Normality Calibration in Semi-supervised Graph Anomaly Detection
半监督图异常检测中的正态性校准
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出GraphNC框架，通过教师模型在异常分数和表示空间联合校准正态性，解决半监督图异常检测中正态性过拟合问题，降低误报。
Comments Accepted by ICML2026
高校专区
University of Science and Technology of China（中国科学技术大学）
Mechanistic Data Attribution: Tracing the Training Origins of Interpretable LLM Units
机械论数据归因：追踪可解释LLM单元的训练起源
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出机械论数据归因（MDA）框架，利用影响函数将可解释单元追溯到特定训练样本，通过因果验证表明干预高影响样本可显著调节可解释头的涌现，并发现重复结构数据作为机械催化剂，同时验证了归纳头与上下文学习之间的功能联系。
Comments ICML2026 (Oral)
Just-In-Time Reinforcement Learning: Continual Learning in LLM Agents Without Gradient Updates
即时强化学习：无需梯度更新的LLM智能体持续学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出JitRL框架，通过动态非参数记忆和即时优势估计，无需梯度更新即可实现LLM智能体的测试时策略优化，在WebArena和Jericho上达到训练无关方法最优，且性能超越微调方法，成本降低30倍以上。
Diffusion Bridge or Flow Matching? A Unifying Framework and Comparative Analysis
扩散桥还是流匹配？一个统一框架与比较分析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文通过随机最优控制和最优传输理论统一了扩散桥与流匹配，证明扩散桥成本更低且轨迹更稳定，并在图像恢复等任务中通过实验验证了理论。
De-AntiFake: Rethinking the Protective Perturbations Against Voice Cloning Attacks
De-AntiFake：重新思考对抗语音克隆攻击的保护扰动
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出一种两阶段净化方法，旨在提升对抗语音克隆攻击的防御效果，通过净化扰动语音并利用音素指导进行优化，实验表明其优于现有方法。
Comments Accepted by ICML 2025
Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267, 2025
A Unified LLM-Adaptable Framework for Cold-Start Cognitive Diagnosis
面向冷启动认知诊断的统一LLM可适配框架
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LMCD框架，通过知识扩散和语义-认知融合两阶段，利用大语言模型增强冷启动场景下的认知诊断性能。
Comments Under review
Tackling Small Sample Survival Analysis via Transfer Learning: A Study of Colorectal Cancer Prognosis
通过迁移学习解决小样本生存分析：结直肠癌预后的研究
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文通过迁移学习提升小样本生存分析，针对结直肠癌预后，改进了多种生存模型，如DeepSurv、Cox-CC、DeepHit和Random Survival Forest，实验结果显示迁移学习显著提升了模型性能。
Journal ref Artificial Intelligence in Medicine, 178:103426, 2026
MotionGPT-2: A General-Purpose Motion-Language Model for Motion Generation and Understanding
MotionGPT-2：用于运动生成与理解的通用运动-语言模型
机构 * Tsinghua University（清华大学） ； The University of Sydney（悉尼大学） ； 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） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Intime Department Store（Intime百货） ； Deepeleph ； HKUST（香港科技大学）
AI总结 提出MotionGPT-2，一种统一的大规模运动-语言模型，通过预训练大语言模型支持多模态控制条件，实现运动生成、描述和补全等多种任务，并引入Part-Aware VQVAE实现细粒度身体和手部运动表示。
Are Classification Robustness and Explanation Robustness Really Strongly Correlated? An Analysis Through Input Loss Landscape
分类鲁棒性与解释鲁棒性真的强相关吗？基于输入损失景观的分析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文质疑分类鲁棒性与解释鲁棒性强相关的传统观点，通过聚类评估解释鲁棒性，并提出调整解释损失景观的训练方法，发现两者并不强相关。
An Interval Branch-and-Bound-Based Inverse Kinemetics Algorithm Towards Global Optimal Redundancy Resolution
基于区间分支定界的逆运动学算法实现全局最优冗余度解析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出一种结合快速数值IK求解器搜索启发式的区间分支定界方法，高效求解机械臂广义逆运动学问题，生成邻域解以提供自运动流形的丰富几何信息，支持最优规划和任意时间求解。
