高校专区
具有自约束先验的3D高斯点云用于高保真的表面重建
机构 * School of Software, Tsinghua University（清华大学软件学院） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系）
AI总结 本文提出自约束先验以约束3D高斯学习，提升深度渲染精度，通过融合当前3D高斯生成的深度图得到TSDF网格，生成带状约束以优化高斯分布，同时定期更新以提高准确性。
Comments Accepted by CVPR 2026. Project page: https://takeshie.github.io/GSPrior
Mario：基于大语言模型的多模态图推理
机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑）
AI总结 Mario通过多模态图推理框架解决跨模态一致性与异构模态偏好问题，实现对多模态图的有效推理，优于现有图模型。
Comments CVPR 2026
MeanFuser: 一种基于MeanFlow的高效多模态轨迹生成与自适应重构方法用于端到端自动驾驶
机构 * SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Xiaomi EV（小米汽车） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学智能产业研究院）
AI总结 本文提出MeanFuser，通过引入Gaussian Mixture Noise、MeanFlow Identity和轻量级ARM模块，实现了高效且鲁棒的多模态轨迹生成与自适应重构，提升了端到端自动驾驶的性能和效率。
Comments Accepted by CVPR 2026
DiffuGuard: 差分扩散语言模型中内在安全的丧失与恢复
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Squirrel Ai Learning（松鼠AI） ； Peking University（北京大学）
AI总结 本文分析了差分扩散语言模型在对抗攻击中的脆弱性，提出DiffuGuard框架通过随机退火重标记和块级审计修复提升模型安全性，有效降低攻击成功率。
Comments Accepted by ICLR2026
从何到为何：一个用于基于证据的化学反应条件推理的多智能体系统
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； University of Oxford（牛津大学）
AI总结 本文提出ChemMAS多智能体系统，通过机制 grounding、多通道回忆、约束感知辩论和理由聚合，提升化学反应条件推荐的可解释性，实验表明其在准确率和可解释性上优于现有方法。
Comments Accepted by ICLR 2026
通过LLM增强的跨城市学习预测极端事件中的人类移动
机构 * Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University（清华大学电子工程系、北京信息科学与技术国家研究中心）
AI总结 本文提出X-MLM框架，利用LLM建模移动意图，跨城市转移极端事件对移动意图的影响知识，提升极端事件中的人类移动预测性能。
自校准CLIP用于无训练开放词汇分割
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Automation, Tsinghua University（清华大学自动化系）
AI总结 本文提出自校准CLIP，通过消除异常token影响，提升CLIP在开放词汇分割中的表现，实现更精细的特征表示和语义一致性。
Comments Accepted by IEEE TIP
机会约束迭代线性二次随机博弈
机构 * Institute for Interdisciplinary Sciences, Tsinghua University（清华大学交叉信息研究院） ； Tier IV, Inc.（Tier IV公司） ； Shanghai Qizhi Institute（上海期智研究院）
AI总结 本文提出CCILQGames算法，通过增广拉格朗日方法解决机会约束随机博弈问题，在自动驾驶场景中验证了其生成安全交互策略的能力。
Comments Updated version of the published IEEE RA-L paper. Assumption 1 and strategy space definition revised to make the information structure explicit. Theorem 1 assumptions are more explict. No changes to algorithm or experimental results
MANDERA: 通过排序检测联邦学习中的恶意节点
机构 * University of Sydney（悉尼大学） ； School of Computing, Macquarie University（麦考瑞大学计算学院） ； School of Computer Science and Engineering, The University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Department of Statistics and Data Science, Tsinghua University（清华大学统计与数据科学系）
AI总结 MANDERA通过将原始梯度空间转换为排序矩阵，有效检测联邦学习中的恶意梯度，适用于不同数据集和攻击类型。
Comments 21 pages, 11 figures, The Annals of Applied Statistics
COIN: 基于协作交互的多智能体强化学习用于自动驾驶系统
机构 * Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（新加坡国立大学设计与工程学院机械工程系） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（香港理工大学电机及电子工程学系） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 本文提出COIN框架，通过改进的CIG-TD3算法和双层交互感知集中批评者架构，提升多智能体自动驾驶系统在复杂动态场景中的安全性和效率。
TopoMesh: 通过拓扑统一实现高保真的网格自编码
机构 * Tsinghua University（清华大学） ； ByteDance Seed（字节跳动种子） ； HKUST（香港科技大学）
AI总结 TopoMesh通过拓扑统一框架解决网格生成中的拓扑不匹配问题，利用稀疏体素VAE实现高保真重建，提升几何细节和锐利特征的保留能力。
Comments Accepted to CVPR 2026. Project page: https://logan0601.github.io/projects/topomesh/index.html
SPR-128K：一种多模态大语言模型空间合理性推理的新基准
机构 * Tsinghua University（清华大学） ； Alibaba Health Information Technology Limited（阿里巴巴健康信息技术有限公司）
AI总结 本文提出SPR-128K数据集及DPA-GRPO方法，解决图像筛选中多模态大语言模型空间推理能力不足的问题，实验表明小型模型在该任务上优于主流模型。
基于检索-推理的大型语言模型合成临床试验生成
机构 * Institute for Clarity in Documentation（清晰文档研究所） ； Inria Paris-Rocquencourt（巴黎- Rocquencourt 国家信息与自动化研究所） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒实验室） ； University of Chicago（芝加哥大学） ； Stanford University（斯坦福大学） ； Purdue University（普渡大学） ； University of Southern California（南加州大学）
AI总结 本文提出基于检索-推理框架的合成临床试验生成方法，利用LLM生成标注二元结果的合成试验报告，通过检索模块和推理模块提升生成质量，实验证明合成数据可有效增强真实数据集并提升临床试验预测性能。
Comments Published in ACM BCB 2025. 9 pages, 4 figures, 5 tables (Main paper + Supplementary Materials)
Journal ref Proceedings of the 16th ACM International Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM BCB 2025)
重新审视、扩展和增强Hessian-Free影响函数
机构 * Brandeis University（布兰迪大学） ； Tsinghua University（清华大学）
AI总结 本文重新审视TracIn方法，扩展其应用至公平性和鲁棒性，并通过集成策略增强其性能，通过合成数据和噪声标签检测等实验验证有效性。
潜在世界动作建模：端到端自动驾驶的潜在世界建模
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Chongqing Chang’an Technology Co., Ltd（重庆长安科技有限公司） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Zhongguancun Academy（中关村学院）
AI总结 本文提出Latent-WAM框架，通过空间感知和动态感知的潜在世界表示实现高效端到端自动驾驶，实验显示在NAVSIM v2和HUGSIM上取得新的SOTA结果。
MolEvolve: 基于大语言模型的可解释分子优化进化搜索
机构 * Hong Kong University of Science（香港科技大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 MolEvolve通过大语言模型引导进化搜索，实现可解释的分子优化，优于传统方法在属性预测和分子优化任务中表现更优。
TsetlinWiSARD：基于FPGA的Tsetlin自动机实现重量神经网络的芯片级训练
机构 * Institute for Clarity in Documentation（清晰文档研究所） ； Inria Paris-Rocquencourt（巴黎-罗克琴库特研究所） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒实验室）
AI总结 本文提出TsetlinWiSARD，利用Tsetlin自动机实现重量神经网络的概率反馈学习，提升芯片级训练效率，实现1000倍加速和资源消耗降低。
Comments Accepted at the 63rd Design Automation Conference (DAC 2026)
HiSync: 从可穿戴IMU和机器人摄像头同步手部运动以在远距离HRI中进行命令源识别
机构 * Department of Computer Science ； Technology, BNRist Tsinghua University Beijing China ； Technology, BNRist, College of AI Tsinghua University Beijing China ； Technology Tsinghua University Beijing China ； Beijing University of Posts ； Academy of Arts \& Design Tsinghua University Beijing China ； Qinghai University Xining China ； Tsinghua University ； Technology, BNRist, College of AI ； Technology Tsinghua University ； Academy of Arts \& Design Tsinghua University ； Qinghai University
AI总结 HiSync通过同步机器人摄像头光流与手环IMU信号，提取频域手部运动特征并融合多模态数据，实现远距离多用户HRI中的高准确率命令源识别。
让代理搜索：在时间问题回答中自主探索胜过固定工作流
机构 * National University of Defense Technology（国防科技大学） ； Tsinghua University（清华大学）
AI总结 本文提出AT2QA代理，通过自主探索和动态自我纠正提升时间知识图谱问题回答性能，实验表明其在三个基准测试中超越现有最佳基线。
Comments Revised version with three added authors and additional experiments
连续GUI代理
机构 * Department of Computer Science and Technology, Tsinghua University, China（计算机科学与技术系，清华大学，中国） ； College of Computer Science, Zhejiang University, China（浙江大学计算机科学学院，中国） ； College of Computer Science, Beijing University of Posts and Telecommunications, China（北京邮电大学计算机科学学院，中国）
AI总结 本文提出连续GUI代理任务，通过引入GUI-Anchoring in Flux框架，解决GUI分布变化时持续学习稳定性问题，实验显示其优于现有方法。
Comments Code is available at: https://github.com/xavierliu34/GUI-AiF
分解与迁移：基于CoT提示的对齐增强开放词汇时序动作检测
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； State Key Laboratory of Cyberspace Security Defense（网络空间安全防御国家重点实验室） ； Hangzhou Dianzi University（杭州电子科技大学） ； Department of Automation, Tsinghua University（清华大学自动化系）
AI总结 本文提出PDA框架，通过CoT提示语义分解和适应性相位对齐，提升开放词汇时序动作检测的跨类别迁移能力。
Comments Accepted by CVPR 2026
SilLang: 通过轮廓语言编码提升步态识别
机构 * Beihang University（北航大学） ； Tsinghua University（清华大学）
AI总结 本文提出SilLang模型，通过将二进制轮廓与自然语言结合，改进步态识别性能，利用LLM提取离散特征，提升时间模式建模能力。
为何激活函数的最大二阶导数对对抗鲁棒性至关重要
机构 * Tsinghua University（清华大学）
AI总结 研究探讨了激活函数曲率对对抗鲁棒性的影响，发现曲率与模型表达能力和鲁棒泛化存在权衡，最优鲁棒性出现在最大二阶导数在4到10之间。
通过目标检索重新提示SAM 3：5th PVUW MOSE Track的第三篇
机构 * School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； Department of Automation, Tsinghua University（清华大学自动化系）
AI总结 本文基于SAM 3开发自动重新提示框架，通过目标检索提升视频目标分割的鲁棒性，实现51.17%的J&F成绩，在MOSEv2 Track中排名第三。
演示混合用于文本图理解与问答
机构 * Independent Researcher, Wayne State University（韦恩州立大学独立研究者） ； Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（巴黎-罗克琴court研究所） ； Rajiv Gandhi University（拉吉夫·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒尔研究实验室）
AI总结 本文提出MixDemo框架，通过MoE机制选择信息丰富的演示，结合查询特定图编码器减少噪声，提升文本图问答性能。
云-边协同大模型用于鲁棒性光伏功率预测
机构 * School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； Department of Computer Science and Technology, BNRist, Tsinghua University（清华大学计算机科学与技术系） ； Beijing Smartchip Microelectronics Technology Co., Ltd（北京智芯微电子技术有限公司）
AI总结 本文提出云-边协同框架CAPE，通过结合专用专家模型、轻量边缘模型和云端大模型，提升光伏功率预测的准确性与鲁棒性，同时满足严格的时延约束。
通过循环一致性掩码预测学习跨视角物体对应关系
机构 * Tsinghua University（清华大学） ； WeChat Vision, Tencent Inc.（腾讯微信视觉实验室） ； USTC（中国科学技术大学）
AI总结 本文提出基于条件二值分割的框架，通过循环一致性训练目标视角预测掩码并重建源视角掩码，实现无标注的自监督学习，提升跨视角物体对应性能。
Comments The paper has been accepted to CVPR 2026 main track
ProFit：通过概率引导的标记选择利用SFT中的高价值信号
机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
AI总结 ProFit通过概率引导的标记选择策略，有效缓解SFT中单参考答案导致的过拟合问题，提升模型在通用推理和数学任务中的表现。
分割后再地面：为长视频理解适应帧选择以查询类型
机构 * Tsinghua University（清华大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 本文提出DIG框架，根据查询类型调整帧选择策略，通过高效均匀采样处理全局查询，利用专用流程提取相关帧处理局部查询，提升长视频理解性能。
Comments CVPR 2026
不确定性使其稳定：基于好奇心的量化专家混合框架
机构 * MIT Critical Data（MIT关键数据） ； Université de Rennes（里昂大学） ； Technetium Engineering（Technetium工程） ； Institución Universitaria Colegio Mayor del Cauca（科瓦卡大学学院） ； CeADAR - Ireland’s Centre for AI（爱尔兰人工智能中心） ； University College Dublin（都柏林大学） ； Tsinghua University（清华大学） ； Beth Israel Deaconess Medical Center（贝瑟尔以色列德acons医院） ； Harvard T.H. Chan School of Public Health（哈佛T.H.陈公共卫生学院）
AI总结 本文提出基于好奇心驱动的量化专家混合框架，通过贝叶斯知识不确定性路由提升模型在资源受限设备上的精度与推理延迟稳定性，实验证明其在音频分类任务中具有更高的准确率和更低的能耗。
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