高校专区
想象力有助于视觉推理，但尚未在潜在空间中实现
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 通过因果中介分析发现，多模态大语言模型中的潜在推理存在输入-潜在和潜在-答案两个关键断连，表明其有效性有限，并提出显式想象方法CapImagine，在视觉推理任务中表现更优。
Comments ICML 2026 Poster
Web 智能体应使用类型化动作而非基于点击的浏览
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出通过语义层支持的类型化动作（web verbs）替代低层交互原语，以构建可靠、可审计的Web智能体，并通过案例展示其优势。
Comments Accepted to the ICML 2026 Position Paper Track
知道更多，更清晰：大型语言模型中知识增强的元认知框架
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出元认知框架，利用内部认知信号划分知识空间为掌握、混淆和缺失区域，通过差异化干预和认知一致性机制增强知识并校准置信度，实验证明优于基线方法。
基于语言的试错在经验时代落后了
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对LLM在非语言环境中探索成本高的问题，提出SCOUT框架，用轻量级模型探索环境，通过SFT和RL激活LLM的世界知识，显著提升性能并降低计算开销。
半监督图异常检测中的正态性校准
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出GraphNC框架，通过教师模型在异常分数和表示空间联合校准正态性，解决半监督图异常检测中正态性过拟合问题，降低误报。
Comments Accepted by ICML2026
机械论数据归因：追踪可解释LLM单元的训练起源
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出机械论数据归因（MDA）框架，利用影响函数将可解释单元追溯到特定训练样本，通过因果验证表明干预高影响样本可显著调节可解释头的涌现，并发现重复结构数据作为机械催化剂，同时验证了归纳头与上下文学习之间的功能联系。
Comments ICML2026 (Oral)
即时强化学习：无需梯度更新的LLM智能体持续学习
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出JitRL框架，通过动态非参数记忆和即时优势估计，无需梯度更新即可实现LLM智能体的测试时策略优化，在WebArena和Jericho上达到训练无关方法最优，且性能超越微调方法，成本降低30倍以上。
HA-VLN 2.0：面向离散与连续环境中动态多人交互的人类感知导航开放基准与排行榜
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出HA-VLN 2.0统一基准，通过标准化任务、HAPS 2.0数据集与模拟器、16844条社会指令基准测试及真实机器人实验，证明显式社会建模提升导航鲁棒性并减少碰撞。
Comments 35 pages, 20 figures, website: https://f1y1113.github.io/HA-VLN-webpage/
扩散桥还是流匹配？一个统一框架与比较分析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文通过随机最优控制和最优传输理论统一了扩散桥与流匹配，证明扩散桥成本更低且轨迹更稳定，并在图像恢复等任务中通过实验验证了理论。
面向冷启动认知诊断的统一LLM可适配框架
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LMCD框架，通过知识扩散和语义-认知融合两阶段，利用大语言模型增强冷启动场景下的认知诊断性能。
Comments Under review
MotionGPT-2：用于运动生成与理解的通用运动-语言模型
机构 * Tsinghua University（清华大学） ； The University of Sydney（悉尼大学） ； 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） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Intime Department Store（Intime百货） ； Deepeleph ； HKUST（香港科技大学）
AI总结 提出MotionGPT-2，一种统一的大规模运动-语言模型，通过预训练大语言模型支持多模态控制条件，实现运动生成、描述和补全等多种任务，并引入Part-Aware VQVAE实现细粒度身体和手部运动表示。
分类鲁棒性与解释鲁棒性真的强相关吗？基于输入损失景观的分析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 本文质疑分类鲁棒性与解释鲁棒性强相关的传统观点，通过聚类评估解释鲁棒性，并提出调整解释损失景观的训练方法，发现两者并不强相关。
基于区间分支定界的逆运动学算法实现全局最优冗余度解析
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出一种结合快速数值IK求解器搜索启发式的区间分支定界方法，高效求解机械臂广义逆运动学问题，生成邻域解以提供自运动流形的丰富几何信息，支持最优规划和任意时间求解。
忠实、丰富且精确：T2I模型在自然科学插图生成中的基准测试
机构 * Shanghai Innovation Institute（上海创新研究院） ； 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） ； Wuhan University（武汉大学） ； Nankai University（南开大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； ZODA ； Alaya Studio（Alaya工作室）
AI总结 提出FEPBench基准，通过细粒度原子集标注和三维评估（指令忠实性、推理丰富性、语义精确性）系统评估T2I模型在自然科学插图生成中的表现，发现即使最先进的闭源模型仍存在文本渲染瓶颈、推理丰富性有限以及生成丰富性与精确性难以平衡的问题。
解耦信息区域的选择性耦合：用于视觉Transformer无数据量化的掩码注意力对齐
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出MaskAQ方法，通过解耦合成样本中的信息区域并利用掩码注意力对齐全精度模型与量化模型，解决无数据量化中分布不匹配问题。
Comments Accepted to appear at ICML 2026, Seoul, Korea
LoRA-DA：基于渐近分析的低秩自适应数据感知初始化
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LoRA-DA，通过渐近分析优化低秩自适应初始化，结合Fisher梯度与Fisher信息最小化参数偏差，提升微调准确率与收敛稳定性。
Comments Published at ICML 2026
扩散模型的泛化源于平衡表示空间
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 通过分析两层ReLU去噪自编码器，证明记忆化导致局部尖峰表示，而泛化产生平衡表示，并在真实扩散模型中验证，提出基于表示的检测和编辑方法。
Comments Accepted at ICLR 2026. 40 pages, 19 figures. The first two authors contributed equally
通过光学字符识别重新思考基因组建模
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 提出OpticalDNA框架，将DNA渲染为视觉布局，利用视觉语言模型进行OCR式基因组理解，实现高保真压缩和长序列高效处理，在450k碱基序列上以近20倍更少有效token超越基线模型。
Comments Accepted by ICML 2026
面向视觉多智能体系统的双潜在记忆
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出L²-VMAS框架，通过双潜在记忆解耦感知与思考，并采用熵驱动主动触发机制，打破视觉多智能体系统的“扩展墙”，在提升准确率的同时大幅降低令牌消耗。
基于SHAP引导的核化Actor-Critic可解释强化学习
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 提出RSA2C算法，利用RKHS-SHAP计算状态属性，通过马氏门控权重调节Actor梯度和Advantage Critic目标，实现高效、稳定且可解释的强化学习。
Journal ref ICML2026
E2Former-V2：具有线性激活内存的即时等变注意力
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出E2Former-V2架构，通过等变轴对齐稀疏化（EAAS）和即时等变注意力机制，利用SO(3)到SO(2)基变换和自定义Triton内核，实现线性激活内存和20倍TFLOPS提升，在SPICE和OMol25数据集上加速推理并保持预测性能。
CHDP：参数化动作空间中强化学习的协同混合扩散策略
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 针对混合动作空间中的策略表达力不足和高维扩展性差问题，提出协同混合扩散策略框架，通过离散和连续扩散策略的协作与顺序更新，结合码本嵌入和Q函数引导，在基准测试中成功率提升高达19.3%。
Comments Accepted by AAAI 2026
校准零样本对抗性CLIP的不确定性
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对CLIP在零样本分类中对抗攻击脆弱且不确定性校准差的问题，提出基于狄利克雷分布重参数化的对抗微调目标，统一对齐语义结构与置信度，提升校准性和鲁棒性。
Comments ICML 2026
可学习图核密度估计及其在图级异常检测中的应用
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 提出LGKDE框架，通过图神经网络表示图分布并利用最大均值差异学习多尺度核密度估计，在理论保证下有效捕获结构模式和语义变化，在图异常检测任务中优于现有方法。
Comments Accepted in the Forty-Third International Conference on Machine Learning (ICML 2026), Main Track
pTNAS: 面向表格数据的渐进式神经架构搜索
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 提出首个针对表格数据的渐进式神经架构搜索方法pTNAS，采用过滤-精炼优化策略，结合零成本代理和固定预算调度算法，实现架构快速识别与性能持续提升，相比其他NAS方法加速高达82.75倍。
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