高校专区
OmniNFT: 多模态联合音频视频生成的模态感知强化学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； JD Explore Academy（京东探索研究院）
AI总结 本文提出OmniNFT，通过模态感知强化学习框架解决多模态联合生成中的模态一致性、梯度不平衡和信用分配问题，提升音频视频感知质量与同步性能。
Comments Project page: https://zghhui.github.io/OmniNFT/
PriorZero：连接语言先验与世界模型以实现决策制定
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； The Chinese University of Hong Kong MMLab（香港中文大学MMLab）
AI总结 PriorZero通过解耦的rollout训练设计，将LLM生成的语义先验整合到基于世界模型的规划中，提升探索效率和长期性能，适用于文本冒险游戏和指令遵循任务。
Comments 30 pages, 12 figures
SkillGraph：通过演化的技能图增强代理的强化学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Alibaba Group（阿里巴巴集团） ； National University of Singapore（新加坡国立大学）
AI总结 SkillGraph通过演化的技能图增强代理的强化学习，解决技能组合任务中的依赖识别和库维护问题，实验显示其在复杂任务中表现优异。
Comments Under Review
SAGE：可扩展的自动鲁棒性增强用于LLM知识评估
机构 * University of Science and Technology of China（中国科学技术大学） ； Alibaba Group（阿里巴巴集团） ； National University of Singapore（新加坡国立大学）
AI总结 SAGE通过细调小型模型构建大规模鲁棒性增强的知识评估基准，成本显著低于人工标注的HellaSwag-Pro，且细调模型可泛化至MMLU。
Comments Under Review
关于预训练语言模型后训练潜力的预测
机构 * University of Science and Technology of China（中国科学技术大学） ； Alibaba Group（阿里巴巴集团） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出RuDE框架，通过响应判别预测预训练模型后训练潜力，实验显示与后训练表现相关性超90%，验证了其在高效基础模型开发中的有效性。
Comments Under Review
UniVLR: 统一文本与视觉的视觉潜在推理用于多模态大语言模型
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Zhongguancun Academy（中关村学院）
AI总结 UniVLR提出一种统一的视觉潜在推理框架，将文本推理和辅助视觉证据视为共享的视觉工作空间，通过压缩统一表示提升多模态大语言模型的视觉推理效率。
技能1：通过强化学习实现技能增强代理的统一进化
机构 * University of Science and Technology of China（中国科学技术大学） ； Meituan（美团） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Wuhan University（武汉大学）
AI总结 本文提出Skill1框架，通过单一策略协同进化技能选择、利用与蒸馏，以共享任务目标优化技能库维护，实验表明其优于现有基线方法。
AIA: 重新思考统一多模态模型中的架构解耦策略
机构 * MMLab, CUHK（CUHK多媒体实验室） ； Meituan（美团） ； USTC（中国科学技术大学） ； TJU（天津大学）
AI总结 本文提出AIA损失函数，通过学习任务特定的多模态交互模式，缓解任务冲突而不依赖模型解耦，提升生成与理解性能。
Comments Project page: https://zhengdian1.github.io/AIA-project/ Code: https://github.com/zhengdian1/AIA
通过拼接迭代进行稀疏性约束优化
机构 * School of Mathematics, University of Birmingham, Birmingham, UK（英国伯明翰大学数学学院） ； Saw Swee Hock School of Public Health, National University of Singapore, Singapore（新加坡国立大学 Saw Swee Hock 公共卫生学院） ； Department of Statistics and Finance/International Institute of Finance, School of Management, University of Science and Technology of China, Hefei, Anhui, China（中国科学技术大学管理学院统计与金融系/国际金融研究院） ； School of Statistics and Information, Shanghai University of International Business and Economics, Shanghai, China（上海国际经贸管理大学统计与信息学院）
AI总结 本文提出SCOPE算法，通过拼接操作优化强凸光滑函数，无需调参，理论证明线性收敛并恢复真实支持集，应用于稀疏二次优化、稀疏分类器学习和稀疏马尔可夫网络恢复。
Comments 35 pages
DORA：面向视觉变换器的动态在线强化代理用于令牌合并
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥国家科学中心人工智能研究院）
AI总结 本文提出DORA，一种基于强化学习的在线推理框架，用于动态合并视觉变换器中的令牌。通过将合并过程建模为马尔可夫决策过程，DORA在保持特征保真度的同时提升计算效率，实验证明其在准确率和效率上的显著改进。
Comments Preprint. Under review
GeomHerd：通过Ricci流几何在代理交互模拟中进行前瞻性从众量化
机构 * University of Science and Technology of China（科学技术大学） ； MaxQuant ； The University of Hong Kong（香港大学） ； University College London（伦敦大学学院）
AI总结 本文提出GeomHerd框架，利用Ricci流几何直接量化代理交互图中的协调性，提前预测从众行为，实验显示其在连续自旋模型中提前检测从众现象，且在Vicsek模型中表现良好。
好折叠还是英雄召唤：学习适应性推理的预算高效思考
机构 * University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出Budget-Efficient Thinking框架，通过结合行为冷启动与GRPO，在投资成本意识奖励下，学习短回答、早放弃和保留计算资源三种行为，提升推理效率与性能。
Comments 24 pages, 6 figures, 11 tables
3DGS$^3$：联合超采样与帧插值用于实时大规模3DGS渲染
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出3DGS$^3$框架，通过联合超采样和帧插值提升实时大规模3DGS渲染的效率与质量，采用可微处理实现高分辨率和高帧率输出。
代理安全中的粒度不匹配：论证层面的溯源解决了执行问题并隔离了LLM推理瓶颈
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院 Gallagher 学院） ； King Abdullah University of Science and Technology（国王 Abdullah 科学技术大学） ； Dongbei University of Finance and Economics（东北财经大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出PACT框架，通过论证层面的溯源解决代理安全中的粒度不匹配问题，隔离LLM推理瓶颈，提升安全性和实用性。
SkillMaster：迈向LLM代理自主技能掌握
机构 * Shandong University（山东大学） ； Zhongguancun Academy（中关村学院） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 SkillMaster通过轨迹引导技能复习、反事实效用评估和DualAdv-GRPO算法，使LLM代理能自主创建、优化和选择技能，提升任务成功率8.8%和9.3%。
思考，然后评分：视频奖励建模中的解耦推理与评分
机构 * University of Science and Technology of China（中国科学技术大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Institute of Software Chinese Academy of Sciences（中国科学院软件研究所）
AI总结 本文提出DeScore模型，通过解耦推理与评分机制提升视频奖励建模的泛化能力，结合冷启动和强化学习优化，实现更稳定的性能。
神经动态GI：面向动态光照环境的随机访问神经压缩技术
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学）
AI总结 本文提出Neural Dynamic GI，通过多维特征图和轻量神经网络整合时间信息，实现动态光照环境下的高效光映射压缩，显著降低存储需求并提升实时解压效率。
Comments Accepted to CVPR 2026
校准的多模态表示学习与缺失模态
机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Central South University（中南大学）
AI总结 本文提出CalMRL，通过校准缺失模态导致的不完整对齐问题，从锚点偏移角度提供理论见解，结合先验知识和模态间联系，解决优化难题，验证了方法的有效性。
Comments Accepted by ICML 2026
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