通过表示、核几何和学习基准分析，证明任意子核在特征空间结构和学习性能上优于传统统计。
Comments 19 pages, 3 figures
深度残差注入：多模态大语言模型的全频谱取证信号感知
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对多模态大语言模型在取证中难以同时保留语义知识和捕获低级生成器伪影的问题，提出Deep-VRM方法，通过将伪影特定视觉信号作为残差路径注入中间层，实现全频谱信号感知，达到鲁棒检测性能。
Comments Accepted at ICML 2026
TrustedARI: 面向智能体AI的信任原生代理路由基础设施
机构 * Tsinghua University（清华大学）
AI总结 针对代理路由基础设施（ARI）中查询和响应被明文访问、无法验证路由完整性的信任风险，提出TrustedARI，通过三方TLS握手、隐私保护查询构建和可验证计费协议实现信任原生路由，实验表明高效且无需修改服务提供商。
LaWAM: 用于高效动力学感知机器人策略的潜在世界行动模型
机构 * Tsinghua University（清华大学） ； Jilin University（吉林大学） ； Nankai University（南开大学） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Zhongguancun Academy（中关村学院） ； Striding.AI ； Infinigence AI
AI总结 提出LaWAM模型，通过潜在视觉子目标预测场景变化，实现动力学感知的机器人控制，在多个基准上达到最优或竞争性成功率，且推理延迟低。
可检索梯度：无累积权重漂移的持续后训练
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 提出ReGrad范式，将梯度作为可检索知识单元，通过元学习重塑文档梯度为通用适应信号，实现无权重漂移的可扩展参数知识注入。
通过自增强微调在Text-to-SQL中整合推理与泛化
机构 * Central South University（中南大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） ； McGill University（麦吉尔大学）
AI总结 提出CoTE-SQL方法，通过自增强推理轨迹、结构化思维链提示和错误感知修正，在开源LLM上实现Bird和Spider基准的最优性能。
Comments 14 pages, 13 figures, 7 tables
DenseControl: 密集人群图像的实例级可控合成
机构 * the Hong Kong Polytechnic University（香港理工大学） ； Tongyi lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University（清华大学）
AI总结 提出DenseControl管道，通过隔离对象嵌入图和隐式尺度嵌入策略，实现密集人群图像中实例位置、大小、背景、风格和属性的精确控制，在合成质量和下游应用中达到最优。
Comments Accepted to IEEE TMM
迈向全貌：小面积移动传感器的累积指纹映射与重建
机构 * Tsinghua University（清华大学）
AI总结 针对小面积移动指纹传感中采集与识别不匹配的问题，提出累积映射与重建框架，将局部观测序列转化为统一指纹状态，实现单次匹配，提升效率与鲁棒性。
CHILLGuard：面向细粒度中文大语言模型安全护栏的可扩展数据构建与模型感知偏好对齐
机构 * Tsinghua University（清华大学） ； Beijing Normal University（北京师范大学） ； South China University of Technology（华南理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen ShenNong Information Technology Co., Ltd.（深圳神农信息技术有限公司）
AI总结 针对中文场景，提出细粒度风险分类体系（5大类31小类），通过可扩展数据构建管道生成高质量训练数据，并采用模型感知直接偏好优化训练CHILLGuard，在基准上F1分数提升15.92%。
重新思考高效注意力在混合架构中的作用
机构 * Tsinghua University（清华大学） ； OpenBMB
AI总结 本文系统分析混合架构中高效注意力模块（如滑动窗口注意力和循环序列混合器）的影响，发现其主要影响长上下文能力的涌现速度，并揭示“大窗口惰性”现象，提出仅对全注意力层去除位置编码可提升长上下文性能。
Comments 23 pages, 13 figures
面向不确定时变非线性系统的协方差调控递归Koopman学习
机构 * Tsinghua University（清华大学） ； China University of Petroleum-Beijing at Karamay（中国石油大学（北京）克拉玛依校区） ； Xinchen Qihang Inc.（信辰启航有限公司）
AI总结 针对离线模型在时变动力学下失效的问题，提出协方差调控递归Koopman学习框架，通过误差死区门控和常迹归一化策略防止协方差爆炸和参数冻结，实现数值稳定的在线建模，并在非完整驱动轮式机器人和扑翼微型飞行器上验证了其跟踪性能。
基于Hamilton-Jacobi可达性的安全强化学习用于紧急碰撞避免
机构 * Tsinghua University（清华大学） ； Jilin University（吉林大学）
AI总结 提出一种基于Hamilton-Jacobi可达性运动安全集的安全强化学习框架，通过离线数据近似安全集并嵌入约束马尔可夫决策过程，实现紧急避撞中的前瞻性安全监督与策略优化。
Comments Preprint
Mask-Proof: 一种基于LLM的数学证明自动数据整理流水线
机构 * School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Graduate College for Engineers, Beijing University of Posts and Telecommunications（北京邮电大学研究生院工程师学院） ； School of Mathematical Sciences, Fudan University（复旦大学数学科学学院） ； School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络空间安全学院） ； School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院） ； Chu Kochen Honors College, Zhejiang University（浙江大学竺可桢学院） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
AI总结 提出Mask-Proof流水线，将真实证明转化为可自动检查的掩码步骤任务，通过LLM等价性判断器评估模型推理，构建包含292个问题的基准，推理增强模型性能提升12%-27%。
受控动力学吸引子Transformer
机构 * Xi'an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学）
AI总结 提出受控动力学吸引子Transformer（CDAT），通过耦合混合von Mises-Fisher注意力能量与Hopfield精炼能量，并引入CANN启发的兴奋-抑制调制，实现拓扑约束的动力学系统，在图异常检测和图分类任务上达到最优性能。
Comments 20pages,3 figures
Journal ref Forty-Third International Conference on Machine Learning(ICML 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