高校专区
面向增强大语言模型推理能力的分层多步奖励模型
机构 * the University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； the Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出分层奖励模型和轻量数据增强策略，解决大语言模型推理中奖励黑客问题，提升多步推理评估的稳定性和泛化能力。
大型多模态模型距离人类水平的空间行动还有多远？一个面向城市空域目标导向的具身导航基准测试
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Northeastern University（东北大学） ； National University of Defense Technology（国防科技大学） ； Shandong University（山东大学） ； BNRist, Tsinghua University（清华大学北京信息科学与技术国家研究中心）
AI总结 本文通过构建包含5037个高质量目标导向导航样本的数据集，评估17种代表性模型在城市3D空间中具身空间行动的能力，发现尽管LMMs展现出新兴行动能力，但仍远未达到人类水平，并揭示导航误差在关键决策分歧后迅速发散的现象。
WorldMAP: 通过生成世界模型提升视觉-语言导航轨迹预测
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Shandong University（山东大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院）
AI总结 WorldMAP通过生成世界模型与教师-学生框架，将生成的未来场景转化为语义空间结构和规划监督，提升导航轨迹预测的稳定性与准确性，取得最佳性能。
ReconPhys：从单个视频中重建外观和物理属性
机构 * GigaAI ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学）
AI总结 本文提出ReconPhys，首个能从单目视频联合学习物理属性估计和3D高斯点云重建的端到端框架，实现快速高效的目标检测与生成。
FlowGuard: 通过线性潜在解码实现扩散模型生成过程中的轻量级安全检测
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； 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 FlowGuard通过线性近似和课程学习方法，在生成过程中检测不安全内容，提升扩散模型的安全性和效率，F1分数优于现有方法30%以上，同时显著降低GPU内存占用和投影时间。
ACIArena：迈向多智能体系统统一评估
机构 * Zhejiang University（浙江大学） ； State Key Laboratory of Internet Architecture, Tsinghua University（清华大学网络架构国家重点实验室） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Palo Alto Networks ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心）
AI总结 本文提出ACIArena框架，用于评估多智能体系统（MAS）的鲁棒性，通过多攻击面和目标的系统化测试，揭示单纯依赖拓扑结构评估不足，强调需通过角色设计和受控交互提升系统安全性。
Comments ACL 2026
CausalVAE作为世界模型的插件：迈向可靠的反事实动力学
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； The University of Hong Kong（香港大学） ； INFIFORCE Intelligent Technology（INFIFORCE智能科技）
AI总结 本文提出CausalVAE作为潜在世界模型的插件模块，通过增强事实预测和反事实检索，提升模型在分布偏移和干预下的鲁棒性，尤其在物理基准上取得显著提升。
学习搜索：一种基于决策的知识增强视觉问答代理
机构 * Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； Hefei University of Technology（合肥工业大学）
AI总结 本文提出基于决策的KB-VQA代理，通过多步骤决策过程解决视觉问答问题，改进检索与推理整合，提升对稀有实体和长尾事实的处理能力。
多模态大语言模型在离散符号理解中的认知不匹配
机构 * Tsinghua University（清华大学） ； Sun Yat-sen University（中山大学） ； Independent Researcher（独立研究员） ； The Hong Kong Polytechnic University（香港理工大学） ； Guangdong Laboratory of AI and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
AI总结 研究发现多模态大语言模型在离散符号识别上表现欠佳，而在复杂推理任务上表现较好，揭示了当前系统依赖语言先验而非稳健视觉基础的问题。
Timer-S1: 一种十亿级时间序列基础模型与串行扩展
机构 * Tsinghua University（清华大学）
AI总结 Timer-S1通过三维串行扩展提升时间序列预测能力，采用稀疏TimeMoE块和通用TimeSTP块，实现长周期预测并减少误差积累，基于TimeBench数据集取得最佳MASE和CRPS分数。
Lang2Act: 通过自涌现语言工具链实现细粒度视觉推理
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系） ； Alibaba Group, Hangzhou, China（阿里巴巴集团）
AI总结 Lang2Act通过自涌现语言工具链提升视觉感知与推理能力，采用强化学习框架优化VLMs的视觉感知和下游任务性能，实验显示其在视觉感知能力上有显著提升。
基于反射的任务适应用于自我改进的VLA
机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； JD Explore Academy（京东探索研究院） ； AIR, Tsinghua University（清华大学智能产业研究院）
AI总结 本文提出反射式自我适应框架，通过双路径架构实现快速自主任务适应，结合失败驱动的强化学习与成功驱动的质量引导微调，提升机器人在复杂任务中的适应效率和成功率。
对人类不可见，由智能体触发：针对移动视觉-语言智能体的隐秘劫持攻击
机构 * School of Computer Science, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University（清华大学计算机科学与技术系、人工智能研究院、清华-博世机器学习联合中心、清华脑与智能实验室、北京国家信息科学与技术研究中心）
AI总结 本文提出了一种隐秘的劫持攻击方法，通过智能体交互时的感知注入，避免被人类察觉，同时在移动设备上有效绕过安全过滤器。
片段作为手臂：多臂老虎机引导的长上下文LLM偏好优化采样
机构 * School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院） ； Microsoft Research Asia, China（微软亚洲研究院） ； Department of Computer Science and Technology, Institute for AI, Tsinghua University, China（清华大学计算机科学与技术系及人工智能研究院）
AI总结 本文提出LongMab框架，利用多臂老虎机策略从长上下文中选择最有信息量的片段，生成高质量多样化的响应，用于直接偏好优化训练，提升长上下文推理能力。
Comments 17 pages
LiloDriver：一种面向长尾自动驾驶场景闭环运动规划的终身学习框架
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Horizon Robotics（地平线机器人）
AI总结 LiloDriver通过结合大语言模型与记忆增强的规划生成系统，实现了在长尾自动驾驶场景中闭环运动规划的持续适应，优于传统规则和学习方法。
Comments 7 pages, 3 figures
通过状态空间模型进行医疗点云的分层特征学习
机构 * Shenzhen Key Laboratory of Ubiquitous Data Enabling, Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院深圳市普适数据赋能重点实验室） ； Pengcheng Laboratory（鹏城实验室）
AI总结 本文提出基于状态空间模型的分层特征学习框架，用于医疗点云理解，通过多级下采样和KNN查询聚合多尺度结构信息，并引入坐标顺序和内向外扫描策略提升处理效率，最终在MedPointS数据集上验证了方法的优越性。
Comments 10 pages, 3 figures
Flemme：一种灵活且模块化的医学图像学习平台
机构 * Tsinghua 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）
AI总结 本文提出Flemme平台，通过分离编码器与模型架构，支持多种编码器和架构组合，提升医学图像处理的灵活性和效率，实验表明其在分割和重建任务中均取得显著性能提升。
Comments 8 pages, 6 figures
通过主动3D场景探索增强MLLM空间理解以实现多视角推理
机构 * Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Tencent（腾讯）
AI总结 本文提出一种无需训练的框架，通过显式3D重建机制提升MLLM的空间理解能力，通过主动探索生成新视角，优于专门空间模型和通用MLLM。
SubFLOT：通过最优传输实现高效且个性化的联邦学习子模型提取
机构 * Tsinghua University（清华大学） ； Beijing University of Technology（北京工业大学） ； Key Laboratory of Pervasive Computing, Ministry of Education（普适计算教育部重点实验室）
AI总结 SubFLOT通过最优传输增强剪枝模块生成定制化子模型，结合缩放适应正则化模块缓解参数分歧，实现高效个性化联邦学习。
Comments Accepted by CVPR 2026
平衡效率与恢复：基于Mamba的轻量模型用于CT金属伪影减少
机构 * New York University（纽约大学） ； BaiyunPort（白云港） ； University of Technology Sydney（悉尼科技大学） ； Sanda University（上海杉达学院） ； Shan Dong Xiehe College（山东协和学院） ； Tsinghua University（清华大学） ； Gannan Normal University（赣南师范大学） ； Southern Medical University（南方医科大学） ； Shenzhen Research Institute of Big Data（深圳市大数据研究院）
AI总结 本文提出MARMamba模型，通过多尺度Mamba模块有效减少CT图像中的金属伪影，同时优化计算资源与恢复效率的平衡，提升图像质量与诊断准确性。
Comments Accepted by IEEE Transactions on Radiation and Plasma Medical Sciences
基于科学知识的解码约束：提升大语言模型的可靠性
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Northeastern University（东北大学）
AI总结 本文提出SciDC方法，通过整合领域知识与强约束提升LLM在科学任务中的可靠性，实验显示在工业配方设计、肿瘤诊断和逆合成规划中平均准确率提升12%。
BiDexGrasp: 跨物体几何与尺寸的协调双臂灵巧抓取
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； 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BiDexGrasp，包含大规模双臂灵巧抓取数据集和新型生成模型，通过高效区域基抓取初始化与解耦力闭合优化策略，生成协调且高质量的抓取。
Comments Project Page: https://frenkielm.github.io/BiDexGrasp.github.io/
利用大型语言模型自动合成数据库原生函数代码
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出DBCooker系统，通过多模块协同解决数据库原生函数合成难题，实现更高精度的自动代码生成，实验显示在SQLite、PostgreSQL和DuckDB上准确率提升34.55%。
Comments Please visit our homepage at: https://code4db.github.io/hi-opencook/. The code is available at: https://github.com/weAIDB/OpenCook
QA-MoE：迈向具有质量感知专家混合的连续可靠性光谱以实现稳健的多模态情感分析
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Aarhus University（奥胡斯大学）
AI总结 本文提出QA-MoE框架，通过自监督的aleatoric不确定性量化模态可靠性，以应对多模态输入中的动态噪声和模态缺失问题，实现稳健的情感分析。
SpatialEdit：细粒度图像空间编辑基准测试
机构 * The University of Hong Kong（香港大学） ； JD Explore Academy（京东探索研究院） ； Tsinghua University（清华大学） ； 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）
AI总结 本文提出SpatialEdit-Bench基准测试，结合视角重建和框架分析评估空间编辑的感知合理性和几何精度，并构建了SpatialEdit-500k合成数据集和SpatialEdit-16B基线模型，实现细粒度空间编辑的高效训练与评估。
Comments Code: https://github.com/EasonXiao-888/SpatialEdit
通过连续软化回溯重采样稳定多模态大语言模型的无监督自进化
机构 * Tsinghua University（清华大学） ； Hefei University of Technology（合肥工业大学） ； University of Arizona（亚利桑那大学） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统实验室）
AI总结 本文提出CSRS方法，通过回溯推理机制和软化频率奖励提升多模态大语言模型的无监督自进化稳定性，实验显示在MathVision等基准上表现优异。
Comments 16 pages, 6 figures
计算机环境在大语言模型中激发通用代理智能
机构 * GSAI, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research（微软研究院） ； Tsinghua University（清华大学）
AI总结 本文研究了计算机环境如何通过虚拟沙盒激发大语言模型的通用能力，展示了环境对任务解决的提升效果及训练方法。
Comments Project Page: https://llm-in-sandbox.github.io
V$^{2}$-SAM：融合SAM2与多提示专家以实现跨视角物体对应
机构 * INSAIT, Sofia University “St. Kliment Ohridski”（INSAIT，索非亚大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； East China Normal University（华东师范大学）
AI总结 本文提出V2-SAM框架，通过两个互补的提示生成器将SAM2从单视角分割适应到跨视角对应，引入多专家设计和PCCS选择器，实现跨视角物体一致性的新方法。
Comments 19 pages
Nirvana：一种具有任务感知内存机制的专用通用模型
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Xiong’an Anying Technology Co., Ltd.（雄安安影科技有限公司） ； Zhejiang University（浙江大学）
AI总结 Nirvana提出一种具备任务感知内存机制的专用通用模型，通过线性时间复杂度和测试时任务信息提取，在通用和专业领域均表现优异，尤其在医学、金融和法律等专业领域实现最低困惑度。
LongWriter-Zero: 通过强化学习掌握超长文本生成
机构 * Singapore University of Technology and Design, Singapore（新加坡科技设计大学） ； Tsinghua University, Beijing, China（清华大学）
AI总结 本文提出一种基于激励的方法，无需标注或合成数据，通过强化学习使LLM生成超长高质量文本，实验表明其在长文本任务中优于传统SFT方法，达到WritingBench和Arena-Write的最优效果。
Comments ICLR 2026 Oral
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