高校专区
KALE：通过知识感知学习增强大语言模型的知识操作
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 KALE通过知识感知学习框架提升大语言模型的知识操作能力，利用知识图谱生成高质量推理过程并优化模型性能。
MCP-ITP：一种用于MCP中隐式工具中毒的自动化框架
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 MCP-ITP是一种用于MCP中隐式工具中毒的自动化框架，通过黑箱优化策略提升攻击成功率并规避检测。
TALON：具有自适应令牌树的置信度感知推测解码
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） ； Zhejiang University（浙江大学）
AI总结 TALON通过自适应令牌树扩展框架，在不牺牲质量的前提下提升LLM推理速度，实现5.16倍的端到端加速。
BayesRAG: 基于概率互证的多模态检索增强生成
机构 * University of Science and Technology of China（中国科学技术大学） ； Unisound AI Technology Co.Ltd（Unisound AI技术有限公司） ； MAIS, Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院）
AI总结 BayesRAG通过概率互证机制提升多模态检索增强生成的性能，有效解决异构模态的隔离问题。
Comments 17 pages, 8 figures
焦点引导：从语义弱层中解锁视频扩散模型的可控性
机构 * MoE Key Lab of BIPC, USTC（BIPC联合实验室，中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance China（字节跳动中国）
AI总结 本文提出Focal Guidance方法，通过细粒度语义引导和注意力缓存增强视频扩散模型中语义弱层的可控性，提升对文本提示的遵循能力。
通过分层分治框架实现细粒度言语攻击检测
机构 * Beijing Normal University（北京师范大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出分层分治框架，通过细粒度方法实现细粒度言语攻击检测，有效提升隐性攻击识别性能。
Comments 13pages, 5figures
SciIF: 科学指令遵循基准测试以实现严谨的科学智能
机构 * Shanghai AI 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） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Sydney（悉尼大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Beihang University（北航大学）
AI总结 SciIF是一个评估模型在科学问题解决中严格遵守约束条件能力的多学科基准测试，通过显式证据验证科学有效性，提升LLM在科学逻辑框架中的可靠性。
可解释的多模态基于方面的情感分析与依赖引导的大语言模型
机构 * Harbin Institute of Technology（哈尔滨工程大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出了一种基于依赖引导的大语言模型的多模态情感分析方法，通过生成可解释的自然语言解释来提升情感分类的准确性。
Comments 9 pages, 3 figures
迈向可泛化的去模糊化：利用大规模模糊先验与线性注意力以应对现实场景
机构 * Tsinghua University（清华大学） ； USTC, Shanghai AI Lab（USTC，上海人工智能实验室） ； SJTU, Shanghai AI Lab（上海交通大学，上海人工智能实验室） ； Shanghai AI Lab（上海人工智能实验室）
AI总结 本文提出BPP和MoSeG方法，通过大规模模糊先验与线性注意力提升图像去模糊化在现实场景中的泛化能力。
Comments 19 pages, 14 figures, 6 tables
LitVISTA：文学文本叙事编排的基准测试
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； University of Science and Technology of China（中国科学技术大学） ； University of Melbourne（墨尔本大学）
AI总结 LitVISTA通过结构注释的文学文本基准，评估模型在叙事编排中的能力，揭示现有模型在构建统一叙事视图方面的不足。
GlobalPaint: 基于全局特征引导的时空一致视频外推
机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学） ； Microsoft Research Asia（微软亚洲研究院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 GlobalPaint提出一种基于扩散的视频外推框架，通过增强的空间-时间模块和全局特征引导，提升视频外推的时空一致性与重建质量。
SAPL: CLIP中基于语义无关的提示学习用于弱监督图像篡改定位
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 SAPL通过语义无关的提示学习和边缘信息利用，提升CLIP在弱监督图像篡改定位中的性能。
面向语义分割的鲁棒伪标签学习：一种编码视角
机构 * University of Science and Technology of China（中国科学技术大学） ； National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（国家空间科学探测重点实验室，深空探测实验室）
AI总结 ECOCSeg通过引入基于ECOC的分类器和位级标签去噪机制，提升语义分割中伪标签学习的鲁棒性和稳定性，适用于无监督领域自适应和半监督学习任务。
Comments Accepted by Conference on Neural Information Processing Systems (NeurIPS 2025)
语言作为先验，视觉作为校准：用于单目深度估计的度量尺度恢复
机构 * Hefei University of Technology, Hefei, Anhui, China（合肥工业大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center, Hefei, Anhui, China（人工智能研究所） ； University of Science and Technology of China, Hefei, Anhui, China（中国科学技术大学）
AI总结 本文提出通过语言和视觉特征结合，利用反向深度中的闭式最小二乘Oracle，实现单目深度估计的度量尺度恢复，提升域内和跨域的鲁棒性。
见或说图：基于视觉语言模型的 agent 驱动可扩展图结构理解
机构 * University of Science and Technology of China（中国科学技术大学） ； Data Darkness Lab, MIRACLE Center, USTC（数据黑暗实验室，MIRACLE中心，USTC） ； MIRACLE Center, Suzhou Institute for Advance Research, USTC（MIRACLE中心，苏州先进研究所，USTC）
AI总结 GraphVista 是一种基于视觉语言模型的 agent 驱动框架，通过分层图检索和模态协调机制，实现大规模图结构理解的可扩展性和性能提升。
神经驱动的图像编辑
机构 * NUS（国立新加坡大学） ； ZJU（浙江大学） ； RIT（罗切斯特理工学院） ； NJU（南京大学） ； USTC（中国科学技术大学） ； Shanghai AI Lab（上海人工智能实验室） ； SII（上海信息所） ； Hangzhou RongNao Tech（杭州融纳科技）
AI总结 LoongX通过多模态神经信号驱动图像编辑，结合扩散模型和对比学习实现高性能图像编辑任务。
Comments 22 pages, 14 figures
KALE-LM-Chem：迈向化学人工智能脑的愿景与实践
机构 * University of Science and Technology of China（科学技术大学） ； ShanghaiTech University（上海科技大学） ； USTC Knowledge Computing Lab（USTC知识计算实验室） ； State Key Laboratory of Communication Content Cognition People's Daily Online（通信内容认知国家重点实验室）
AI总结 本文提出KALE-LM-Chem模型，旨在通过整合领域知识和逻辑，推动化学领域的智能AI发展，提升科学发现效率。
Mind2Report: 一种用于专家级商业报告综合的认知深度研究代理
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） ； Artificial Intelligence Engineering Institute, iFLYTEK Co., Ltd（人工智能工程院，iFLYTEK公司）
AI总结 Mind2Report是一种通过动态内存增强大语言模型，实现专家级商业报告综合的认知深度研究代理，优于现有基线模型。
Comments 26 Pages, 9 Figures, 7 Tables
UniCorn：通过自生成监督实现自我改进的统一多模态模型
机构 * MoE Key Lab of BIPC, USTC（脑智能基础与应用联合实验室，中国科学技术大学） ； FDU（复旦大学） ； ECNU（华东师范大学） ； CUHK（香港中文大学） ； NJU（南京大学） ； SUDA（上海大学）
AI总结 UniCorn通过自生成监督实现统一多模态模型的自我改进，提升多模态生成质量与理解能力。
CALM: 一种基于CKA的自适应层级模块化框架用于LLM量化
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 CALM提出一种基于CKA的自适应层级模块化框架，通过独立评估各层最佳量化策略，提升LLM量化效果。
MT-Video-Bench: 一个多轮对话中评估多模态大语言模型的综合视频理解基准
机构 * Fudan University（复旦大学） ； NJU-LINK Team, Nanjing University（南京大学NJU-LINK团队） ； University of Science and Technology of China（中国科学技术大学） ； Kuaishou Technology（快手科技）
AI总结 MT-Video-Bench通过评估多轮对话中多模态大语言模型的6项核心能力，揭示其在处理多轮视频对话任务中的性能差异和局限性。
Comments Project Website: https://github.com/NJU-LINK/MT-Video-Bench
超越物理标签：重新定义领域以实现稳健的基于Wi-Fi的手势识别
机构 * Tianjin University（天津大学） ； Guizhou Normal University（贵州师范大学） ； Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； The University of Electro-Communications（电子通信大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Inspur Computer Technology Co., Ltd（浪潮信息科技有限公司）
AI总结 本文提出GesFi系统，通过Wi-Fi潜在领域挖掘实现稳健的手势识别，提升跨领域泛化能力。
Comments Accepted by IMWUT/Ubicomp 2026
阶梯势能优势估计：利用中间置信度和正确性以实现高效的数学推理
机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK Research（iFLYTEK研究院）
AI总结 本文提出阶梯势能优势估计（SPAE）方法，通过提取中间置信度和正确性，实现高效数学推理的细粒度信用分配。
MVP: 通过自监督掩码视频预测增强视频大型语言模型
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）
AI总结 MVP通过自监督掩码视频预测提升视频大语言模型的时间推理和因果理解能力。
层序倒置：重新思考大语言模型中的潜在多跳推理
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） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出"层序倒置"现象，通过概率性回忆与提取框架解释大语言模型中多跳推理的机制，揭示了层序倒置与总跳步数的关系，并提供了多跳失败的诊断方法。
Comments 16 pages, 18 figures
FinDeepResearch：在严谨的金融分析中评估深度研究代理
机构 * National University of Singapore（国立新加坡大学） ； Estates Pte Ltd（6Estates公司） ； Asian Institute of Digital Finance（亚洲数字金融研究所） ； Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 FinDeepResearch通过HisRubric框架评估深度研究代理在金融分析中的能力，构建包含多语言和多市场的基准测试，揭示不同方法在财务分析中的优劣。
具有标点意识的混合可训练稀疏注意力机制用于大语言模型
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Inc.（华为公司）
AI总结 PHSA通过利用标点符号作为语义边界锚点，提出了一种混合可训练稀疏注意力机制，有效减少信息损失并提升大语言模型的长上下文处理能力。
对抗间接提示注入的指令检测
机构 * Renmin University of China（中国人民大学） ； Peking University Shenzhen Graduate School（北京大学深圳研究生院） ； Wuhan University（武汉大学） ； University of Science and Technology of China（中国科学技术大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Sony AI（索尼人工智能） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 本文提出InstructDetector，通过检测LLMs行为状态来识别IPI攻击，实现高检测准确率和低攻击成功率。
Comments 16 pages, 4 figures
基于分层图微分方程的先进全球野火活动建模
机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； Southwest Jiaotong University（西南交通大学） ； Beijing Jiaotong University（北京交通大学） ； Tencent（腾讯） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出分层图微分方程框架HiGO，用于建模全球野火活动的多尺度连续动态，通过多级图结构和自适应信息传递机制提升预测性能。
用于剥离二进制分析的跨模态检索模型
机构 * University of Science and Technology of China（中国科学技术大学） ； QI-ANXIN Technology Research Institute（QI-ANXIN技术研究所）
AI总结 本文提出BinSeek模型，通过两阶段跨模态检索框架实现对剥离二进制代码的高效检索，显著提升二进制代码与自然语言描述的相关性检索性能。
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