高校专区
TIE：面向事件视频生成的时间区间编码
机构 * University of Science and Technology of China（中国科学技术大学） ； Matrix Team（Matrix团队） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； University of Waterloo（滑铁卢大学） ； The Pennsylvania State University（宾夕法尼亚州立大学） ； Zhongguancun Academy（中关村学院） ； The University of Hong Kong（香港大学）
AI总结 提出时间区间编码（TIE），将旋转位置嵌入推广为区间感知形式，解决扩散变换器（DiT）在重叠事件视频生成中时间区间无法表示的问题，显著提升时间可控性。
Geo-Align: 通过度量几何奖励实现视频生成对齐
机构 * USTC（中国科学技术大学） ； Shanghai AI Lab（上海人工智能实验室） ； ZJU（浙江大学）
AI总结 提出首个基于强化学习的框架Geo-Align，通过度量3D估计器提取相机轨迹并惩罚偏差，利用真实条件视频和合成目标轨迹消除配对数据依赖，提升相机控制精度和视觉保真度。
元认知作为奖励：通过知识和调节信号强化LLM推理
机构 * Tongji University（同济大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； University of Science and Technology of China（中国科学技术大学） ； EPFL（苏黎世联邦理工学院） ； Wuhan University（武汉大学）
AI总结 提出元认知奖励（MaR）框架，利用元认知知识和调节信号作为过程奖励，提升LLM推理质量，在22个基准上平均提升7.7%。
从正确性到偏好：个性化智能体强化学习框架
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）
AI总结 提出PARPO框架，通过解耦通用任务奖励与个性化偏好奖励，结合偏好解耦奖励模型和偏好对齐技能演化图记忆，实现个性化智能体强化学习。
Comments 34 pages, 7 figures, Under Review
机器生成文本的隐藏类人本质：理论与检测增强
机构 * Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室）
AI总结 本文揭示了机器生成文本中隐藏的类人片段，理论分析其对检测的影响，并提出模型无关的堆叠增强框架，通过硬EM迭代过滤类人片段来提升检测性能。
Uni-Edit: 智能编辑作为统一模型调优的通用任务
机构 * CUHK MMLab（香港大学多模态实验室） ； Meituan（美团） ； TJU（天津大学） ； USTC（中国科学技术大学）
AI总结 提出将智能图像编辑作为统一多模态模型调优的通用任务，通过单一任务、单阶段训练和单一数据集同时提升图像理解、生成和编辑能力，并引入自动化数据合成流水线构建推理密集型指令数据集Uni-Edit-148k。
Comments Project Page: https://zhengdian1.github.io/Uni-Edit-proj/ Code: https://github.com/zhengdian1/Uni-Edit
WebGameBench: 通过浏览器原生游戏对编码代理进行需求到应用的评估
机构 * Baidu（百度） ； University of Science and Technology of China（中国科学技术大学）
AI总结 提出WebGameBench基准，通过将结构化Web游戏规范转化为可浏览器访问的游戏，评估编码代理从需求到应用交付的能力，并采用运行时评估器与人类审查对齐的可用性标签。
Comments 19 pages, 6 figures
HorizonDrive: 用于长时域驾驶仿真的自纠正自回归世界模型
机构 * Wuhan University（武汉大学） ； The University of Tokyo（东京大学） ； Horizon Robotics ； Tsinghua University（清华大学） ； 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）
AI总结 针对自回归驾驶仿真中教师模型因自身预测漂移导致监督退化的问题，提出HorizonDrive框架，通过计划性滚转恢复（SRR）训练抗漂移教师模型，并利用教师滚转分布匹配蒸馏（TRD）实现长时域监督下的高效学生模型部署。
Comments Comments: 22 pages, 14 figures. Project page: https://zcliangyue.github.io/HorizonDrive Code: https://github.com/zcliangyue/HorizonDrive
Claw AI Lab：一个自主多智能体研究团队
机构 * NTU（国立新加坡大学） ； A*STAR（科技研究局） ； Moxin Technology Co., LTD（摩新科技有限公司） ； NUIST（南京信息工程大学） ； THU（清华大学） ； USTC（中国科学技术大学）
AI总结 本文提出Claw AI Lab，一种自主研究平台，通过隐藏的提示到论文流程实现自动化研究，并提供交互式AI实验室。该平台允许用户通过一个提示创建完整的研究团队，支持自定义角色、协作流程、实时监控、 artifact检查和回滚/恢复控制。Claw-Code Harness连接本地代码库、数据集和检查点，提高实验执行、完成和结果完整性。在内部评估中，Claw AI Lab在想法新颖性、实验完整性和论文质量上被AI专家评委一致偏好。
Comments Project page and code are available at https://github.com/Claw-AI-Lab/Claw-AI-Lab
统一的数据选择用于LLM推理
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 本文提出了一种无需训练的高熵和（HES）指标，用于评估和选择高质量的推理样本，通过在三种主流训练范式（监督微调、拒绝微调和强化学习）中验证，证明了其在提高LLM推理性能和减少计算开销方面的有效性。
Comments Under Review
MuKV：多粒度KV缓存压缩用于长流视频问答
机构 * 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 本文提出MuKV，一种多粒度KV缓存压缩方法，通过半分层检索方法提升长流视频问答的效率和准确性，实验表明其在答案准确率、内存使用和在线问答效率方面均优于基线方法。
Comments To appear at CVPR'26. Code is available at https://github.com/IMBALDY/MuKV
事件-照明协同低光照图像增强与高分辨率现实数据集
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出EIC-LIE框架，通过事件-照明协同模块和照明感知事件滤波器，解决低光照图像增强中HDR信息整合不足和现实噪声敏感问题，并构建首个高分辨率现实事件数据集，实验证明其在多个数据集上优于现有方法。
SWE-Mutation：LLMs能否在软件工程中生成可靠的测试套件？
机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； Beihang University（北航） ； School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； NeoShell AI ； 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 本文提出SWE-Mutation基准，用于评估LLM生成的测试套件质量，通过系统性地变异解决方案来测试测试套件的可靠性，并发现当前LLM在生成可靠且具有判别力的测试套件方面存在不足。
Comments 24 pages, 8 figures
Journal ref ACL 2026 Findings
EventGait: 向事件流中实现鲁棒的步态识别
机构 * 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）
AI总结 本文提出EventGait，一种端到端的双流框架，通过事件相机捕捉动态和形状信息，提升在复杂光照和运动环境下的步态识别鲁棒性，并通过合成数据集和新基准测试验证了其有效性。
学习预见：揭示在线蒸馏的解锁效率
机构 * USTC（中国科学技术大学） ； Tencent（腾讯） ； NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； UCAS-IIE（中国科学技术大学国际交流学院） ； SHU（上海大学）
AI总结 本文研究了在线蒸馏（OPD）的效率来源，提出EffOPD方法通过适应性选择 extrapolation 步长和沿当前更新方向移动来加速OPD，实现了3倍的训练加速同时保持最终性能。
SimCT: 通过跨分词器策略进行监督恢复
机构 * University of Science and Technology of China（中国科学技术大学） ； Large Language Model Department, Tencent（腾讯大语言模型部门） ； Shanghai Innovation Institute（上海创新研究院） ； Zhongguancun Academy（中关村学院）
AI总结 本文提出SimCT，一种改进的在线策略蒸馏方法，通过扩展监督空间来恢复因分词差异而丢失的监督信号，从而在数学推理和代码生成任务中提升了性能。
Comments 4 figures, 6 tables, 28 pages
RTPrune: 两次阅读启发的令牌修剪用于高效DeepSeek-OCR推理
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
AI总结 本文提出RTPrune，一种针对DeepSeek-OCR的两次阶段令牌修剪方法，通过优先保留高范数视觉令牌并利用最优传输理论进行令牌配对和合并，从而在OCR任务中实现更高效的推理性能和更优的效率-精度权衡。
Comments 21 pages, accepted by ICML2026
我们能否为伪造图像检测构建一个单一模型？SICA：语义诱导约束适应用于统一且具有判别性的伪影特征空间重建
机构 * Sichuan University（四川大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Science and Technology of China（中国科学技术大学） ； South China University of Technology（华南理工大学）
AI总结 本文提出了一种新的单体伪造图像检测模型SICA，通过语义诱导约束适应方法，解决伪影特征空间重建的统一与判别性矛盾，实验表明其优于15种现有方法。
Video-o3：长视频多跳推理的原生交错线索搜索
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； SIAT, Chinese Academy of Sciences（中国科学院软件研究所）
AI总结 本研究提出Video-o3框架，通过迭代发现显著视觉线索、细粒度检查关键片段以及适应性终止，提升长视频多跳推理能力，实验表明其在MLVU和Video-Holmes上分别达到72.1%和46.5%的准确率。
Comments 27 pages, 15 figures, 15 tables
事件感知的动态图提示学习
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； The University of Tokyo（东京大学） ； Shanxi University（山西大学） ； Singapore Management University（新加坡国立大学）
AI总结 本文提出EVP框架，通过提取历史事件并引入事件适应机制，增强动态图学习模型对历史事件知识的利用能力。
Comments Under review
MTR-Bench：多轮推理评估的综合性基准
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MTR-Bench，一个包含4类、40个任务和3600个实例的综合性基准，用于评估大型语言模型的多轮推理能力，通过自动化框架实现大规模评估，并揭示了当前先进推理模型在多轮交互任务中的不足。
Comments ACL 2026 Main Conference
频域正则化对抗对齐用于针对闭源大语言模型的可转移攻击
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Wuhan University（武汉大学） ； Nanyang Technological University（南洋理工大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出FRA-Attack，通过频域正则化方法解决对抗转移性问题，通过高通DCT目标和频率域梯度正则化提升跨模型的对抗转移能力。
Metis: 通过自进化元认知策略优化学习 jailbreak LLMs
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信）
AI总结 本文提出Metis框架，通过将jailbreaking重新表述为对抗性部分可观测马尔可夫决策过程中的推理时间策略优化，以提高对抗性测试的效率和效果，同时通过结构化反馈和透明推理轨迹提升可解释性，实验表明Metis在多种模型上均表现出更高的攻击成功率和更低的token成本。
Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)
流之真相：面向图像到视频生成的主动时间鉴伪
机构 * Anhui Province Key Laboratory of Digital Security (School of Cyber Science and Technology, University of Science and Technology of China)（安徽省数字安全重点实验室（网络安全学院，中国科学技术大学））
AI总结 本文提出了一种面向图像到视频生成的主动时间鉴伪方法，通过追踪像素在视频中的流动和变换，解决了传统空间鉴伪在时间维度上的不足。
HUSKY：通过物理感知的全身控制实现人形滑雪板系统
机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； ShanghaiTech University（上海科技大学）
AI总结 本文提出HUSKY框架，通过整合人形滑雪板系统建模和物理感知的全身控制，解决高动态和复杂交互任务中的稳定动态操控问题，实现在实际场景中稳定灵活的滑雪板操作。
Comments Accepted to RSS2026
SURGE：一个以事件为中心的社会媒体情感时间序列基准，包含交互结构
机构 * University of Science and Technology of China（中国科学技术大学） ； Sichuan University Zhongguancun Academy（四川大学中关村学院）
AI总结 该研究提出了SURGE基准，通过整合事件级时间序列与对齐的文本和交互结构，用于评估社交互动如何影响预测行为，揭示了基准在局部持久性、转移能力及回复密集期的挑战性。
保留、揭示、扩展：基于区域感知的4D视频编辑
机构 * University of Science and Technology of China（中国科学技术大学） ； Li Auto Inc.（利汽车公司）
AI总结 本文提出PREX框架，通过区域感知分解目标时空体积，解决4D视频编辑中区域保持、揭示和扩展的问题，提升了视频编辑的准确性和稳定性。
Comments 23 pages, 13 figures
DrawMotion: 通过自由手绘生成3D人体动作
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology of China（中国科学技术大学） ； NLP Lab, School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院自然语言处理实验室） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； The Institute of AI (TeleAI), China Telecom（中国电信人工智能研究院） ； Northwestern Polytechnical University（西北工业大学）
AI总结 本研究提出DrawMotion，一种基于扩散模型的框架，通过自由手绘和文本条件生成3D人体动作，减少用户输入时间，提升生成精度。
DeformMaster: 一个用于从视频中生成变形物体交互物理-神经世界模型
机构 * Nankai University（南开大学） ； Zhejiang University（浙江大学） ； Southern University of Science and Technology（南方科技大学） ； Rightly Robotics, A4X（Rightly Robotics，A4X） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本研究提出DeformMaster，一种基于视频的交互物理-神经世界模型，能够从真实交互视频中生成变形物体的统一动态-外观框架，通过保留结构化的物理推演并利用神经残差补偿未建模效应，实现高保真4D外观生成，实验表明其在动态预测和外观渲染方面优于现有方法。
Comments Project page: https://can-lee.github.io/deformmaster-web/
SetCon: 通过集级概念预测实现开放式的指称分割
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； 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） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出SetCon，通过集级概念预测实现开放式的指称分割，利用LVLM生成的自然语言概念作为语义条件进行联合掩码-集解码，提高了分割的完整性和互斥性。
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