高校专区
FuseFSS：基于函数秘密共享的高效安全LLM推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出FuseFSS编译器，通过统一编译流水线替代逐算子协议设计，实现安全推理中非线性与辅助操作的高效处理，在BERT和GPT模型上取得1.24-1.50倍加速并减少通信与预处理开销。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
BUDDY: 预算驱动的动态深度路由用于自适应大型语言模型推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出BUDDY框架，通过轻量决策模块根据输入动态选择top-k层，并复用KV缓存支持解码时自适应路由，在严格预算控制下提升精度-计算权衡。
CapRL++：基于可验证奖励的统一强化学习用于密集图像和视频描述生成
机构 * Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft（微软） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Alibaba Cloud（阿里云） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 提出CapRL++框架，利用可验证奖励的强化学习（RLVR）优化多模态描述生成，通过非视觉语言模型回答问题的准确性作为奖励，提升密集描述质量，在20多个基准上超越传统监督微调。
Comments 26 pages, 10 figures. Project page: https://github.com/InternLM/CapRL. arXiv admin note: text overlap with arXiv:2509.22647
NüshuVoice：利用音高感知文本到语音技术复兴濒危女书的声音
机构 * Ocean University of China（中国海洋大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Cornell University（康奈尔大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Michigan–Ann Arbor（密歇根大学安娜堡分校） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 针对女书语音数据稀缺问题，提出NüshuVoice基准和F0条件VITS框架Nüshu-PitchVITS，利用五级音高标注作为韵律先验，在频谱保真度、音高重建和可懂度上优于强基线。
Comments 12 pages, 3 figures
看得更多，匹配更好：用于双视图对应学习的多源特征融合
机构 * Nanjing University of Science and Technology（南京理工大学） ； People’s Daily Online（人民网） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出TriMatch框架，融合几何、纹理语义和结构语义特征，通过语义引导调制和层次细化，提升重复结构等场景下的对应点鉴别能力。
Comments Correspondence Learning, Multi-Source Feature Fusion, Outlier Removal, Camera Pose Estimation
LiteVSR: 冻结扩散变换器的轻量级自适应用于视频超分辨率
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LiteVSR，利用流匹配原理，通过轻量级状态感知适配器在冻结扩散变换器上实现视频超分辨率，仅需11.25%可训练参数和12 GPU小时训练。
时间感知推理优化用于视频时间定位
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出TaRO框架，通过构造性推理探索和时间敏感性奖励，增强多模态大模型在视频时间定位中的时间感知推理能力，实现最先进性能。
Comments Accepted by ICML 2026
EgoTactile: 从自我中心视频学习日常物体的抓取压力
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出EgoTactile基准和条件扩散框架EgoPressureDiff，从自我中心视频估计全手抓取压力，解决视觉-物理歧义，实现鲁棒迁移。
Comments Accepted to ICML2026 spotlight
CP4D: 组合式物理感知4D场景生成
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） ； Zhongguancun Academy（中关村学院） ； the State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，中国科学院自动化研究所） ； Eastern Institute of Technology（东部技术研究所） ； Tsinghua University（清华大学）
AI总结 提出CP4D范式，通过静态环境与物理动态对象组合，结合物理模拟器与视频扩散模型生成轨迹，实现高保真、物理一致的4D场景。
Claw-R1：面向智能体强化学习的步骤级数据中间件系统
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（中国科学技术大学认知智能国家重点实验室）
AI总结 提出Claw-R1系统，通过网关服务器和数据池组件，将智能体交互步骤转化为结构化数据资产，支持实时检查、质量筛选和训练批次配置，解决智能体强化学习中数据生命周期管理问题。
反事实传输流用于离线保守轨迹细化
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出反事实传输流框架，通过检索高反馈轨迹构建局部偏好对，实现离线决策的保守轨迹细化，在D4RL基准上提升历史回报表现。
Comments accepted at RLxF @ ICML 2026
从捷径到推理：基于强化学习的心理理论鲁棒后训练
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对心理理论后训练中的捷径问题，提出Thinking-RFT方法，结合可验证奖励和显式推理链，在多个无捷径数据集上显著提升推理能力，尤其在复杂高阶推理和多模态场景中表现优异。
Comments Accepted by ICML 2026
由谄媚诱导的突现性失调可通过对齐门控逆转
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 发现谄媚微调（被动同意用户错误观点）可诱导广泛且严重的突现性失调，并提出对齐门控方法，通过插入可学习门控来识别并抑制不安全表示，从而高效逆转失调。
Comments Code is available at https://github.com/stay1to0/Sycophancy_Emergent_Misalignment_and_Gated_attention_FT
通过多样化经验扩展视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出SyVLA模型，通过意图解耦算法和相似样本引导的强化学习管道，解决视觉-语言-动作模型在推理与控制耦合及策略优化不稳定问题，在真实机器人任务中取得更高成功率和泛化能力。
Comments ICML 2026, SyVLA
重新思考3D形状生成：超二次曲面上的扩散
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出将扩散模型从高基数几何表示转移到紧凑的超二次曲面参数上，以降低计算和内存成本，并支持无分辨率点云解码、部件级编辑和约束设计，实现高效生成。
Comments Accepted to ICML2026
顺序至关重要：通过代理引导的LLM进化揭示宏放置序列的隐藏影响
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出OrderPlace框架，利用代理引导的大语言模型进化自动发现宏放置顺序策略，在ISPD 2005基准上相比现有方法线长减少14.08%-34.04%。
Comments ICML2026
无图像思考：通过在线自我蒸馏内化视觉操作
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Central South University（中南大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Huawei Technologies（华为技术有限公司）
AI总结 提出Imagine-OPD框架，通过在线自我蒸馏将“用图像思考”的视觉推理能力内化为“用想象思考”，在不调用外部工具的情况下生成内部视觉线索，在保持性能的同时显著降低推理开销。
移位依赖的不对称性：面向联邦医学分割的正交逆低秩适应
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对联邦医学分割中编码器与解码器的不对称性（编码器受外观移位主导，解码器受监督变化主导），提出逆不对称调优（IAT）方法，通过个性化模块特定组件并引入子空间正交正则化器防止泄露，实现跨站点泛化提升。
Comments Accepted by ICML 2026
激活引导引发突现失调：一项更全面的评估
机构 * Nanyang Technological University（南洋理工大学） ； 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 研究激活引导是否引发突现失调，通过扩展评估范围，发现激活引导可导致广泛失调，且比微调产生更连贯的有害响应，并分析了关键因素。
潜在扩散策略：为基于扩散的机器人操作塑造潜在空间
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出两阶段框架LDP，通过CVAE编码器吸收场景理解，在预浓缩的潜在空间中进行流匹配，简化学习并提升多臂协调任务性能。
从玩家到大师：通过基于记忆的强化学习增强LLM代理的测试时学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出Memopilot，一种通过多轮GRPO训练记忆更新过程来优化冻结LLM代理在测试时学习的方法，在多人博弈中显著提升Elo评分。
Comments Accepted by ICML 2026
Tyan-WP：用于超短期概率预测的风电基础模型
机构 * School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； China Electric Power Research Institute（中国电力科学研究院）
AI总结 提出首个风电基础模型Tyan-WP，通过静态站点嵌入和功率感知气象融合模块，在零样本场景下实现超短期概率预测，显著优于传统模型。
通过细粒度情感-原因对提取实现精确的情感归因视频字幕生成
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（合肥综合性国家科学中心人工智能研究院） ； Harbin Institute of Technology (Weihai)（哈尔滨工业大学（威海））
AI总结 提出细粒度情感-原因对提取框架，通过概念感知视觉语义分解和视觉引导情感可解释学习，提升情感视频字幕的准确性和丰富性。
重回正轨：在扩散大语言模型中对齐奖励与状态以进行推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Tongyi Lab（通义实验室） ； Northeastern University（东北大学）
AI总结 针对扩散大语言模型强化学习中过程奖励与状态轨迹的双重错位问题，提出PAPO框架，通过步骤感知过程奖励和熵引导历史重演实现对齐，在四个基准上取得显著提升。
TVI-CoT: 面向多模态理解的文本-视觉交错思维链推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出TVI-CoT框架，通过可学习控制令牌实现文本推理与视觉特征访问的动态交错，解决多模态LLM在推理过程中无法访问视觉特征的问题，在多个基准上取得最优结果。
Comments ICML2026
LOTTERY: 在样本量不对称下的双样本检验中仅从参考样本学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对参考样本丰富而查询样本极少的双样本检验问题，提出利用参考样本学习依赖参考的表示并自适应加权，实现置换检验的I类错误控制和一致性。
Comments 16 pages, 1 figure
Journal ref ICML 2026
GIFT: 基于LLM引导的状态-奖励接口用于金融强化学习
机构 * East China University of Science and Technology（华东理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Southwestern University of Finance and Economics（西南财经大学） ； University of Sydney（悉尼大学） ； City University of Hong Kong（香港城市大学） ； Northeastern University（东北大学） ； The Ohio State University（俄亥俄州立大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出GIFT框架，利用大语言模型引导PPO强化学习中的状态增强和奖励塑造，提升金融交易策略的样本外风险调整收益。
Comments 25 pages, 7 figures. Code and data are available at https://github.com/KAG778/GIFT . Equal contribution: Yanyan Wu and Boyi Zhang. Corresponding author: Youhua Li
基于大语言模型的时间序列预测的因果语义对齐
机构 * University of Science and Technology of China（中国科学技术大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 提出CVAformer框架，通过因果干预解耦变量中的动态和不变成分，消除对齐中的混杂偏差，在多种预测场景下达到或超越最先进性能。
差分隐私范围子图计数
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）
AI总结 针对子图计数中的隐私问题，提出差分隐私范围子图计数（DPRSC）问题，通过子图投影将其转化为加权正交范围计数，结合范围树和局部敏感度估计实现低误差隐私查询，并证明误差下界与维度指数相关。
Comments ICML2026
ConSteer-RL：通过置信度感知强化学习引导大型语言模型的推理能力
机构 * Xi'an Jiaotong University（西安交通大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出ConSteer-RL框架，将模型log概率的token级置信度信号融入GRPO，通过置信度感知奖励塑造机制惩罚过度自信错误并强化正确自信推理，在多个模型规模上平均提升2.3%-4.0%。
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