高校专区
最大化关键区域的局部熵：基于前缀的局部化大语言模型去敏感化
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PALU框架，通过局部熵最大化减少冗余优化，提升大语言模型的去敏感化效果与通用性能。
Comments Accepted to ACL 2026 main
LiMuon: 面向大模型的轻量快速Muon优化器
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LiMuon优化器，结合动量方差缩减与随机SVD，在降低内存的同时实现更低的样本复杂度O(ε^{-3})，并在Mamba-130M等模型上验证有效性。
Comments Published in ICML 2026
基于学习的缝纫图案接缝对应重建
机构 * Zhejiang Sci-Tech University（浙江理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Style3D Research（模幻科技）
AI总结 研究针对数字缝纫图案无明确缝线注释问题，提出基于图的学习框架，从二维面板几何形状重建两级缝线信息，支持复杂拓扑，实验证明该方法有高缝线精度和强泛化能力。
PrefReward：学习用于个性化文本生成的用户偏好矩阵
机构 * 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） ； National University of Singapore（新加坡国立大学）
AI总结 研究针对大语言模型个性化生成中存在的问题，提出PrefReward框架，通过提取用户特定偏好矩阵并将其作为奖励信号指导生成，实验证明该框架在生成质量和个性化可解释性上优于基线。
SciExplore：评估从科学导航到信息整合的自主智能体
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 介绍用于评估大语言模型和智能体科学信息检索与推理能力的基准SciExplore，包含四类任务，在其上评估多个先进模型和智能体，发现随着任务复杂度增加性能差距大，凸显当前模型在实际科学信息检索场景中的局限。
Comments 25 pages, 13 figures. Submitted to ACL 2026
源先验驱动的选择性适应用于高效扩散模型微调
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 研究针对扩散模型微调中提升特定目标生成与保留预训练能力的权衡问题，提出源先验驱动的选择性适应方法，通过关键观察学习静态掩码并构建更新策略，实验证明比基线方法在适应 - 保留权衡上表现更好。
THOR：用于多跳问答的θ-γ分层振荡推理框架
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生命科学与医学部生物医学工程学院）
AI总结 针对多跳问答中注意力衰减和错误积累问题，提出受大脑启发的θ-γ分层振荡推理框架THOR，经实验验证，该框架能提高答案准确性和鲁棒性，减轻相关限制。
超越以相关性为中心的检索：面向评分标准的文档集选择与排序
机构 * University of Science and Technology of China（中国科学技术大学） ； Yuanbao Team, Tencent（腾讯元宝团队） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shandong University（山东大学）
AI总结 研究针对大语言模型和人工智能代理对搜索结果质量需求，提出评估-诊断-优化框架。设计SetwiseEvalKit评估基准，评估多种重排器。在此基础上提出Rubric4Setwise方法，无需训练，能以更少文档和搜索轮次实现最佳下游生成性能，验证了闭环有效性。
Comments Project Page: https://rubric4setwise.github.io/
LatentChem: 从文本思维链到化学推理中的潜在思考
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对化学大语言模型依赖显式思维链导致的模态不匹配问题，提出LatentChem推理接口，通过连续思维向量和动态感知解耦化学逻辑与语言生成，在ChemCoTBench上以59.88%非平局胜率超越强CoT基线，并实现平均10.84倍推理步骤开销降低（5.96倍实际加速）。
Comments Accepted at ICML 2026
变分推测解码：从令牌似然到序列接受的草稿训练再思考
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出变分推测解码（VSD），将草稿训练视为对潜在提议（草稿路径）的变分推断，通过最大化目标模型接受的边际概率来优化，结合路径级效用和期望最大化过程，显著提升解码效率。
TeaRAG：一种令牌高效的智能检索增强生成框架
机构 * University of Science and Technology of China（中国科学技术大学） ； City University of Hong Kong（香港城市大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 研究提出TeaRAG框架解决智能RAG令牌开销大问题，通过基于简洁三元组的图检索压缩检索内容，用IP-DPO减少推理步骤，在多个数据集上实验，提高了平均精确匹配，减少了输出令牌。
Comments 34 pages
以学生为中心的蒸馏缩小了小型和大型语言模型之间的智能差距
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 研究旨在缩小大小语言模型智能差距，提出SCoRe框架，让学生生成训练轨迹，教师纠正最早错误，经微调与短视距强化学习，提升学生解决问题能力，在12个基准测试中，70亿参数学生模型缩小了与720亿参数教师模型的性能差距
Comments Accepted to ICML 2026. The title has been changed from "From Correction to Mastery: Reinforced Distillation of Large Language Model Agents" to "Student-Centered Distillation Narrows the Agentic Gap Between Small and Large LLMs"; the camera-ready version has been uploaded
迈向拟人化对话：一个用于类人聊天生成、评估和偏好对齐的闭环框架
机构 * Shanghai Institute of Innovation（上海创新研究院） ； East China Normal University（华东师范大学） ； University of Science and Technology of China（中国科学技术大学） ； Chabiyue (Shanghai) Information Technology Co., Ltd.（上海叉叉悦信息技术有限公司） ； Shanghai Tianyou Software Co., Ltd.（上海天游软件有限公司） ； Zhejiang Century Huatong Group Co., Ltd.（浙江世纪华通集团有限公司）
AI总结 该研究提出AnthroDial闭环框架，将拟人化对话作为联合问题，结合角色调度运行时、可执行基准和训练后管道。在多场景基准上评估多个系统，结果显示共享行为维度时拟人化对话有益，不同方法提升了严格准确率。
Comments 17 pages, 2 figures, 11 tables
循环代码取证：面向图像伪造检测的代理工具使用
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文提出ForenAgent框架，通过多轮交互使MLLM自主生成并迭代优化Python工具，提升图像伪造检测的灵活性和可解释性，构建FABench数据集进行系统训练和评估。
Comments 18 pages, 7 figures
玻璃表面检测：利用闪光/无闪光图像中的反射动态
机构 * School of Artificial Intelligence and Computer Science at Jiangnan University（江南大学人工智能与计算机科学学院） ； 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与技术学院） ； Department of Computer Vision, Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（马尔代夫比赞大学人工智能学院计算机视觉系） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系）
AI总结 针对玻璃表面检测难题，提出NFGlassNet方法，利用闪光/无闪光图像中反射动态，包含反射对比挖掘模块与反射引导注意力模块，构建数据集，实验证明该方法优于现有方法。
Comments 18 pages, 17 figures
CreatiPoster：迈向可编辑和可控的多层平面设计生成
机构 * University of Science and Technology of China（中国科学技术大学） ； Intelligent Creation（智能创作） ； Fudan University（复旦大学）
AI总结 研究旨在解决平面设计难题，提出CreatiPoster框架，通过协议模型和条件背景模型生成可编辑多层构图，超越开源方法和商业系统，发布无版权语料库，推动AI辅助平面设计应用。
用于听觉注意力解码的端到端马尔可夫状态序列学习
机构 * NERC-SLIP, University of Science and Technology of China（中国科学技术大学NERC-SLIP） ； School of Information and Communication Engineering, Guangzhou Maritime University（广州航海学院信息与通信工程学院） ； Artificial Intelligence Research Institute, iFLYTEK Company, Ltd.（科大讯飞股份有限公司人工智能研究院） ； 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 研究针对听觉注意力解码中多数模型为独立短窗口分类器的问题，提出基于条件随机场的端到端马尔可夫AAD框架，引入ESCNet，通过联合优化目标学习注意力状态序列，实验证明该方法在多个数据集上优于传统孤立窗口分类。
基于自引导稀疏体细化的精细细节单目几何估计
机构 * Tsinghua University（清华大学） ； USTC（中国科学技术大学） ； Microsoft Research（微软研究院）
AI总结 针对单目几何估计在局部3D结构精细细节上的失真问题，提出基于自引导稀疏体细化的方法，将建模从2D提升到3D空间，通过稀疏卷积避免特征混合，实验证明该方法在恢复精细3D几何方面显著优于现有方法。
用于肌肉骨骼护理的基于证据的人工智能
机构 * Ruijin Hospital, College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院，健康科学技术学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（中国科学技术大学脑启发智能感知与认知教育部重点实验室） ； School of Basic Medical Sciences, Intelligent Medicine Institute, Fudan University（复旦大学基础医学院智能医学研究院） ； Department of Radiation Oncology, Stanford University School of Medicine（斯坦福大学医学院放射肿瘤学系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； College of AI, Tsinghua University（清华大学人工智能学院）
AI总结 研究针对肌肉骨骼护理中证据分散问题，提出基于大语言模型的OrthoPilot系统，整合多源数据进行持续管理。该系统在诊断推理等方面超越专家，优于其他智能系统，还提升了管理成功率和病床病例数等，推动临床人工智能实现纵向管理。
Comments All co-authors have now consented to the submission and approved the authorship
ARMOR：使用离策略锚样本稳定在线大语言模型强化学习
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Dartmouth College（达特茅斯学院）
AI总结 研究大语言模型强化学习训练不稳定问题，提出ARMOR框架，通过锚展开利用离策略数据保留解决方案模式，混合优化重新制定策略目标实现可控探索，经实验验证可有效减轻验证崩溃，提升性能。
更多编辑，更稳定：理解连续模型编辑中的终身规范化
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学）
AI总结 本文研究了连续模型编辑中的终身规范化，提出理论分析揭示其自增强稳定性循环，并通过StableEdit提升长期稳定性。
Comments Accepted to ICML 2026
通过真实照片生成面部-only反事实来衡量视觉语言模型中的社会偏见
机构 * School of Intelligence Science and Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）智能科学与工程学院） ； School of Information Science and Engineering, Ningbo University（宁波大学信息科学与工程学院） ； 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与技术学院）
AI总结 本文提出通过真实照片生成面部-only反事实来评估视觉语言模型中的社会偏见，构建了FOCUS数据集和REFLECT基准，发现严格视觉控制下仍存在种族性别差异，强调了反事实审计和任务设计的重要性。
Comments 18 pages, 18 figures, and 3 tables
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 39963-39987, 2026
眼泪还是欢呼？通过文化诱发的差异情感反应基准测试LLMs
机构 * Hefei University of Technology（合肥工业大学） ； Monash University（墨尔本大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出CEDAR基准，通过文化诱发的差异情感反应评估LLMs，揭示语言一致性和文化契合度之间的脱节，展示文化根植的情感理解仍是模型的重大挑战。
Comments ACL 2026 SAC Highlight
FM-VLA：用于接触丰富操作中视觉-语言-动作模型的基于力的记忆
机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； Fudan University（复旦大学） ； USTC（中国科学技术大学）
AI总结 研究针对视觉-语言-动作模型在接触丰富操作中的时间上下文推理问题，提出FM-VLA模型，通过基于力的记忆编码及投影，利用累积接触事件历史指导操作，在相关任务上评估，轻量级力记忆表现出色，显著优于基线方法。
重新思考异构语言模型合并：加权模型平均视角
机构 * University of Science and Technology of China（中国科学技术大学） ； 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）
AI总结 研究异构语言模型合并问题，通过无训练的维度适配和比率控制插值，在联合式与交叉式合并中进行实验，结果表明简单参数平均结合轻量级适配和比率控制是强大基线，揭示直接加权融合的限制及对复杂方法的制约。
Comments 17 pages, 3 figures, 20 tables, preprint
用于序列动作视频生成的关键帧锚定身份保留
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对身份保留文本到视频生成任务中主体身份保持和动作执行的挑战，提出无训练三阶段管道框架，包括动作感知提示优化、身份保留生成和身份感知推理增强，该方法在官方排行榜上排名第三，性能和通用性强。
ZifaMem：人工智能伴侣中用于人物形象、偏好和情感连续性的结构化记忆
机构 * ZifaCorp（紫发公司） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学）
AI总结 研究针对人工智能伴侣情感连续性问题，提出结构化记忆系统ZifaMem，通过组织对话形成多种记忆模型。实验表明其能提升情商得分、改善人物形象基础等，多种记忆系统均有改善，且ZifaMem与Mem0在主要偏好端点统计等效，相关工具已开源。
TimeLens2：使用多模态大语言模型进行通用视频时间定位
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） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学）
AI总结 研究通用视频时间定位问题，TimeLens2将时间证据视为区间集，通过多种策略构建多跨度监督，其时间瓦瑟斯坦奖励等方法提供反馈，在多个基准测试中表现出色，不同变体均有性能提升。
Comments Technical Report
DRNOISE：在误导性证据环境中对深度研究代理进行基准测试
机构 * Hong Kong Baptist University（香港浸会大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 研究在误导性证据环境下深度研究代理的表现，引入DRNOISE基准，每个任务含正确答案及冲突文档，涵盖多类证据操作。测试发现代理存在验证惰性，通用提示可缩小差距，强调可靠深度研究需积极协调主张与证据。
Comments 16 pages, 2 figures, 11 tables
在安全边界之间：利用时间一致性破解文本到视频生成模型
机构 * University of Science and Technology of China（科学技术大学）
AI总结 研究针对文本到视频模型的越狱攻击，提出结构化查询高效的BSB框架，利用时间一致性，通过在文本代理空间进行蒙特卡洛树搜索并结合视频级评估来校准结果，实验表明该方法超越现有基线，有效发现模型漏洞。
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