高校专区
在任意文本条件下学习：一种超网络驱动的元门控大语言模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出一种超网络驱动的元门控机制，通过动态调整SwiGLU块中的β参数，使LLM适应不同文本条件，优于微调和元学习基线。
Comments Accepted by ICML2026
当认知图遇见大语言模型：恐慌情绪唤醒预测的BDEI认知路径
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出PanicCognitivePath框架，通过心理安全距离模型融合多域信号，引入显式情绪节点构建BDEI认知路径，将LLM限制于单步参数估计，实现恐慌情绪唤醒时间预测，准确率提升10.68%。
从盾牌到靶心：针对基于LLM的智能体护栏的拒绝服务攻击
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 本文揭示基于LLM的护栏易受拒绝服务攻击，通过束搜索优化框架和机制感知结构变异生成恶意负载，导致令牌放大13-63倍、延迟放大148倍，威胁系统可用性。
微动作识别与检测的新多领域基准
机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； 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）
AI总结 提出MMA-82，一个大规模多领域微动作基准，扩展至82个类别、4个领域，涵盖识别与多标签检测任务，实验表明现有方法在域迁移、长尾分布等场景下仍面临挑战。
Comments 10 pages, 9 figures
多模态图负学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出GraphMNL框架，通过负学习解决多模态属性图中节点级分支语义不平衡问题，避免主导分支偏差传播，在Grocery和Reddit M数据集上取得最优性能。
CAPED：面向移动GUI代理的上下文感知隐私暴露防御
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 针对移动GUI代理截图上传导致的附带视觉隐私暴露问题，提出上下文感知的预上传暴露控制层CAPED，通过任务需求提取、屏幕上下文隐私先验和UI元素解析，选择性暴露任务所需内容，在保持高任务效用的同时显著降低隐私泄露。
通过增强负采样提升知识图谱基础模型
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出自适应负采样方法KMAS，通过动态调整困难负三元组比例，增强知识图谱基础模型在零样本补全任务中的性能。
ARC-Fi: 利用天线空间多样性实现标签高效领域泛化在Wi-Fi传感
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州研究院） ； Suzhou Big Data and AI Research and Engineering Center（苏州大数据与人工智能研究与工程中心） ； 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） ； Institute for Infocomm Research (I 2 R), A*STAR（资讯与通讯研究院（I2R），A*STAR） ； School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）
AI总结 ARC-Fi通过引入物理指导的数据增强策略，解决Wi-Fi传感中领域偏移问题，实现高效领域泛化。
Comments This work has been submitted to the IEEE for possible publication
REFLEX: 基于大语言模型经验的反思进化
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出REFLEX框架，通过解耦视觉诊断与代码生成实现可审计的高效策略进化，在控制任务和天线阵列合成中展现优异样本效率。
统一音频生成与编辑：联合条件建模与渐进训练
机构 * Department of Electronic Engineering and Information Science, University of Science and Technology of China（电子工程与信息科学系，中国科学技术大学） ； Tianjin Key Laboratory of Cognitive Computing and Application, School of Artificial Intelligence, Tianjin University（认知计算与应用重点实验室，天津大学人工智能学院） ； Institute of Artificial Intelligence of China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI））
AI总结 提出AudioWeave统一模型，通过联合条件建模和渐进多阶段训练策略，实现文本到音频生成和音频编辑的单一框架，性能与专用模型相当。
FEnc$^2$: 通过卷积和架构感知的片段编码统一数据打包以实现高效私有推理
机构 * 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FEnc$^2$框架，通过卷积感知编码和架构感知密文压缩优化CKKS加密推理中的密文打包，减少旋转和密文数量，实现端到端加速高达228倍。
Comments 15 pages, 9 figures. To appear in ISCA 2026
闭环三元组协同生成用于长视频
机构 * University of Science and Technology of China（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 提出CoTriSyGen框架，通过闭环视觉-文本-记忆协同过程，结合分析器进行镜头内和镜头间修正，解决长视频生成中的身份漂移和不一致问题。
连续Splatting遇见Retinex：用于低光图像增强的连续高斯Splatting与隐式反射建模
机构 * College of Mechanical and Vehicle Engineering, Chongqing University（重庆大学机械与运载工程学院） ； School of Engineering Science, University of Science and Technology of China（中国科学技术大学工程科学学院） ； National Innovation Center of Intelligent and Connected Vehicles（国家智能网联汽车创新中心） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院）
AI总结 提出CGS-Retinex框架，结合连续高斯Splatting与Retinex理论，通过连续参数场估计全局光照，并利用隐式神经表示独立建模反射率，实现低光图像增强，有效抑制噪声和过曝，恢复高频结构和色彩。
必要时聚焦：用于无训练视觉定位的自适应路由与协作定位
机构 * East China University of Science and Technology（华东理工大学） ； Tsinghua University（清华大学） ； 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）
AI总结 提出LazyMCoT动态框架，通过自适应路由评估不确定性，对简单查询跳过处理，对困难样本利用协作定位模块进行两阶段精炼，在提升推理精度的同时降低平均推理延迟。
质量-效用悖论：为什么高奖励数据会损害小模型的数学推理
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 发现数学推理蒸馏中的质量-效用悖论：Oracle精炼的高奖励数据因分布漂移增加适应成本，反而不如SLM自生成数据；提出风格对齐精炼方法恢复效用。
Comments Accepted at ICML 2026
VibeThinker-3B：探索小型语言模型中可验证推理的前沿
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出3B参数紧凑模型VibeThinker-3B，通过频谱到信号后训练范式（课程SFT、多域强化学习、离线自蒸馏）在可验证推理任务上达到前沿性能，匹配甚至超越大模型，并验证推理增强不损害指令可控性。
面向帕累托最优工具集成智能体的帕累托排名策略优化
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出ParetoPO框架，通过超体积引导动态标量化和帕累托排名优势计算，在多目标下优化工具使用语言模型的准确性与效率权衡。
Comments ICML 2026 Spotlight Paper
TurboGS: 通过误差引导的稀疏像素采样与优化加速3D高斯泼溅
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出TurboGS框架，通过误差引导的稀疏像素采样、结构感知损失、动态密度控制和混合优化器，在保持高保真渲染质量的同时实现高达10倍的训练加速。
Comments Accepted by ICML2026. Project page: https://zhengdong.site/projects/TurboGS/
基于课程回合级指导的在线策略蒸馏用于多轮智能体
机构 * Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所基础模型研究中心） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Wuhan AI Research（武汉人工智能研究院）
AI总结 针对多轮智能体在线策略蒸馏中错误累积导致教师监督失效的问题，提出混合教师和学生生成回合的Guided-OPD算法，通过课程式衰减教师干预概率，在ALFWorld等任务上平均提升21.1%得分和25.5%成功率。
MAGE-RAG：面向长文档问答的多粒度自适应图证据多模态RAG
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出MAGE-RAG框架，通过离线构建包含页面和元素节点的证据图，在线自适应构建证据子图，平衡证据覆盖与噪声控制，在长文档多模态问答中取得最优性能。
NVMOS：语音中非语言发声质量评估
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对非语言发声（如笑声、叹息）的感知质量评估空白，构建NV-MOS数据集，提出首个专用模型NVMOS，通过局部聚焦模块达到专家级评估一致性。
Comments 6 pages. Code and model: https://github.com/yongaifadian1/NVMOS
深度残差注入：多模态大语言模型的全频谱取证信号感知
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of California, Berkeley（加州大学伯克利分校）
AI总结 针对多模态大语言模型在取证中难以同时保留语义知识和捕获低级生成器伪影的问题，提出Deep-VRM方法，通过将伪影特定视觉信号作为残差路径注入中间层，实现全频谱信号感知，达到鲁棒检测性能。
Comments Accepted at ICML 2026
FlashNav：20秒内实现超快速机器人导航策略训练
机构 * Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； 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） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出FlashNav框架，通过GPU加速和MDP对齐实现20秒内训练可部署的导航策略，在TurtleBot2和Unitree Go2上验证成功。
Comments 15 pages, 4 figures
当正确边无法被验证：不完全KGQA中的溯源缺口及一种偏好溯源的补全策略
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对不完全知识图谱问答中补全边的可验证性问题，发现76-96%的正确边缺乏文本支持，提出偏好溯源的TGComplete策略，在保持答案质量的同时显著提高边精度和严格忠实性。
迈向下一代医疗：医疗具身AI在感知、决策与行动中的综述
机构 * School of Information Science and Engineering, Ocean University of China（中国海洋大学信息科学与工程学院） ； Innovation School of Artificial Intelligence, Hefei University of Technology（合肥工业大学人工智能创新学院） ； 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） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； ReLER Laboratory, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 本文系统综述医疗具身AI的核心组件，强调感知、决策与行动的协调集成，并分析临床实践中的挑战与未来方向。
Comments 19 pages, 9 figures
基于LLM的TTS中的动态韵律预测以提高说话人相似度
机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK
AI总结 针对LLM-based TTS忽略风格特定韵律模式导致说话人相似度不足的问题，提出基于先前预测语音的动态音节韵律预测方法，显著提升韵律学习能力和说话人相似度。
Comments Accepted to INTERSPEECH 2026. 5 pages, 2 figures. Audio samples: https://muzw.github.io/dynapros/
DuraMark: 基于LLM的文本转语音中的时长嵌入水印
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Forensic Science, Ministry of Public Security（公安部刑侦科学研究所） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 提出DuraMark，一种基于音节时长编辑的信息级水印框架，利用可控时长的LLM-TTS模型嵌入水印，并使用时长提取器检测，有效抵抗生成式攻击。
Comments Accepted to INTERSPEECH 2026. 5 pages, 1 figure. Audio samples: https://muzw.github.io/duramark_demo/
聚焦、对齐与维持：对抗增量目标检测中的梯度稀释
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出FAS框架，通过注入先验的查询聚焦判别信号、确定性锚点蒸馏对齐分配、流形支持回放维持旧类分布，解决增量目标检测中梯度稀释导致的性能下降问题。
Comments Accepted by ICML2026
Edu-Theater: 一种通过点名排演实现可扩展学习者行为模拟的数据高效智能体框架
机构 * University of Science and Technology of China（中国科学技术大学） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； iFLYTEK Co., Ltd.（科大讯飞股份有限公司）
AI总结 提出Edu-Theater框架，通过构建群体水平能力先验和少量诊断查询，利用LLM智能体模拟学习者行为，在减少数据需求的同时提高模拟精度，并增强下游自适应测试等应用。
Comments LLM Agent, Educational Data Mining, Data Synthesis, Human Simulation
从互动定向广告中进行属性推断
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文建模了互动定向广告中用户属性推断的噪声信道，通过合成基准评估了贝叶斯、监督、正无标签和自适应攻击，发现披露策略是最有效的控制手段。
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