高校专区
IntentVLA：用于有歧义机器人操作的短周期意图建模
机构 * HUST（华中科技大学） ； ZGCA（中钢集团人工智能研究院） ； ZGCI（中钢智能科技有限公司） ； HIT（哈尔滨工业大学） ； HKUST(GZ)（香港科技大学（广州）） ； BUAA（北京航空航天大学） ； ZZU（浙江工业大学） ； ECNU（华东师范大学） ； USTC（中国科学技术大学） ； DeepCybo
AI总结 IntentVLA通过编码近期视觉观测为紧凑的短周期意图表示，提升机器人操作的执行稳定性，并在多个基准测试中优于现有VLA基线。
Comments Code can be found in https://github.com/ZGC-EmbodyAI/IntentVLA
EmbodiSkill：基于技能的反思以实现自我进化的具身智能体
机构 * Nanjing University（南京大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院） ； Institute for AI Industry Research (AIR) Tsinghua University（清华大学人工智能产业研究院）
AI总结 本文提出EmbodiSkill，一种无需训练的具身技能自我进化框架，通过技能感知反思和针对性修订提升任务成功率。
当感知随情境变化时：情境作为变换的触觉少样本类增量学习
机构 * Fujian Key Laboratory for Intelligent Processing and Wireless Transmission of Media Information, College of Physics and Information Engineering, Fuzhou University（福建省媒体信息智能处理与无线传输重点实验室，物理与信息工程学院，福州大学） ； College of Computer and Data Science, Fuzhou University（计算机与数据科学学院，福州大学） ； School of Computer Science and Engineering, South China University of Technology（计算机科学与工程学院，华南理工大学） ； MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（教育部类脑智能感知与认知重点实验室，中国科学技术大学）
AI总结 本文提出CaT-FSCIL方法，通过分解触觉感知情境为低维结构成分和高维残差成分，利用伪情境一致性损失和UCPC缓解设备差异影响，在HapTex和LMT108上验证了其优越性。
Comments 14 pages, 9 figures
BalDRO：一种基于分布鲁棒优化的大语言模型遗忘框架
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） ； Hefei University of Technology（合肥工业大学）
AI总结 针对大语言模型遗忘中样本不均衡问题，提出BalDRO框架，将遗忘设为最小-上确界过程，通过内、外步更新参数，经BalDRO-G和BalDRO-DV变体实例化，实验显示其在遗忘质量和模型效用上显著优于现有方法。
CoGenCast：用于时间序列预测的耦合自回归流生成框架
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 针对时间序列预测需兼顾语义理解与随机建模的问题，提出CoGenCast框架，将预训练大语言模型与流匹配机制结合，通过修改注意力拓扑重配置模型，集成流匹配机制捕捉动态，实现多模态预测和跨域统一训练，实验显示性能具竞争力。
SparseLGS：稀疏视图语言嵌入高斯溅射
机构 * School of Mathematical Science, University of Science and Technology of China（科学技术大学数学科学学院） ； Meta ； Apple Inc.（苹果公司） ； Alpha Labs at Goertek（Goertek的Alpha实验室）
AI总结 研究针对无姿态和稀疏视图输入图像的3D场景理解难题，提出SparseLGS方法。利用密集立体模型与区域匹配法，提取低维信息并引入重建损失。实验表明该方法用较少输入重建语义场质量可比SOTA，且速度提升5倍。
Comments Project Page: https://ustc3dv.github.io/SparseLGS
CORGI: 从野外单张图像进行一致性感知的3D狗重建
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出CORGI框架，通过规范驱动轨道生成、一致性感知可变形3DGS和自监督变形条件生成修复模块，从单张无约束图像重建高保真3D狗模型，无需3D监督。
测试时工具演化
机构 * Hong Kong Baptist University（香港 Baptist 大学） ； University of Science and Technology of China（中国科学技术大学） ； Hong Kong Generative AI Research & Development Center, The Hong Kong University of Science and Technology（香港生成式人工智能研究与开发中心，香港科技大学） ； TCL Corporate Research (HK) Co., Ltd（TCL 企业研究（香港）有限公司）
AI总结 研究LLM智能体测试时工具优化问题，提出TTHE方法，通过维护候选工具种群，基于执行轨迹推理优化，无需黄金标签或特定任务监督，在多任务实验中改进基线工具，将测试时适应重塑为程序演化并确定代理可靠性挑战。
Comments 15 pages, 5 figures
一种基于MiniLM嵌入的多簇边界学习方法用于检测超出范围的意图
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对意图检测中超出范围意图检测的挑战，提出基于MiniLM嵌入的多簇边界学习方法，在单类分类工作流程中检测超出范围意图，实验表明该方法性能最优，所用MiniLM能更好适应相关要求。
Comments To submit
OmniOPSD：面向情感计算的理性特权在线自蒸馏
机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Tsinghua University（清华大学） ； 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） ； Shenzhen Technology University（深圳技术大学） ； Tongji University（同济大学） ； Huawei（华为）
AI总结 针对多模态大模型在复杂推理任务中奖励稀疏的问题，提出OmniOPSD框架，利用前沿模型生成的理性作为教师特权证据而非学生模仿目标，通过在线自蒸馏提供密集令牌级监督，在MER-UniBench上取得84.19平均分的最优性能。
通过深度原生结构推理实现准确、跨学科和透明的结构-属性理解
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； University of Sydney（悉尼大学） ； Nanjing University（南京大学） ； University of Oxford（牛津大学） ； The University of Science and Technology of China（中国科学技术大学） ； Drug Discovery and Design Center, State Key Laboratory of Drug Research, Shanghai Institute of Materia Medica, Chinese Academy of Sciences（药物发现与设计中心、国家药物研究重点实验室、上海中医药材料医学研究所、中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Stanford University（斯坦福大学）
AI总结 研究聚焦利用人工智能解释结构-属性关系的挑战，提出多模态科学基础模型SciReasoner，通过离散化结构信息为可寻址单元进行推理，在多领域基准测试中表现出色，实现准确预测与可解释科学推理的结合。
身体活动助力实现用于广谱健康预测的可扩展基础建模
机构 * Beihang University（北京航空航天大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 研究针对多数健康预测传感器模型局限性，提出仅基于步数计数器数据的StepFM基础模型，设计可扩展预训练框架，能跨多任务迁移，实验证明其性能强劲、保持稳健，还揭示了身体活动与健康风险关系，为健康监测奠定了基于步数传感的基础。
Comments 18 pages, 5 figures, 6 tables
通过黎曼法坐标对列文伯格-马夸特方法进行高阶几何更新
机构 * University of Science and Technology of China（中国科学技术大学） ； Chinese Academy of Sciences（中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hefei National Laboratory（合肥国家实验室）
AI总结 研究针对非线性最小二乘优化问题，提出黎曼法坐标列文伯格-马夸特方法（RNC-LM）。通过重新表述测地线方程扩展校正阶数，构建有限步更新。该方法提高了收敛性和鲁棒性，在多任务中表现出色，如降低误差、加速计算等。
Comments 34 pages, 3 figures
通过角色感知联合训练和模态解耦去噪增强视频物理一致性
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） ； Fudan University（复旦大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 研究针对视频扩散模型长程物理一致性挑战，提出VPT微调框架。通过角色感知信号清晰建模不同物理角色，采用模态解耦去噪策略及损失权重衰减，引入跨步自动引导，增强物理动力学，提升物理一致性与视觉质量。
点作为骨架：累积点云增强自回归生成用于闭环自动驾驶模拟
机构 * Shanghai Jiao Tong University（上海交通大学） ； Yinwang Intelligent Technology Co., Ltd.（银望智能科技有限公司） ； Fudan University（复旦大学） ； 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） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对自动驾驶模拟难题，提出“点作为骨架”框架，通过自回归生成器结合多种条件合成视频，引入Reset-and-Roll支持闭环，用点云骨架稳定误差，实现基于nuPlan的闭环生成接口，实验证明其提升了闭环自回归生成质量。
从蓝图到现实：基于大语言模型的多智能体模拟对普特南社会资本理论的建模与应用
机构 * University of Science and Technology of China（中国科学技术大学） ； Anhui University（安徽大学） ； North Automatic Control Technology Institute（北方自动控制技术研究所）
AI总结 研究利用基于大语言模型的多智能体模拟框架SocaSim，对普特南社会资本理论进行建模与应用，通过构建特定环境及智能体实验分析智能老年护理挑战，重现宏观模式且具微观因果路径可解释性，弥合了社会科学与计算机科学。
Comments 23 pages, 13 figures, 11 tables
NegROI：基于场景条件负提示的以点击为中心的不确定性引导细化用于稳健交互式3D分割
机构 * 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 研究针对交互式3D分割中粗体素分辨率及背景误报问题，提出NegROI框架，结合点击中心多分辨率细化与场景条件负提示，通过不确定性驱动选择性细化、负提示建模及边界感知硬负挖掘，提升点击效率、减少误报并增强跨数据集鲁棒性。
$\pi_0$-EqM：闭环视觉-语言-动作控制的均衡匹配
机构 * 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$\pi_0$-EqM，用均衡匹配解码器替换$\pi_0$中的流匹配专家，在固定预算下提升机器人操作成功率，并发现残差与成功率之间的非单调关系。
Comments Preprint. 5 pages, 3 figures
DualReg: 双空间过滤与强化在刚体配准中的应用
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） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出DualReg方法，结合特征匹配和几何匹配的优势，通过高效过滤和优化算法提升刚体配准的准确性和效率，实验显示在KITTI数据集上速度提升32倍。
Comments Accepted to CVPR 2026, Project page: https://ustc3dv.github.io/DualReg/
面向条件生成模型的最优专家混合模型平均方法
机构 * School of Management, University of Science and Technology of China（中国科学技术大学管理学院） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）
AI总结 针对条件生成模型多候选生成器性能随场景波动的问题，提出无需可处理密度的样本驱动最优模型平均框架，含静态与输入自适应方法，经多模态实验验证效果优于基线。
Comments 32 pages, 1 figures
Cortex：一种用于长视距操作的双向对齐具身智能体框架
机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； USTC（中国科学技术大学）
AI总结 针对现有VLA模型长视距任务短板及分层方法语义-运动鸿沟问题，提出双向对齐框架Cortex，标准化技能原语、优化数据与采样策略，提升长视距操作性能与零样本泛化能力。
Comments Project website: https://steinate.github.io/cortex.github.io/
一致且可编辑：文本引导视频编辑的平衡框架
机构 * USTC（中国科学技术大学）
AI总结 针对视频编辑中时间一致性和可编辑性难以平衡的问题，提出EquiEdit框架。通过时间Mamba模块增强时间一致性，设计基于频谱变换的噪声注入策略提升可编辑性，实验证明该方法有效。
Comments 9 pages, 8 figures
SleepBand：通过生理结构谱建模实现睡眠分期的单源域泛化
机构 * Laboratory of Intelligent Collaborative Computing, University of Electronic Science and Technology of China（电子科技大学智能协同计算实验室） ； 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学院） ； School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络科学与技术学院）
AI总结 针对睡眠分期模型跨数据集泛化难题及单源域泛化的严格实际场景，提出SleepBand框架，利用可学习的Morlet滤波器组和结构化管道嵌入振荡先验，提升单源域泛化性能。
CAC-VLA：用于视觉-语言-动作模型的上下文门控动作条件调节
机构 * University of Science and Technology of China (USTC)（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）
AI总结 研究视觉-语言-动作模型，提出上下文门控动作条件调节框架CAC-VLA，在视觉语言模型中学习轻量级潜在动作接口，训练模型预测潜在动作并通过上下文门调节动作专家，实验验证其有效性。
Comments 16 pages, 6 figures
DriftST：从苏木精和伊红（H&E）组织学进行空间转录组学的一步生成推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University Cancer Hospital（北京大学肿瘤医院）
AI总结 研究旨在从H&E图像推断空间解析基因表达。提出DriftST框架，基于细胞漂移生成模型，引入STransformer捕捉基因结构，能处理不同层级数据，实验表明其在两种分辨率下均达最优性能。
用于长文档理解的分层证据驱动推理
机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK Research（科大讯飞研究院）
AI总结 针对现有多模态RAG管道面临的问题，提出分层证据驱动的多模态RAG框架HIEVI-RAG，通过四阶段管道，包括分层问题分解、粗视觉页面检索、细粒度页面验证和内存引导迭代生成，提升长文档理解，效果显著优于现有基线。
自主信息寻求：智能推荐系统路线图
机构 * National University of Singapore（新加坡国立大学） ； Polytechnic University of Bari（巴里理工大学） ； Renmin University of China（中国人民大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 综述基于大语言模型的智能体融入推荐系统带来的转变，介绍基于自主性水平的分类法及三种核心范式，分析各范式采用的架构和智能体对关键组件的增强，探讨评估方法及未解决问题，指出开放挑战。
WPG-MoE：用于用户级社交媒体抑郁症检测的弱先验引导密集专家混合模型
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Zhongguancun Academy（中关村科学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 研究社交媒体抑郁症检测，提出基于共享大语言模型骨干的WPG-MoE框架，通过推导用户级弱语义先验将用户软路由到匹配的专家，以解决单一检测器决策问题，实验表明其性能优于基线。
Comments 23 pages, 8 figures, 26 tables
LBR：减轻用于推荐的大语言模型中的长度偏差
机构 * Zhejiang University（浙江大学） ； 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） ； Bangsun Technology（Bangsun科技）
AI总结 研究大语言模型用于推荐时的长度偏差问题，提出LBR框架。通过长度感知注意力校准减轻输入偏差，引入有效信息长度归一化处理输出偏差，实验证明该框架能减轻偏差并提升推荐准确性和公平性。
语言模型通过控制搜索来指导符号方程发现
机构 * State Key Laboratory of Precision and Intelligent Chemistry, Hefei National Research Center for Physical Sciences at the Microscale, School of Chemistry and Materials Science, University of Science and Technology of China（精确与智能化学国家重点实验室，合肥微尺度物理科学国家研究中心，化学与材料科学学院，中国科学技术大学） ； Center for Scientific Intelligence Innovation, Hefei, China（智能创新研究中心，合肥，中国） ； School of Chemistry, School of Computer Science, University of Birmingham（化学系，计算机科学学院，伯明翰大学）
AI总结 研究科学方程发现，对比语言模型不同角色设定，提出语言模型作搜索控制器的方式（LLM-PySR），经实验其在多任务中平衡了准确率、复杂度等，还发现新关系。
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