高校专区
加法的形状：大型语言模型中算术的几何结构
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 通过分析多操作数加法中残差流的几何结构，发现等原始和轨迹（IRST）并建立噪声量化模型，将算术错误解释为由内部神经噪声引起的几何滑移，并利用几何一致性检查方法检测和纠正量化失败。
Comments Accepted by ICML 2026
TSQAgent: 通过专用智能体推理评估时间序列数据质量
机构 * Sun Yat-sen University（中山大学） ； China University of Mining Technology（中国矿业大学） ； University of Science and Technology of China（中国科学技术大学） ； East China Normal University（华东师范大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出TSQAgent框架，通过三个协作智能体（感知器、检查员、裁决者）识别相关质量维度并进行定量比较，显著提升LLM在时间序列数据质量评估中的表现。
SkelHCC：一种基于双曲CLIP驱动的缓存自适应框架用于骨架基础的一次动作识别
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出SkelHCC框架，利用双曲几何编码骨架层次结构，结合CLIP和免训练缓存实现一次动作识别，在三个数据集上达到最优。
Comments Accepted by ICML 2026
利用验证-生成差距：基于置信度条件的测试时强化学习
机构 * Sun Yat-Sen University（中山大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出TTRL-CoCoV框架，通过置信度自适应机制解决无标签设置下Pass@k优化中的伪标签错误和多样性崩溃问题，显著提升Pass@1和Pass@k性能。
在正确空间中扩散：潜在可扩散性的系统研究
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文系统研究潜在扩散模型中潜在表示的可扩散性，提出速度不可约方差（VIV）作为生成质量的稳定预测指标。
部分可观测的对抗性补丁攻击在机器人视觉-语言-动作模型上的应用
机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； SmartMore Corporation（SmartMore公司） ； Cyberspace Institute of Advanced Technology, Guangzhou University（广西亚技术空间研究所，广州大学） ； th Medical Center of Chinese PLA General Hospital（中国人民解放军总医院第八医学中心） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）
AI总结 针对机器人VLA模型，提出部分可观测威胁模型下的两阶段攻击框架，利用注意力图定位关键区域并优化补丁以破坏语义接地和增加动作轨迹曲率，导致长期任务失败。
Comments Accepted by IEEE Robotics and Automation Letters, 2026
仿人运动风格迁移用于人形机器人物理可执行全身控制
机构 * Institute of Humanoid Robots, Department of Precision Machinery and Precision Instrumentation, University of Science and Technology of China（人形机器人研究院，精密机械与精密仪器系，中国科学技术大学） ； School of Computer Science and Technology, Faculty of Electronic and Information Engineering, Xi’an Jiaotong University（计算机科学与技术学院，电子与信息工程学院，西安交通大学） ； School of Information Science and Engineering, Lanzhou University（信息科学与工程学院，兰州大学）
AI总结 提出一种仿生生成到控制框架，通过物理感知多条件潜扩散模型和预览式全身跟踪策略，将短时人体风格示例迁移到不同运动内容上，实现人形机器人可执行且表达性强的全身运动。
Comments Project page: https://huangtc233.github.io/bionic-style-transfer/
ThoughtFold: 通过内省偏好学习折叠推理链
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab）
AI总结 提出ThoughtFold框架，通过细粒度偏好学习惩罚冗余探索并鼓励直接连接关键推理段，将推理链折叠为更简洁路径，在保持精度的同时大幅降低token使用量。
NeuroArmor：基于安全变体引导的表示一致性实现越狱防御中的选择性重新锚定
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出NeuroArmor白盒运行时防御方法，通过为每个提示构建安全变体作为局部安全参考，在隐藏状态空间进行一致性检查并路由异常，有效降低恶意攻击成功率同时保持低误报率。
Comments 16 pages, 4 figures, 17 tables. Submitted to ACL ARR
Human2Humanoid: 面向人形机器人的物理感知跨形态运动重定向
机构 * Institute of Humanoid Robots, Department of Precision Machinery and Precision Instrumentation, University of Science and Technology of China（人形机器人研究院，精密机械与精密仪器系，中国科学技术大学）
AI总结 提出Human2Humanoid无监督运动重定向框架，利用CycleGAN和骨架感知图卷积网络处理未配对数据，通过形态不变末端执行器一致性损失和物理感知可行性约束，实现从人体运动到人形机器人的高保真重定向。
Comments Project page: https://huangtc233.github.io/human2humanoid_website/
PRISM: 通过自组织专家专业化协同视觉基础模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出PRISM框架，采用双流混合专家（MoE）架构，通过两阶段范式（先解构专家知识使其专业化，再动态重组为任务特定路径）解决视觉基础模型集成中的负迁移问题，在PASCAL-Context和NYUD-v2上达到新最优。
Comments Accepted to ICML 2026
统一多任务框架实现可解释的胸部X光片分析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出IMT-CXR框架，通过统一Transformer架构模拟放射科医生诊断流程，实现疾病识别、属性表征和可追溯报告生成，在十个基准上表现优异，且临床评估中66%的AI报告达到或超越原始报告。
当模型合并破坏路由：MoE的无训练校准
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对MoE架构中模型合并导致的路由崩溃问题，提出基于二阶曲率的无训练校准方法HARC，通过闭式解和共轭梯度法高效重对齐路由器，显著提升数学推理和代码生成性能。
消息调优优于图提示调优：棱镜空间视角
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出棱镜空间理论（PS-Theory）量化图提示调优的适应能力上限，并引入消息调优（MTG）方法，通过注入可学习消息原型超越该上限，实验验证其优越性。
Comments Accepted by ICML 2026
常见子结构可迁移吗？基于神经向量丛的黎曼图基础模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对图结构迁移性理论缺失的问题，提出基于黎曼几何的神经向量丛框架GAUGE，通过内在几何学习实现可迁移子结构表征，在零样本链接预测和图同构任务中验证了优越性。
Comments Accepted by ICML 2026
Let There Be Light: 面向神经算子的反射、折射与散射
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China, Suzhou（苏州先进研究院，中国科学技术大学，苏州） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China, Hefei（人工智能与数据科学学院，中国科学技术大学，合肥） ； Suzhou Big Data & AI Research and Engineering Center, Suzhou（苏州大数据与人工智能研究与工程中心，苏州） ； School of Mathematical Science, Peking University, Beijing（数学科学学院，北京大学，北京） ； School of Mathematical Sciences, University of Science and Technology of China, Hefei（数学科学学院，中国科学技术大学，合肥）
AI总结 提出一种受光传输启发的神经算子LiNO，通过反射、折射和散射三种机制分解潜在演化，实现局部特征调制与全局空间通信的结构化分离，并开发高效散射变体将空间复杂度从二次降至线性。
GeoAlign: VLA模型中的状态引导空间对齐超越语义
机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Jingdezhen Ceramic University（景德镇陶瓷大学） ； Tsinghua University（清华大学） ； HONOR（HONOR公司） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出GeoAlign架构，通过RGB几何分支的后训练和机器人本体状态引导的几何特征查询，实现几何感知的空间对齐和动态可供性选择，在多个基准上取得高性能。
Comments 20 pages, 9 figures, 8 tables, including appendix
GeoSem-WAM：几何与语义感知的世界动作模型
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKU（香港大学） ； USTC（中国科学技术大学） ； SDU（山东大学） ； X-Humaniod
AI总结 提出GeoSem-WAM框架，通过几何和语义监督增强潜在表示，在统一潜在空间中联合捕捉场景动态、空间几何和语义上下文，避免测试时显式未来展开或视频生成，提升动作预测准确性和鲁棒性。
基于信息增益的LLM智能体不确定性感知澄清
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对用户指令不明确导致LLM智能体工具操作错误的问题，提出一种以信息增益奖励为导向的澄清框架，通过贝叶斯信念更新量化澄清问题的效用，训练智能体生成高信息增益的澄清，在τ-Bench环境中将任务成功率提升3.7%，仅增加0.3个交互步骤。
Journal ref ICML 2026
GuidedBridge: 无需训练地利用先验引导改进桥接模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出无需训练的先验引导方法（PG）和频率调制先验引导（FMPG），通过对比弱先验与已见先验增强桥接模型的先验利用，并设计级联框架CFG-FMPG用于图像修复，实验证明该方法能一致提升预训练桥接模型在多种图像翻译任务中的性能。
Comments ICML 2026
遗憾预训练：桥接先验与后验视角以增强知识基础
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出遗憾预训练框架，通过双视角架构利用未来信息增强因果语言模型，在OLMoE-1B-7B架构上平均准确率提升至33.9%。
TGV-KV：面向视觉语言模型的文本引导KV驱逐方法
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对视觉语言模型中视觉信息冗余导致的KV缓存内存消耗问题，提出基于文本引导的KV驱逐方法TGV-KV，通过文本-视觉预算分配、文本加权排序和文本优先保留策略，在保持高精度的同时显著提升推理吞吐量。
Comments Accepted by ICML-2026
CORE: 面向冲突的通用多模态篡改检测推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出CORE框架，通过构建冲突归因语料库和面向冲突的推理，增强多模态大语言模型的冲突捕捉能力，实现鲁棒且泛化的多模态篡改检测。
Comments Accepted by ICML 2026
FCUS-rPPG：一种通过梯度振荡抑制实现快速收敛的无监督远程光电容积描记框架
机构 * Department of Biomedical Engineering（生物医学工程系） ； Anhui Province Key Laboratory of Measuring Theory and Precision Instrument（安徽省测量理论与精密仪器重点实验室） ； Hefei University of Technology（合肥工业大学） ； Department of Electronic Engineering and Information Science（电子工程与信息科学系） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出FCUS-rPPG框架，通过光谱共享骨干网络和梯度、损失景观、特征表示层面的统一优化，实现单轮训练收敛并在跨数据集评估中达到最优性能。
幻觉作为正交噪声：通过动态上下文正交化实现推理时流形对齐
机构 * Xi’an Jiaotong University（西安交通大学） ； Xingchen AGI Lab（星辰AGI实验室） ； China Telecom AI Technology (Beijing) Co., Ltd.（中国电信人工智能技术（北京）有限公司） ； Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
AI总结 提出一种基于线性表示假设的几何框架，将大语言模型幻觉解释为残差流语义流形的正交噪声，并引入推理时干预方法动态上下文正交化（DCO），通过层间Z分数抑制机制选择性地衰减异常正交分量，在保持知识记忆的同时提升上下文忠实度。
AVTrack: 以人为中心的复杂场景中的视听跟踪
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对现有视听跟踪数据集局限于简单场景的问题，提出AVTrack数据集，通过包含相机运动、视觉遮挡和位置变化等复杂动态条件，评估并提升鲁棒的人为中心视听场景理解。
Comments 19 pages, 10 figures, ICML 2026
大语言模型中用于结构推理的可视化图脚手架
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出将图结构作为大语言模型的内部推理辅助而非仅外部知识源，通过多跳问答实验发现视觉图引导相比文本化图在无直接答案提示时仍保持有效性，支持图作为组织推理的可视化脚手架。
SegTune：歌曲生成的结构化与细粒度控制
机构 * Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学）
AI总结 提出基于扩散Transformer的SegTune框架，通过用户或LLM指定局部音乐描述实现结构化细粒度控制，并引入LLM时长预测器实现精确歌词-音乐对齐，在音乐性和可控性上超越现有基线。
Comments This paper has been accepted to ACL 2026 as an oral presentation and has been nominated for the Best Paper Award. This work is a revised and extended version of an earlier technical report (arXiv:2510.18416). arXiv admin note: text overlap with arXiv:2510.18416
ReLoRA: 面向演化LLM服务快速部署的知识复用适配
机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（苏州先进研究院，中国科学技术大学）
AI总结 针对基础模型频繁更新导致已有LoRA适配器失效的问题，提出ReLoRA框架，通过贝叶斯优化初始化与调度正则化微调，实现知识复用与快速重新适配，降低计算开销并提升性能。
SAHG：用于社交机器人检测的扇区各向异性双曲图模型
机构 * University of Leeds（利兹大学） ； University of Science and Technology of China（中国科学技术大学） ； South China Normal University（华南师范大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin University of Commerce（哈尔滨商业大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出扇区各向异性双曲图模型SAHG，通过方向依赖曲率场和扇区原型解决欧几里得GNN在层次无标度社交图中的失真问题以及异质连接导致的信号污染问题，在三个基准上取得最佳性能。
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