高校专区
MobiDiff：用于人类移动性数据生成的语义感知多通道离散扩散
机构 * Florida State University（佛罗里达州立大学） ； Rutgers University（罗格斯大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 研究旨在解决人类移动性数据生成难题，提出MobiDiff框架，通过直接对多通道语义骨架去噪生成数据，避免复杂管道。该框架能分解事件通道并采用掩码捕获移动模式与依赖性，实验证明其在保真度、隐私保护和效率上表现出色。
强化多模态掩码扩散模型的生成顺序
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； AGI Foundations for AWS（AWS强化人工智能基础）
AI总结 研究文本到图像合成及多模态理解中生成顺序的优化，引入经组相对策略优化训练的可学习控制模块，提升了DLMs的文本到图像对齐和多模态理解能力，在相关基准测试中取得显著改进。
从求解器到研究：前沿研究中的大语言模型驱动形式数学
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
AI总结 探讨AI4Math领域进展，指出当前系统处理前沿数学问题有局限。主张从预定义求解器转向研究代理，对该领域进行系统综述，识别现有系统局限性，为AI4Math未来发展规划战略路线图。
Inertia-1：可穿戴运动基础模型的开放探索
机构 * John Hopkins University（约翰·霍普金斯大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 研究可穿戴运动基础模型，利用大量加速度计数据构建框架，涵盖数据、模型和训练选择等，通过多数据集评估得出有趣发现，不仅提供先进方法，还为可穿戴运动表示学习提供全面实用开放指南。
MobileEgo Anywhere：基于商用硬件的长时域自我中心数据开放基础设施
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校）
AI总结 提出MobileEgo Anywhere框架，利用智能手机传感器实现超过一小时的自我中心轨迹采集，并发布开源处理流水线STERA、移动应用及200小时数据集，验证其在视觉-语言-动作模型训练中的有效性。
AVA-VLM：用于野外建筑工地监测的自适应视觉注意力视觉语言模型
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； AI+KCIR Global Resilience Research Center（人工智能与韩国气候变化影响韧性研究中心） ； SmartInside AI Co., Ltd.（思玛特因赛德人工智能有限公司） ； Sungkyunkwan University（成均馆大学）
AI总结 针对野外建筑工地监测，提出AVA-VLM自适应视觉注意力视觉语言模型，遵循粗到细推理策略，先对低分辨率全局图像推理，按需请求高分辨率局部裁剪，并引入区域感知思维链数据集，提升了低分辨率下的可靠性并减少视觉令牌使用。
基于LoRA的跨上下文视觉语言适配用于临床伤口监测中的个性化严重不良事件检测
机构 * San Diego State University（圣地亚哥州立大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of California, Davis（加利福尼亚大学戴维斯分校）
AI总结 研究针对临床伤口监测中严重不良事件检测问题，提出基于双流LoRA框架及跨上下文融合机制的多模态框架，结合多种方法识别个性化严重不良事件并捕捉愈合动态，在相关实验中展现良好性能。
LaViDa-R1：推进统一多模态扩散语言模型的推理
机构 * Adobe ； UCLA（加州大学洛杉矶分校） ； Georgia Tech（佐治亚理工学院）
AI总结 研究提出多模态通用推理dLLM LaViDa-R1，不同于现有工作，它以统一方式整合多任务，采用新颖统一训练后框架，集成监督微调与多任务强化学习，并运用多种训练技术，在多模态任务上展现强大性能。
Comments 28 pages, 11 figures
GraphAllocBench：用于偏好条件多目标策略学习的灵活基准测试
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； USC Institute for Creative Technologies（美国南加州大学创意技术研究所） ； U.S. Army DEVCOM Army Research Laboratory（美国陆军 DEVCOM 军事研究实验室）
AI总结 研究针对多目标强化学习中偏好条件策略学习基准测试局限于简单任务和固定环境的问题，引入基于CityPlannerEnv的GraphAllocBench，提出补充指标，通过实验表明其能揭示新失败模式，激发图方法，是推进PCPL的通用可扩展测试平台。
FlexAct：当你可以选择时为何还要学习？
机构 * University of California Los Angeles（加州大学洛杉矶分校）
AI总结 研究聚焦深度学习中激活函数学习，核心方法是用Gumbel-Softmax技巧在预定义函数集里离散可微选优，主要贡献是提升预测精度与架构灵活性，为复杂场景下神经架构发展助力。
Comments Transactions on Machine Learning Research, 2026
FormalRx：纠正和检查自动形式化中的语义错误
机构 * LARK Lab, HKUST(GZ)（香港科技大学（广州）LARK实验室） ； ETH Zurich（苏黎世联邦理工学院） ； UCLA（加州大学洛杉矶分校） ； SJTU（上海交通大学） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； HKUST（香港科技大学）
AI总结 研究自动形式化中语义对齐问题，提出FormalRx框架，核心是SCI错误分类法，能实现对齐判定、错误分类、定位及纠正，通过实例验证性能优于基线，助力自动形式化系统诊断与改进。
Comments 44 pages, 5 figures. Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
信号还是噪声？理解用于现实世界传感器时间序列的生成模型
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 研究针对现实世界传感器时间序列生成模型碎片化问题，引入SensorGen大规模研究，评估五个主要家族的生成模型，发现流匹配模型性能强、信号属性重要、生成信号有实用价值。
G$^2$TAM：几何基础的轨迹任意模型
机构 * HKU（香港大学） ； Shanghai AI Lab（上海人工智能实验室） ； BUAA（北京航空航天大学） ； SJTU（上海交通大学） ； UCLA（加州大学洛杉矶分校） ； ZJU（浙江大学）
AI总结 研究利用现代前馈3D重建模型的空间一致性，提出G$^2$TAM框架，用无序RGB图像或视频进行3D实例跟踪。核心是跨模态空间编码器，还构建数据集，实验表明该模型有多种优势，为交互式空间推理奠定基础。
Comments Accepted by ICML 2026. Project Page:https://zcmax.github.io/projects/G2TAM/
PinNet：用于LiDAR SLAM回环检测的具有几何嵌入的关键点感知局部描述符
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； DEVCOM Army Research Laboratory (ARL)（陆军研究实验室（ARL））
AI总结 提出PinNet网络，通过关键点生成和平面几何自注意力模块增强描述符判别性，实现基于点云的回环检测与配准，在多个数据集上验证了优越性能。
三角一致性作为光流学习的通用约束
机构 * Louisiana State University（路易斯安那州立大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Yale University（耶鲁大学）
AI总结 提出三角一致性约束，通过组合两个光流诱导第三个光流并强制三者一致，适用于不同网络架构、监督类型和数据集，在监督、无监督和迁移学习中均提升性能。
Comments Accepted by ECCV 2026
ARLArena：用于稳定智能体强化学习的统一框架
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 研究针对智能体强化学习不稳定问题，提出ARLArena框架。先构建测试平台，将策略梯度分解为四个维度分析，据此提出稳定的智能体策略优化方法SAMPO，实现稳定训练与良好性能。
Comments To appear at ICML 2026
OSF：关于睡眠基础模型的预训练和扩展
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Emory University（埃默里大学）
AI总结 为填补睡眠基础模型预训练和扩展理解空白，创建睡眠记录语料库及基准，评估预训练目标，发现关键结论，引入OSF家族模型取得多样任务最优性能并揭示其特性。
Web-CogReasoner：迈向用于网络智能体的多模态知识诱导认知推理
机构 * Southwestern University of Finance and Economics（西南财经大学） ； Shanghai Jiao Tong University（上海交通大学） ； Central South University（中南大学） ； Hithink Research（Hithink研究） ； Westlake University（西湖大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Manchester（曼彻斯特大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Adelaide（阿德莱德大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Chengdu Everimaging Science and Technology Co., Ltd（成都亿联科技有限公司）
AI总结 研究将网络智能体能力分解为知识内容学习和认知过程两阶段，提出框架分类知识，构建数据集，基于此用新推理框架开发训练智能体，实验显示其优势，还引入评估套件。
Comments Accepted to ICLR 2026. Our code and data is released at https://github.com/Gnonymous/Web-CogReasoner
MIBE：面向个性化图像生成的多主体交互基准与评估器
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of Southern California（南加州大学） ； DeerLab LLC（DeerLab有限责任公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Clemson University（克莱姆森大学） ； Google（谷歌） ； San Jose State University（圣何塞州立大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出MIBE框架，包含多主体交互基准（MIB）和评估器（MIE），通过解耦数据体制和双头排序诊断目标，解决多主体个性化图像生成中主体遗漏、外观失配和交互错误问题，在黄金集上达到0.922成对准确率。
Cross4D-JEPA: 用于4D点云表示学习的密集跨模态对应蒸馏
机构 * Nagoya University（名古屋大学） ； Northeastern University（东北大学） ； KC Machine Learning Lab（KC机器学习实验室） ； University of Science, Vietnam National University Ho Chi Minh City（胡志明市越南国立大学理科大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出Cross4D-JEPA，通过教师-学生框架将冻结的2D基础模型（如DINOv2或V-JEPA 2）的密集补丁特征蒸馏到4D点编码器，实现每点对应和潜在空间匹配，在四个基准上优于模态内和全局跨模态基线。
基于波长复用的大规模并行衍射光学信息存储与图像投影
机构 * Electrical and Computer Engineering Department, University of California, Los Angeles（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（加州大学洛杉矶分校生物工程系） ； California NanoSystems Institute (CNSI), University of California, Los Angeles（加州大学洛杉矶分校加州纳米系统研究所） ； Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系）
AI总结 本文提出一种利用深度学习优化的介电表面构建的波长复用大规模并行衍射信息存储平台，可存储并投影数千种不同图像模式，每种模式对应独特波长，实现高图像质量和低串扰。
Comments 28 Pages, 8 Figures
Journal ref Advanced Photonics (2026)
FlowPath: 通过可逆流学习数据驱动的流形以实现鲁棒的不规则采样时间序列分类
机构 * Medical & Imaging Informatics (MII) Group, University of California, Los Angeles (UCLA), CA, USA（加州大学洛杉矶分校医学与影像信息学组） ； Department of Industrial Engineering, Ulsan National Institute of Science and Technology (UNIST), Republic of Korea（韩国蔚山科学技术院工业工程系） ； Artificial Intelligence Graduate School, Ulsan National Institute of Science and Technology (UNIST), Republic of Korea（韩国蔚山科学技术院人工智能研究生院）
AI总结 FlowPath通过可逆神经流学习控制路径的几何结构，提升不规则采样时间序列分类的鲁棒性，实验表明其在18个基准数据集和实际案例中均优于传统方法。
Comments Published at the 40th Annual AAAI Conference on Artificial Intelligence (AAAI 2026). https://ojs.aaai.org/index.php/AAAI/article/view/39643
TANDEM：基于缺失数据的时序分类的时序注意力引导神经微分方程
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Ulsan National Institute of Science and Technology（蔚山科学技术院）
AI总结 本文提出TANDEM框架，通过注意力机制整合观测数据、插值控制路径和连续潜在动态，提升时序分类中缺失数据的处理能力，实验显示其优于现有方法。
Comments CIKM '25: Proceedings of the 34th ACM International Conference on Information and Knowledge Management. https://doi.org/10.1145/3746252.3760996
SegFly：大规模航空RGB-热红外语义分割的数据集与2D-3D-2D范式
机构 * Fraunhofer Institute IVI（弗劳恩霍夫交通与基础设施系统研究所） ； TU Munich（慕尼黑工业大学） ； MCML（慕尼黑机器学习中心） ； UCLA（加州大学洛杉矶分校） ； Uni Cambridge（剑桥大学）
AI总结 针对航空RGB-T数据集规模小、标注成本高和对齐困难的问题，提出几何驱动的2D-3D-2D范式，通过少量RGB标注自动生成密集伪标签并实现跨模态对齐，构建含2万+RGB图像和1.5万+RGB-T对的SegFly基准，实验表明该范式有效提升分割性能。
Journal ref ECCV 2026
SleepLM：人类睡眠的自然语言智能
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 提出SleepLM系列睡眠语言基础模型，通过多模态对齐实现自然语言驱动的睡眠解释与交互，在零样本/少样本学习、跨模态检索等任务上超越现有方法。
Comments spotlight presentation
Journal ref Proceedings of the 43st International Conference on Machine Learning (ICML 2026)
MMLoP: 多模态低秩提示用于高效视觉-语言适配
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 提出MMLoP框架，通过低秩分解参数化视觉和文本提示，仅用11.5K可训练参数实现深度多模态提示，并引入自调节一致性损失、均匀漂移校正和共享上投影三个组件，在11个数据集上达到79.70%的基类到新类泛化调和平均。
神经控制：通过平衡约束的伴随学习
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 提出Neural Control框架，利用伴随方法通过平衡条件微分传播梯度，避免求解器展开，结合滚动时域延续实现长时程隐式控制，在可变形线性物体操作中验证有效性。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
Arena-T2I Hard：基于依赖感知清单的忠实性基准测试与改进
机构 * Arena Intelligence Inc ； UCLA（加州大学洛杉矶分校）
AI总结 针对现有忠实性基准在复杂指令上的不足，提出310条压力测试提示集Arena-T2I Hard，并设计依赖感知清单奖励结合美学奖励，显著提升文本到图像模型的忠实性-美学权衡。
在资源不足的癫痫护理中教授LLMs推荐与转诊
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Makerere University（马凯雷雷大学） ； St. Francis Hospital Nsambya（圣弗朗西斯医院恩桑比亚分院）
AI总结 针对资源匮乏环境下专科癫痫专家稀缺的问题，提出MANANA框架，通过非参数提示学习从少量患者数据中学习本地处方指南，结合贝叶斯提示平均实现不确定性驱动的选择性预测，在乌干达儿科癫痫队列中提升处方准确率并支持转诊。
Comments 34 pages, 8 figures
AgRefactor：面向HLS兼容性与性能的自进化智能体工作流
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 提出基于LLM的多智能体工作流AgRefactor，通过自进化记忆系统和自动化重构工具，将软件代码重构为HLS兼容程序，在11个基准测试中9个超越现有方法，并实现6.51x几何平均加速。
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