高校专区
多视角特征高阶融合用于空间弱目标检测与分割
机构 * Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心） ； Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间应用重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 针对空间弱目标检测与分割，提出多视角特征高阶融合方法（MHF），通过高阶特征感知和递归任务贡献门控选择，有效聚合弱目标的准确丰富特征，作为即插即用模块显著提升多种视觉模型性能。
学习时间一致性以实现鲁棒的卫星视频检测器
机构 * Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心） ； Key Laboratory of Space Utilization, Chinese Academy of Sciences（中国科学院空间应用重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronics and Information Engineering, Harbin Institute of Technology（哈尔滨工业大学电子与信息工程学院）
AI总结 提出基于时间一致性学习（TCL）的卫星视频目标检测框架，通过时间特征聚合、结构编码和时间一致性约束模块，实现定向细粒度目标检测，在SAT-MTB数据集上达到47.7% mAP，较基线提升4.8%。
Comments 11 pages, 8 figures
CORA: 通过一致性导向的推理对齐分析与弥合多模态RLVR中的思考-答案差距
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Wuhan University（武汉大学） ； Tsinghua University（清华大学） ； Tianjin University（天津大学）
AI总结 本文分析多模态RLVR中思考与答案的语义不一致问题，提出CORA方法，通过轻量级一致性奖励模型引入语义一致性，并采用混合奖励优势分裂稳定优化，提升推理忠实度。
Comments Submitted to EMNLP 2026
BayLing-Duplex: 单一自回归LLM的原生全双工语音对话
机构 * Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences (ICT/CAS)（中国科学院计算技术研究所智能信息处理重点实验室） ； Key Laboratory of AI Safety, Chinese Academy of Sciences（中国科学院人工智能安全重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出BayLing-Duplex，一种原生全双工语音语言模型，通过单个自回归LLM决定何时听、说和停止，无需外部VAD模块，仅用少量特殊标记实现，在少量微调数据上达到高交互成功率并提升响应质量。
Comments Code: https://github.com/BayLing-Models/BayLing-Duplex
SkillAudit: 通过配对轨迹审计实现无真实反馈的技能进化
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室）
AI总结 提出SkillAudit框架，通过配对轨迹审计和过程对齐对比评估，无需真实反馈即可进化智能体技能，在89个任务中平均奖励达73.9%。
Comments 20 pages, 5 figures
缩放因子在LoRA优化中的隐藏力量
机构 * School of Mathematical Sciences, UCAS（中国科学院大学数学科学学院） ； School of Mathematical Sciences, NKU（南开大学数学科学学院） ； School of Advanced Interdisciplinary Sciences, UCAS（中国科学院大学前沿交叉科学学院）
AI总结 本文揭示LoRA中缩放因子α与学习率功能不同，α主导优化效果，通过信号-漂移框架发现α能放大任务信号而不增加漂移比，并提出LoRA-α框架以简化超参数搜索并提升性能。
可验证环境是乐高积木：递归组合实现推理泛化
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； 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） ； Qwen Team, Alibaba Group（阿里巴巴集团Qwen团队）
AI总结 提出RACES框架，将可验证环境视为可递归组合的构建块，通过定义四种组合算子自动生成复合环境，在六个未见基准上平均提升DeepSeek-R1-Distill-Qwen-14B 3.1分，且仅用50个基础环境即可达到300个环境的性能。
ConsistencyPlanner: 基于快速采样一致性模型的实时规划
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, 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） ； Guangzhou Zaofu Intelligent Technology Co., Ltd.（广州造父智能科技有限公司）
AI总结 提出Consistency Planner框架，利用快速采样一致性模型实现高效多模态采样，并结合注意力增强解码器融合异构特征，在Waymax模拟器中显著提升安全性和实时性。
通过经验知识集成与激活推动LLM工具调用极限
机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）
AI总结 研究如何通过经验知识获取、激活和内化提升LLM多步工具调用性能，提出知识增强工具执行框架KATE，结合宽度扩展推理与知识感知训练，在BFCL-V3和AppWorld上显著优于基线。
通过图对齐在像素级全局定位月球车
机构 * The State Key Laboratory of Multimodal Artificial Intelligence Systems, 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） ； Beijing Aerospace Control Center（北京航天飞行控制中心） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心）
AI总结 提出WARG框架，利用统一图学习和重投影图匹配解决月球车跨视角定位中的实体纠缠、视角差异和仿真到真实域偏移问题，在玉兔二号真实数据上实现1.68米定位误差。
Dirichlet引导的群体预测：缓解时间序列预测中的过度平滑
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
AI总结 针对时间序列预测中的过度平滑问题，提出Dirichlet引导的群体预测（DGF）框架，通过显式建模多个模式条件预测分布及其选择概率的不确定性，并采用Dirichlet引导的分层采样和奖励优化，提升预测的准确性、多样性和动态一致性。
VeriSpace: 面向视觉-语言-动作模型的空间基础动作验证
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出VeriSpace，一种3D感知的动作验证器，通过双路径3D注入场景编码和空间基础动作推理，在测试时选择候选动作，提升VLA模型的可靠性。
Comments Submit to ACM MM
ActiveMem: 用于长程LLM推理的分布式主动记忆
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出ActiveMem框架，将记忆从核心推理中解耦，通过分布式主动记忆系统积累语义要点，在长程推理任务中实现高精度和低开销。
HIPIF: 面向长视界LLM智能体学习的层次化规划与信息折叠
机构 * Meituan（美团） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出层次化规划与信息折叠方法，通过子目标分解和历史折叠减少长上下文干扰，结合层次化反思和子目标过程奖励，提升LLM在多轮长视界任务中的表现。
STAGE-Claw：面向真实场景的基于状态的智能体自动化基准测试
机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学前沿交叉科学学院） ； Chinese Academy of Sciences（中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Meituan（美团）
AI总结 提出STAGE-Claw框架，自动构建基于状态的个人计算环境中的真实场景任务，通过最终系统状态而非文本响应评估智能体性能，创建40个挑战性任务并分析11个前沿模型。
超越静态评估：对抗性游戏中LLM驱动策略演化的协同进化机制
机构 * Baidu Inc.（百度公司） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； University of Technology Sydney（悉尼科技大学）
AI总结 针对LLM驱动代码进化在对抗性多智能体游戏中因评估景观变化导致停滞的问题，提出评估器协同进化、层次深度评估和弱点压力三种机制，在MCTF任务中实现最优性能和泛化能力。
双人探戈：面向安全LLM微调的耦合任务-参考选择
机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院）
AI总结 提出DualSelect框架，通过耦合任务与安全参考选择，在微调时保持安全对齐，提升安全评分至少5.10点。
Muon 比 Adam 学习更鲁棒和可迁移的特征
机构 * Yale University（耶鲁大学） ； National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Academy of Mathematics and Systems Science, CAS（中国科学院数学与系统科学研究院）
AI总结 本文通过鲁棒性和可迁移性视角，证明 Muon 优化器相比 Adam 和 SGD 能学习到更鲁棒、更可迁移的特征，并通过理论分析支持了经验发现。
跨物理系统的控制微分方程数据驱动发现
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Ningbo Key Laboratory of Advanced Manufacturing Simulation, Eastern Institute of Technology（东部理工学院宁波先进制造仿真重点实验室） ； The State Key Lab of Brain-Machine Intelligence, Zhejiang University（浙江大学脑机智能全国重点实验室） ； Department of Statistics and Data Science, Yale University（耶鲁大学统计与数据科学系） ； Department of Chemical and Environmental Engineering, Yale University（耶鲁大学化学与环境工程系） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； School of Engineering Sciences, University of Chinese Academy of Sciences（中国科学院大学工程科学学院） ； DP Technology
AI总结 本文提出问题导向视角，通过二维相图组织方程可发现性，并引入表示-评估-优化（REO）框架抽象发现过程，旨在从数据中推断物理定律，推动理论修正与新概念形成。
迈向编译器世界模型：学习潜在动态以实现高效张量程序搜索
机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出一种受世界模型启发的评估器，通过轻量级过渡模型在连续潜在空间中展开调度动作，避免昂贵AST变异和重复编码，在TVM AutoScheduler中实现比Ansor更优的延迟和测量效率。
Visual Para-Thinker++：用于视觉推理的单策略多智能体框架
机构 * Zhejiang University（浙江大学） ； Hunan University（湖南大学） ； Tianjin University（天津大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Jiao Tong University（上海交通大学） ； Jilin University（吉林大学）
AI总结 提出Visual Para-Thinker++框架，通过共享MLLM策略实例化为多个角色智能体并行推理，结合多智能体能力注入和角色解耦优化，有效缓解视觉推理中的早期感知承诺和幻觉问题。
CRANE：面向推理多模态大语言模型的知识编辑
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； New Laboratory of Pattern Recognition (NLPR), CASIA（中国科学院自动化研究所模式识别国家重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Shandong University（山东大学）
AI总结 针对推理多模态大语言模型在知识编辑中出现的结构崩溃、认知失调和浅层内化三种失败模式，提出检索增强框架CRANE，无需逐编辑参数修改，通过模态感知双库检索系统和两阶段训练策略实现高成功率。
Comments 10 pages, 5 figures
超越神经坍缩：任务内在几何决定模算术中的神经表示
机构 * Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences (SIMIS)（上海数学与交叉学科研究院） ； Key Laboratory of Systems Health Science of Zhejiang Province, School of Life Science, Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（浙江省系统健康科学重点实验室，中国科学院大学杭州高等研究院生命科学学院）
AI总结 本文发现模加法任务中网络表示呈现二维循环几何而非神经坍缩的单纯形等角紧框架，通过层间非均匀训练、子空间锁定后的相位对齐动力学和复杂度优势分析解释了这一现象。
MaskAlign: 面向高效扩散训练的令牌子集表示对齐
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Kuaishou Technology（快手科技） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 针对扩散模型与预训练视觉模型表示对齐中令牌级信息不匹配问题，提出MaskAlign方法，通过随机采样令牌子集进行对齐，并引入预掩码令牌混合块减少信息损失，提升训练效率和生成质量。
FiberTune: 在视觉-语言-动作微调中保留动作纤维视觉残差
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Hebei Key Laboratory of Cognitive Intelligence, Xiong’an Institute of Innovation（河北省认知智能重点实验室，雄安创新研究院） ； Hebei University of Technology（河北工业大学） ； Beijing Information Science and Technology University（北京信息科技大学）
AI总结 提出FiberTune，通过在线动作探针过滤动作预测特征方向，对齐教师视觉残差并正则化有效秩，在六个仿真和实物任务中提升VLA策略性能。
Comments Project page: https://fibertune.github.io/
利用野外流式视频
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） ； JD.COM（京东）
AI总结 提出Streaming Harness系统，通过Streaming-Train-248K数据集和训练目标，使视觉语言模型具备主动交互、长期记忆和实时处理能力，并构建Streaming-Eval基准评估流式视频理解。
PAEC：面向RLVR中LLM推理的位置感知熵校准
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） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）
AI总结 提出位置感知熵校准（PAEC），通过局部top-p熵和top-2候选竞争构建软掩码，并施加基于锚点的下界惩罚，防止决策相关位置熵崩溃，提升数学推理性能。
Comments 22 pages, 7 figures
SAGE: 一种LLM驱动的自我反思智能体框架用于欺诈检测
机构 * National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； China Mobile Communications Group（中国移动通信集团有限公司）
AI总结 提出SAGE，首个端到端LLM驱动的多智能体欺诈检测框架，通过数据诊断树和自然语言梯度优化，在五个数据集上平均F1提升40.86%。
LEGS: 拉普拉斯增强的高斯泼溅与非线性加权损失
机构 * Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences（中国科学院长春光学精密机械与物理研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 提出LEGS方法，利用二阶拉普拉斯结构引导和非线性权重函数改进高斯泼溅的损失函数，在保持渲染管线不变的情况下提升结构感知优化，在Tanks&Temples和Mip-NeRF360数据集上PSNR最高提升1.68 dB。
MatMind：面向材料科学的结构-活性知识驱动生成基础模型
机构 * State Key Laboratory of High Performance Ceramics（高性能陶瓷国家重点实验室） ； Shanghai Institute of Ceramics, Chinese Academy of Sciences（中国科学院上海陶瓷研究所） ； Center of Materials Science and Optoelectronics Engineering, University of Chinese Academy of Sciences（中国科学院大学材料科学与光电子工程中心） ； School of Chemistry and Materials Science, Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州先进研究所化学与材料科学学院） ； 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，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） ； Beijing Wenge Technology Co., Ltd.（北京文格科技有限公司） ； College of Medicine and Biological Information Engineering, Northeastern University（东北大学医学与生物信息工程学院）
AI总结 提出MatMind，一种基于大语言模型的晶体材料生成基础模型，通过结构-活性知识注入、双头架构和物理信息强化学习，在性质预测、无条件生成和条件生成任务上超越专用模型。
Comments 29 pages, 5 figures, including references
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