University of Science and Technology of China（中国科学技术大学）

VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement

VCR: 基于方差驱动的通道重校准用于鲁棒低光照增强

Zhixin Cheng, Fangwen Zhang, Xiaotian Yin, Baoqun Yin, Haodian Wang

机构 * School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； Institute of Advanced Technology, University of Science and Technology of China（先进科技研究院，中国科学技术大学） ； CHN Energy Digital Intelligence Technology Development (Beijing) Co., LTD.（中能数字智能技术发展（北京）有限公司） 纠错

AI总结 VCR通过方差驱动的通道重校准提升低光照图像增强的鲁棒性和感知质量。

Aligning Large Language Models with Searcher Preferences

将大型语言模型对齐于搜索者偏好

Wei Wu, Peilun Zhou, Liyi Chen, Qimeng Wang, Chengqiang Lu, Yan Gao, Yi Wu, Yao Hu, Hui Xiong

机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Xiaohongshu Inc.（小红书公司） ； Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）人工智能研究所） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

AI总结 SearchLLM通过分层多维奖励系统提升开放式生成搜索的鲁棒性和用户需求对齐能力，实测有效消费率提升1.03%。

PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations

PvP: 通过体感优先对比表示实现数据高效的类人机器人学习

Mingqi Yuan, Tao Yu, Haolin Song, Bo Li, Xin Jin, Hua Chen, Wenjun Zeng

机构 * HK PolyU（香港理工大学） ； LimX Dynamics ； EIT, Ningbo（宁波工程学院） ； USTC（中国科学技术大学） ； ZJU-UIUC（浙江大学-UIUC） ； ZGCA（浙江工业大学） 纠错

AI总结 PvP通过体感优先对比学习提升类人机器人学习的样本效率和性能。

Comments 15 pages, 17 figures

Journal ref 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)

Ultra-Low Bitrate Perceptual Image Compression with Shallow Encoder

超低比特率感知图像压缩与浅层编码

Tianyu Zhang, Dong Liu, Chang Wen Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 本文提出了一种非对称极值图像压缩框架，利用浅层编码器和单步扩散解码器实现超低比特率下的高保真度重建，同时提升编码效率和解码速度。

Comments Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2026

PD-Diag-Net: Clinical-Priors guided Network on Brain MRI for Auxiliary Diagnosis of Parkinson's Disease

PD-Diag-Net：基于临床先验知识的脑MRI辅助帕金森病诊断网络

Shuai Shao, Yan Wang, Shu Jiang, Shiyuan Zhao, Di Yang, Jiangtao Wang, Yutong Bai, Jianguo Zhang

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州市先进研究院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； School of Electronic and Information Engineering, Beijing Jiaotong University（北京交通大学电子与信息工程学院） ； College of Control Science and Engineering, China University of Petroleum (East China)（中国石油大学（华东）控制科学与工程学院） ； School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； Beijing Tiantan Hospital（北京天坛医院） 纠错

AI总结 PD-Diag-Net通过结合临床先验知识和MRI预处理，实现了基于脑MRI的帕金森病辅助诊断，准确率超过96%