高校专区
PhotoFlow: 智能体式3D虚拟摄影任务
机构 * Shanghai Jiao Tong University（上海交通大学） ； Northeastern University（东北大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Cornell University（康奈尔大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Sichuan University（四川大学）
AI总结 提出PhotoFlow智能体框架，通过导演-评审-反思闭环搜索机制，在任意Blender场景中根据语言指令自动完成虚拟摄影，并引入VPhotoBench基准，实验表明其在外观质量对齐和成功率上优于现有方法。
Gen-Searcher: 强化搜索代理用于图像生成
机构 * MMLab, CUHK（CUHK的MMLab） ； UCLA（加州大学洛杉矶分校） ； UC Berkeley（加州大学伯克利分校） ； Meituan Home（美团家庭）
AI总结 提出Gen-Searcher，首个通过多跳推理和搜索收集文本知识与参考图像的搜索增强图像生成代理，结合SFT和强化学习训练，显著提升生成质量。
Comments Project page: https://gen-searcher.vercel.app Code: https://github.com/tulerfeng/Gen-Searcher
One-Forcing: 迈向稳定的一步自回归视频生成
机构 * Tsinghua University（清华大学） ； UCLA（加州大学洛杉矶分校）
AI总结 针对现有少步自回归视频生成方法在一步设置下质量严重下降的问题，提出One-Forcing方法，通过向DMD目标添加辅助GAN损失，实现高质量高效的一步视频生成，在VBench上达到83.76总分，成为一步因果视频生成中的最优方法。
Comments Work in Progress. Project Page: https://aurora-edu.github.io/one-forcing/, Code: https://github.com/Aurora-edu/One-Forcing
TwinRouterBench：面向现实智能体LLM路由的快速静态与实时动态评估
机构 * Gradient ； Soochow University（苏州大学） ； Independent Researcher（独立研究者） ； University of Southern California（南加州大学） ； Rice University（Rice大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of the 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）
AI总结 提出TwinRouterBench基准，通过静态轨迹级前缀和动态智能体执行两轨，实现无需在线LLM评判的步骤级路由评估。
4DThinker: 用4D图像进行动态空间理解的思考
机构 * Tsinghua University, SIGS（清华大学 SIGS） ； Meituan（美团） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） ； LMMs-Lab（LMMs实验室） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出4DThinker框架，通过动态潜在心理图像（在连续隐藏空间中模拟场景演化）增强视觉语言模型的动态空间推理能力，并引入无标注数据生成、动态图像微调及4D强化学习，在多个基准上超越强基线。
Comments 21 pages, 16 figures
多重神经算子在多任务学习中实现接近最优的速率
机构 * Department of Mathematics,Id University of California Los Angeles,Id（数学系，加州大学洛杉矶分校）
AI总结 本文研究了共享多任务设置中学习一组算子的近似性和统计复杂性，重点探讨了多重神经算子（MNO）架构。对于广泛类别的Lipschitz多重算子映射，推导出近似和统计泛化性的近优上界。同时，建立了参数复杂性的诅咒并证明了相应的最小最大速率。这些结果表明，跨任务共享表示不会增加总体成本：多任务算子学习遵循与单算子学习相同的缩放定律。此外，本文还比较了MNO与基于拼接任务输入的深度ONet多任务扩展版本，并表明从最坏情况的近似复杂性角度看，两种架构满足本质上相同的渐进行速率。
从快照到轨迹：通过条件流匹配学习单细胞基因表达动力学
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出单细胞流匹配（scFM）方法，通过条件流匹配学习单细胞基因表达的动力学，解决时间点不连续和长时间预测中的分布漂移问题，提升轨迹推断的准确性和时间一致性。
UniSD：面向大语言模型的统一自蒸馏框架
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Carnegie Mellon University（卡内基梅隆大学） ； William & Mary（威廉与玛丽大学）
AI总结 本文提出UniSD框架，系统研究自蒸馏方法，通过整合多种机制提升监督可靠性、表征对齐和训练稳定性，从而在多个基准和模型上验证自蒸馏的有效性，并构建出性能最优的UniSDfull流水线。
Comments Website: https://unifiedsd.github.io/ Code: https://github.com/Ahren09/UniSD
癫痫半相学套件（S3）：一个临床多模态数据集、基准和模型用于癫痫半相学理解
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Pittsburgh（匹兹堡大学） ； Fudan University（复旦大学） ； University of California, Riverside（加州大学河滨分校） ； Hong Kong University of Science（香港科学大学） ； Maharishi International University（玛希拉国际大学）
AI总结 本文提出S3数据集和基准，用于细粒度、结构化的癫痫半相学理解，通过评估多模态大语言模型在低级视觉感知、时间序列处理、叙述报告生成和癫痫诊断中的能力，揭示了现有模型在左右脑推理、时间定位、症状序列和临床忠实报告方面的系统性弱点，并展示了针对癫痫的微调和双阶段神经符号框架在癫痫与非癫痫癫痫分类中的高F1分数。
Comments Accepted to ICML 2026 as a Spotlight presentation
HIDBench: 用于基于主机入侵检测的大型语言模型评估
机构 * University of California, Irvine（加州大学洛杉矶分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出HIDBench基准测试，用于评估大型语言模型在支持基于主机的入侵检测系统（HIDS）中的能力，揭示了LLM在复杂系统日志数据中的性能差异和敏感性。
AutoRubric-T2I: 一种用于文本到图像对齐的鲁棒基于规则的奖励模型
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出AutoRubric-T2I，一种首个用于文本到图像生成的规则学习框架，通过自动合成和选择显式规则来指导视觉语言模型（VLM）法官。该方法通过合成偏好对的推理轨迹生成候选规则，并利用VLM法官在每种规则下对配对图像进行评分，产生配对规则评分差异用于偏好学习。通过ℓ1正则化逻辑回归精简器去除噪声和冗余规则，从而在少量标注偏好数据下生成高质量、可解释的奖励信号，并在多个图像奖励基准测试中优于现有奖励模型基线。
Comments 27 pages
FD-Bench: 一种模块化且公平的用于数据驱动流体模拟的基准测试
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Meta ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出FD-Bench，一个模块化、公平、全面且可重复的数据驱动流体模拟基准测试，通过统一的实验设置评估85个基线模型，解决可重复性和可比性问题，为未来数据驱动流体模型的稳健评估奠定基础。
Comments 32 pages, 20 figures, paper accepted by KDD 2026
TimeSRL: 通过语义RL调优的LLM实现通用的时间序列行为建模 -- 一项心理健康应用的案例研究
机构 * Columbia University（哥伦比亚大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Yale University（耶鲁大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Google（谷歌） ； University of Virginia（弗吉尼亚大学）
AI总结 本文提出TimeSRL，一种两阶段LLM框架，通过显式的语义瓶颈路由预测，将原始信号抽象为高级自然语言，从而预测行为结果，该方法在心理健康预测中实现了最先进的跨群体泛化性能。
时间到达分离与安全过滤用于安全、公平和高效的多智能体协调
机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空与航天系） ； GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Department of Electrical and Computer Engineering, University of California, Los Angeles（加州大学洛杉矶分校电子与计算机工程系）
AI总结 本文提出了一种多智能体协调框架，利用最小时间到达（TTR）作为统一指标用于优先级分配、时间分离和安全过滤，以协调多个空中车辆进入空中走廊并保持车辆间安全分离。
Comments 9 pages, 3 figures. Extended version (including appendix) of a paper submitted to the 65th IEEE Conf. on Decision and Control (2026)
WorldParticle：通过Transformer实现拉格朗日粒子动力学的统一世界模拟
机构 * University of British Columbia（不列颠哥伦比亚大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Georgia Institute of Technology（佐治亚理工学院） ； Inria（法国国家信息与自动化技术研究院） ； Meta ； Independent Researcher（独立研究者） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Utah（犹他大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Hong Kong（香港大学）
AI总结 本文提出基于Transformer架构的粒子模拟器，能够统一模拟布料、弹性固体、牛顿流体、非牛顿流体、颗粒材料和分子动力学等不同物理现象，通过预测-校正设计和粒子表示，实现高效的模拟与泛化。
当前智能体能否缩小发现到应用的差距？Minecraft中的一个案例研究
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Peking University（北京大学） ； Amazon（亚马逊）
AI总结 本文通过Minecraft中的SciCrafter基准测试，探讨了智能体在发现因果规律并将其应用于构建功能系统（发现-应用循环）方面的能力，发现前沿模型在该任务中的成功率约为26%，揭示了知识识别和问题提出能力成为当前AI的瓶颈。
Comments Preprint, under review. 41 pages. Project page: https://scicrafter-bench.github.io/. Code: https://github.com/scicrafter-bench/scicraft-bench
变分最优的Föllmer过程在生成扩散中的应用
机构 * Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） ； Machine Learning Lab, Capital Fund Management, Paris, France（Capital Fund Management机器学习实验室） ； Courant Institute, New York University, NY, USA（纽约大学Courant研究所）
AI总结 本文研究了利用随机插值框架构造和分析生成扩散的过程，通过条件期望估计漂移项，证明了在变分最优条件下Föllmer过程在路径空间中最小化相对熵，并提供了数据驱动的模拟方法。
近端状态引导：减少人工智能辅助下的技能退化
机构 * Stanford University（斯坦福大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； Toyota Research Institute（丰田研究院）
AI总结 本文提出了一种名为近端状态引导（PSN）的共享自主算法，通过引导用户向最易学习的状态发展，同时优化技能发展和任务表现，以减少人工智能辅助下的技能退化问题。
Comments 9 pages
PiKV: 一种用于混合专家架构的键值缓存管理系统
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Yale University（耶鲁大学） ； Columbia University（哥伦比亚大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出PiKV，一种专为混合专家架构设计的并行分布式键值缓存服务框架，通过专家分片缓存、PiKV路由和PiKV调度来减少缓存访问开销，并通过压缩模块降低内存使用。
Comments Github Link: https://github.com/NoakLiu/PiKV
隐式偏置与同质神经网络中的稀疏和密集特征学习
机构 * CISPA Helmholtz Center（CISPA海德堡中心） ； UCLA（加州大学洛杉矶分校） ； MPI MiS（马克斯·普朗克研究所（MiS））
AI总结 研究隐式偏置如何影响同质神经网络中的稀疏和密集特征学习，通过推导新的平衡方程和实验验证，揭示了镜像流在优化动态和分类器几何结构中的作用。
Comments 36 pages, 14 figures
可扩展的、节能的光学-神经架构用于多路复用的深度伪造视频检测
机构 * Electrical and Computer Engineering Department, University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校电气与计算机工程系） ； Bioengineering Department, University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校生物工程系） ； California NanoSystems Institute (CNSI), University of California, Los Angeles, CA, 90095, USA（加州大学洛杉矶分校加州纳米系统研究所）
AI总结 本文提出了一种结合轻量级数字前端和空间复用光学解码后端的混合深度伪造视频检测框架，通过可编程空间光调制器实现大规模并行模拟推理，从而在降低计算成本的同时提高视频真实性预测的吞吐量和准确性。
Comments 30 Pages, 8 Figures
非负矩阵分解的外方法
机构 * ECE, UCLA（加州大学洛杉矶分校电子与计算机工程系） ； eBay Search Science Team（eBay搜索科学团队）
AI总结 本文提出了一种非负矩阵分解的外方法（eNMF），通过分离低秩近似和非负性约束，解决了传统内部方法在非凸优化中收敛慢或陷入次优解的问题，并在多个数据集上验证了其优越的性能。
Comments Accepted to ICML 2026
在线零阶和一阶双层优化的随机遗憾保证
机构 * Amirkabir University of Technology（阿姆斯泰尔大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Samsung SDS Research America（三星SDS美国研究部） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出了一种新的搜索方向，证明了利用该方向的零阶和一阶随机在线双层优化算法能够在不使用窗口平滑的情况下实现亚线性随机双层遗憾。此外，该框架通过减少超梯度估计中的oracle依赖、同时更新内层和外层变量以及使用基于零阶的Hessian、雅可比和梯度估计来提高效率。
Comments Published at NeurIPS 2025
PopPy: 在Python复合AI应用中机会性地利用并行性
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Independent Researcher（独立研究者） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 本文提出PopPy系统，通过识别Python应用中调用外部组件的并行化机会，从而在复合AI应用的端到端延迟上实现6.4倍的加速，同时保持顺序程序语义。
三层ReLU网络的对称性
机构 * Technical University of Denmark（丹麦技术大学） ； Max Planck Institute for Mathematics in the Sciences（马克斯·普朗克数学研究所） ； UCLA and MPI MiS（加州大学洛杉矶分校和马克斯·普朗克研究所）
AI总结 本文研究了三层ReLU网络参数对称性的分析框架，给出了三层层状架构通用参数纤维的完整刻画，并提出了一个多项式时间算法来判断两个参数的功能等价性。
注意力沉底与注意力残差中的异常值
机构 * Department of Computer Science, Northwestern University（西北大学计算机科学系） ； Department of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） ； Department of Statistics and Data Science, University of California Los Angeles（加州大学洛杉矶分校统计与数据科学系） ； Department of Electrical and Computer Engineering, University of California San Diego（加州圣地亚哥大学电气与计算机工程系） ； Department of Computer Science, Rutgers University-New Brunswick（新泽西州立大学鲁特学院计算机科学系） ； Department of Computer Science and Engineering, Texas A&M University（德克萨斯农工大学计算机科学与工程系） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系）
AI总结 本文提出OASIS技术，通过层间空信号来解决注意力残差架构中注意力沉底、激活异常值以及推理稳定性下降的问题，通过双归一化设计和实验验证提升了模型的结构鲁棒性和量化鲁棒性。
用可证明稳健实例压力测试神经网络验证器
机构 * Department of Statistics & Data Science, University of California, Los Angeles（统计与数据科学系，加州大学洛杉矶分校） ； Department of Mathematics, University of California, Los Angeles（数学系，加州大学洛杉矶分校） ； Max Planck Institute for Mathematics in the Sciences, Leipzig（科学数学研究所，莱比锡）
AI总结 本文提出了一种生成具有已知真实稳健标签的验证实例的框架，揭示了现有验证器的数值容忍度问题和实现错误，并引入了验证难度轮廓以系统研究验证器失败模式，评估了五种最先进的验证器并展示了不同实例对验证流程不同方面的压力测试。
可微优化层用于深度学习中的保证公平性
机构 * Department of Statistics \& Data Science, University of California, Los Angeles, USA ； Department of Mathematics, University of California, Los Angeles, USA ； Max Planck Institute for Mathematics in the Sciences, Leipzig, Germany
AI总结 本文提出了一种称为'公平性层'的可微优化层，该层可确保在神经网络中集成时满足所选的输出平等性概念，并介绍了一个在线对偶推理算法，为流式预测提供可证明的公平性保证，即使使用任意小的批量大小。
Comments To be published in International Conference on Machine Learning (ICML), 2026
MoCA3D：单目3D边界框在图像平面中的预测
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Yonsei University（延世大学）
AI总结 MoCA3D通过密集预测实现单目3D边界框预测，无需相机内参即可获得图像平面几何信息，实验表明其在图像平面几何一致性上优于现有方法。
Comments 27 pages, 9 figures, including supplementary material
通过确定性表格状态奖励增强表格推理
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； University College London（伦敦大学学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manitoba（曼尼托巴大学）
AI总结 本文提出TABROUGE，一种无需训练的确定性状态奖励，通过改进的LCS指标评估表格状态，提升表格推理准确率并减少样本需求。
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