高校专区
在两个流形交集上的优化
机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, and University of Chinese Academy of Sciences, China（数学科学国家重点实验室，数学与系统科学研究院，中国科学院，以及中国科学院大学，中国）
AI总结 本文提出了一种几何方法，通过在单个流形上进行重新参数化，并在两个正交方向上更新迭代点，以解决两个流形交集上的优化问题，证明了清洁交集和内在横贯性是等价的，并展示了该方法在稀疏和低秩优化问题中的有效性。
Comments 26 pages, 5 figures, 3 tables
SegCompass: 探索通过稀疏自编码器实现可解释对齐以增强推理分割
机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Meituan, Beijing（美团，北京） ； University of Chinese Academy of Sciences（中国科学院大学） ； College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院）
AI总结 本文提出SegCompass，一种通过稀疏自编码器实现可解释对齐的端到端模型，以提升推理分割的性能和可解释性。
Comments Accepted by CVPR 2026. 15 pages, 9 figures, 6 tables
4D-GSW: 4D高斯点散布的运动感知空间-时间一致水印技术
机构 * Southeast University（东南大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy（广东人工智能与数字经济实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出4D-GSW，一种运动感知的空间-时间一致水印技术，用于在4D高斯点散布中嵌入鲁棒的版权信息，同时保持高空间-时间一致性。
Comments 9 pages main paper, 7 figures, 18 pages in total
学习预见：揭示在线蒸馏的解锁效率
机构 * USTC（中国科学技术大学） ； Tencent（腾讯） ； NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； UCAS-IIE（中国科学技术大学国际交流学院） ； SHU（上海大学）
AI总结 本文研究了在线蒸馏（OPD）的效率来源，提出EffOPD方法通过适应性选择 extrapolation 步长和沿当前更新方向移动来加速OPD，实现了3倍的训练加速同时保持最终性能。
迈向真实世界的人类行为模拟：在长时间跨度、跨场景、异质行为轨迹上对大语言模型进行基准测试
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Kuaishou Technology（快手科技）
AI总结 本文提出OmniBehavior基准测试，通过真实世界数据整合长周期、跨场景和异质行为模式，揭示现有模型在模拟复杂人类行为时的局限性，包括对正向平均人的趋同、人格同质化和乌托邦偏见，为未来高保真模拟研究指明方向。
Comments Project page: https://OmniBehavior.github.io
Faithful-MR1: 通过锚定和强化视觉注意力实现忠实的多模态推理
机构 * AMAP, Alibaba Group（阿里云实验室，阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出Faithful-MR1框架，通过锚定和强化视觉注意力解决多模态推理中的忠实性问题，提升模型在多模态基准上的表现。
Comments 20 pages, 7 figures, 3 tables. Preprint
GA-VLN: 用于高效视觉-语言导航的几何感知鸟瞰图表示
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Robbyant ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出GA-VLN框架，通过引入几何感知的鸟瞰图表示（GA-BEV），整合显式和隐式几何信息，提升视觉-语言导航的效率和性能，实验表明其在仅使用导航数据的情况下取得了最先进的结果。
ECPO：基于证据的策略优化用于证据认证的候选者排序
机构 * Institute of Information Engineering, Chinese Academy of Sciences（信息工程研究所，中国科学院） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
AI总结 本文研究了证据认证候选者排序问题，提出了一种名为ECPO的策略优化方法，通过结合排序和证据证书来提升排序效果和证据可靠性。
基于视觉优势的在线策略蒸馏用于视觉-语言模型
机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, UCAS（中国科学院大学(UCAS)先进交叉学科学院） ； Hello Group Inc.（Hello集团有限公司） ； Sun Yat-sen University（中山大学）
AI总结 本文提出了一种基于视觉优势的在线策略蒸馏方法，用于提升视觉-语言模型对视觉输入的依赖性，通过引入视觉优势指标来区分关键视觉token与语言token，从而提高蒸馏效果。
基于多阶段注意力网络的调制特征增强用于水下声学目标识别
机构 * Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer Science and Electronics Engineering, University of Essex（埃塞克斯大学计算机科学与电子工程学院）
AI总结 本文提出了一种基于变分模态分解和3/2-D频谱的特征提取与融合方法，结合多阶段多类型注意力机制和可调类平衡焦点损失，提升水下声学目标识别性能。
Comments 31 pages, 14 figures, Accepted by Signal Processing
揭示大型语言模型的推理过程
机构 * Institute of Automation, Chinese Academy of Sciences（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）
AI总结 本文通过分析Transformer层中注意力头和层的信息转换，揭示了大型语言模型在数学和符号推理任务中，中间层将token级信息转化为可重用的关联结构的核心机制。
DeFacto: 通过图像进行反事实推理以强制证据支持和忠实推理
机构 * Department of Automation, Tsinghua University, Beijing, China（清华大学自动化系） ； Zhongguancun Academy, Beijing, China（中关村学院） ； School of Software, Xinjiang University, Urumqi, China（新疆大学软件学院） ； College of Materials Science and Engineering, Fuzhou University, Fuzhou, China（福州大学材料科学与工程学院） ； Institute of Automation, Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China（中国科学院大学人工智能学院） ； Beijing Qianjue Technology Co., Ltd., Beijing, China（北京千 jue 技术有限公司）
AI总结 本文提出DeFacto框架，通过整合正例、反事实和随机遮蔽三种训练范式，提升多模态语言模型在证据一致性方面的表现，并引入DeFacto-1.5K基准进行系统评估。
SENIOR: 在基于偏好的强化学习中高效查询选择与偏好引导探索
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，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）
AI总结 本文提出SENIOR方法，通过高效查询选择和偏好引导探索提升人类反馈效率和策略学习速度，解决基于偏好的强化学习在反馈和样本效率方面的不足。
Comments 8 pages, 8 figures, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)
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