高校专区
Alaya-EVOKE：从线性缩放监督到无尽世界
机构 * MoE Key Lab of BIPC（BIPC教育部重点实验室） ； USTC（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Alaya Lab（Alaya实验室）
AI总结 Alaya-EVOKE将持久世界状态外部化并重新设计教师模型，解决交互式世界模型的冲突需求，在WBench等基准上实现最优性能，支持开放式长时序生成。
TopoIntent：将安全意图编译为可执行、合规性检查的网络拓扑结构
机构 * University of Science and Technology of China（中国科学技术大学） ； Topsec Technologies Group Inc.（天融信科技集团股份有限公司）
AI总结 TopoIntent系统通过模式契约、向量搜索和分阶段融合将安全意图编译为合规可执行拓扑，经评估其修复后CIS满意度与ACL通过率均显著提升。
HPSD：用于文本-图像转视频扩散模型的混合策略自蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； S-Lab, Nanyang Technological University（新加坡南洋理工大学S-Lab实验室） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Adobe Research（奥多比研究院） ； The Chinese University of Hong Kong（香港中文大学） ； CPII under InnoHK（InnoHK下属CPII机构）
AI总结 本研究提出HPSD混合策略自蒸馏框架，通过让同一TI2V模型在不同条件下分别充当教师与学生，解决现有自蒸馏方法的缺陷，显著提升T2V及TI2V生成性能，强化模型基础生成能力。
Comments Project Website: https://bujiazi.github.io/hpsd.github.io/ Code: https://github.com/Bujiazi/HPSD
用动作条件预测一致性诊断JEPA世界模型
机构 * Huawei（华为） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； 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））
AI总结 本研究针对JEPAs世界模型易受视觉扰动影响的问题，提出动作条件预测一致性（ACPC）诊断方法，定义IR与SR指标，经四视觉控制任务实验验证其可预测扰动带来的预测及代价变化。
重新审视Q学习的高估偏差问题：通过动作交集解决大离散动作空间
机构 * Chongqing Institute of Green and Intelligent Technology（重庆绿色智能技术研究院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文针对大动作空间下Q学习的高估偏差问题，提出动作交集策略实现半解耦，在表格型与深度强化学习实验中大幅优于多个SOTA基线方法。
当你的智能体打开聊天应用时：智能体控制的原始聊天日志搜索可与结构化记忆相媲美
机构 * University of Science and Technology of China（中国科学技术大学） ； MetaStone Technology（MetaStone科技公司）
AI总结 该研究提出无语义结构的智能体控制搜索界面ReFind，在MemoryAgentBench等任务上，其检索准确率优于HippoRAG 2等结构化记忆系统，证明可控词汇检索可替代复杂记忆结构实现高效会话记忆任务。
TradingMoE：在动态市场中路由合适的专家
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） ； The University of Tokyo（东京大学） ； Singapore Management University（新加坡管理大学）
AI总结 TradingMoE是面向交易的稀疏MoE，通过Query-Key路由与稀疏专家选择更新机制优化专家选择，在股票和加密货币市场较22个基准提升累计收益超30%，且仅向前部署时优势仍存。
终端对称性作为决策资源：用于任何时间验证构造的状态细化
机构 * School of Astronomy and Space Science（天文与空间科学学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 该研究提出将终端对称性作为定向顺序构造的可复用决策资源，提出“传递—细化—验证”方法，经多任务实验，其状态级刷新提升了 AUC，且在 GRN 场景中验证器成本更低。
失配很重要：超越token一致性的在线蒸馏
机构 * The University of Hong Kong（香港大学） ； 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 本文针对在线蒸馏存在的退化一致性失效问题，提出TIDE方法修正师生失配，在数学推理基准上显著提升性能、缩短响应长度并减少格式错误。
SR-OPSD：自引用同策略自蒸馏
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Imperial College London（伦敦帝国学院） ； University of Science and Technology of China（中国科学技术大学） ； University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； Technical University of Denmark（丹麦技术大学） ； University of Copenhagen（哥本哈根大学） ； Peking University（北京大学）
AI总结 该研究针对同策略自蒸馏的优化不稳定问题，提出SR-OPSD方法，通过几何插值结合Rényi散度优化蒸馏目标，在多任务大语言模型实验中取得最优或竞争性能。
PressureMesh：基于多设备压力图像的3D人体网格估计
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 针对单设备压力监测范围有限的问题，提出端到端网络MDP-Net，结合MoE框架的多模态融合机制，构建MDP数据集，实现跨设备压力数据的3D人体网格估计，关节位置误差为12.6cm。
面向表达性与忠实性的音频到图像生成：一个统一的多模态数据集与合成框架
机构 * University of Science and Technology of China（中国科学技术大学） ； China Telecom (TeleAI)（中国电信（电信人工智能研究院）） ； Northwest Polytechnical University（西北工业大学）
AI总结 针对音频到图像生成受限于传统数据集的问题，提出A2I-Set数据集与AudioCanvas模型，实现了更优的跨模态对齐与视觉表达性。
Comments 23 pages, 16 figures
用于高保真主体驱动文本到图像生成的耦合潜在噪声引导的循环内模型适配
机构 * Southern University of Science and Technology（南方科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Pengcheng Lab（鹏城实验室）
AI总结 本研究针对主体驱动文本到图像生成中参考图像变化时模型难适配且难保持主体身份的问题，提出IMA方法，通过耦合潜在噪声损失引导循环内模型适配，提升了生成性能。
从相关性到执行效用：面向基于技能的大语言模型智能体的奖励感知动态执行门控
机构 * Tongji University（同济大学） ； The University of Sydney（悉尼大学） ； University of Science and Technology of China（中国科学技术大学） ； Nankai University（南开大学） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； City University of Hong Kong（香港城市大学） ； University of Surrey（萨里大学）
AI总结 针对基于技能的LLM智能体执行决策难题，提出RADEG轻量型决策层，通过学习代理模型预测执行效用，在288个rollout的评估中减少不必要执行并优于基线方法
TrustRoboReward：面向多范式机器人奖励模型的偏好有序保序分数编辑方法
机构 * Peking University（北京大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） ； Southern University of Science and Technology（南方科技大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Beijing Language and Culture University（北京语言大学） ； Sichuan University（四川大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 针对现有机器人奖励模型的跨范式偏好与分数不一致问题，本文提出 TrustRoboReward 框架，通过 POISE 方法解决反转冲突，训练的 Qwen3-VL-4B 性能接近 GPT-5-mini，优于 RoboReward 基线。
昨日之盾，今日之矛：生产环境中的自演进安全护栏
机构 * University of Science and Technology of China（中国科学技术大学） ； Shenzhen University（深圳大学） ； Sangfor Technologies（深信服科技）
AI总结 针对静态LLM安全护栏无法应对新威胁的问题，提出自演进安全护栏SESG多智能体系统，可快速适配新威胁，性能优于静态护栏及自适应基线，已应用于深信服护栏并取得良好效果。
LatticeMind：面向多智能体系统的冲突感知记忆原语
机构 * University of Science and Technology of China（中国科学技术大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Shanghai AI Laboratory（上海人工智能实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Oxford（牛津大学）
AI总结 本研究提出冲突感知记忆原语LatticeMind，解决多智能体LLM系统的主张信任决策问题，在ConflictBank评估中准确率达0.97，显著优于基线， ablation验证了其核心组件的重要性。
超越平滑DAG精确性的支持选择：完备几何、得分边际与选择性证书
机构 * School of Computer Science and Engineering, University of Science and Technology of China（中国科学技术大学计算机科学与工程学院）
AI总结 该研究针对超越平滑DAG精确性的支持选择，推导了孤立环精确选择时间，验证了相关规律，提出无真值分离统计量预测选择时间，用父集置信族等证明标签，区分DAG可行性等内容。
Comments 49 pages, 17 figures, 20 tables
优势引导门：重塑基于视觉的空间智能的开放式推理
机构 * University of Science and Technology of China（中国科学技术大学） ； Suzhou Institute for Advanced Research, USTC（中国科学技术大学苏州高等研究院） ； Institute of Advanced Intelligence and Computing (IAIC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高级智能与计算研究所） ； East China Normal University（华东师范大学） ； National University of Singapore（新加坡国立大学） ； Durham University（杜伦大学） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本文针对MLLMs开放式推理易出错的问题，提出优势引导门框架，结合蒙特卡洛价值评估与两类优势门，构建Reasoning-Tree-160k数据集并经两阶段学习，有效提升了基准MLLMs的视觉空间推理性能。
DiDPO：用于编码智能体训练的差异内差异策略优化
机构 * University of Science and Technology of China (USTC)（中国科学技术大学） ； Stanford University（斯坦福大学） ； Suzhou Institute for Advanced Research, USTC（中国科学技术大学苏州高等研究院） ； Tongji University（同济大学）
AI总结 针对编码智能体训练的细粒度信用分配难题，提出DiDPO方法，在Qwen2.5-7B-Coder上性能超可比方法10%以上，开源了支持多种RL方法的verl-code代码库。
Comments 16 pages, 6 figures, work in progress
MemPrism：面向长程智能体的任务条件关系记忆视图
机构 * Nanyang Technological University（南洋理工大学） ； South China University of Technology（华南理工大学） ； 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） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 该研究针对长程智能体记忆系统的表示不匹配问题，提出MemPrism任务条件关系记忆框架，经实验验证可提升长程任务性能、减少记忆消耗且视图策略可跨VLM迁移。
EvolveNet：智能体自我改进的协作式工具链进化
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 EvolveNet提出协作式工具链进化范式，通过数据本地智能体的程序适配组合实现共享工具链改进，在五类任务场景均获增益，异构工作负载下效果更显著。
Comments 20 pages, 3 figures
基于稀疏直接飞行时间传感器的密集度量深度补全
机构 * KAIST（韩国科学技术院） ； USTC（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 本文提出一种深度引导双分支视觉Transformer框架，结合dToF模拟流程，实现稀疏dToF到密集度量深度的零样本泛化补全，性能优于现有方法且高效。
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026
ReGround：通过自诊断与视觉重检验恢复多步推理中的视觉接地
机构 * University of Science and Technology of China（中国科学技术大学） ； School of Artificial Intelligence and Data Science（人工智能与数据科学学院） ； State Key Laboratory of Precision and Intelligent Chemistry（精准与智能化学国家重点实验室）
AI总结 ReGround是无需架构修改或外部工具的两阶段框架，通过自诊断与视觉重检验解决VLMs多步推理中的视觉接地丢失问题，在八个基准上获一致增益且推理开销适度。
Comments Accepted to ACM Multimedia 2026 (MM '26). 8 pages main text, 4 figures, plus appendix
OmniVR：用于恢复退化历史影片的联合视频-音频条件生成模型
机构 * University of Science and Technology of China（中国科学技术大学） ； JD Explore Academy（京东探索研究院）
AI总结 提出首个联合音视频生成修复模型OmniVR，通过三项关键设计解决历史影片的音视频共同退化问题，在多类指标上超越现有方法，还发布了相关基准OmniVRBench
EmbodiedVAE：用于高效可控具身操作的解耦视频变分自编码器
机构 * Beihang University（北京航空航天大学） ； Zhongguancun Academy（中关村学院） ； 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） ； CASIA, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所（CASIA）） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 针对现有潜在扩散模型适配具身操作场景的缺陷，提出EmbodiedVAE视频变分自编码器，通过双编码器架构与最优传输一致性模块实现更优重建质量、压缩率及精确动作控制。
Comments ECCV 2026
Crayotter：通过组相对偏好反向传播学习长时程视频编辑智能体
机构 * University of Science and Technology of China（中国科学技术大学） ； Beijing Normal University（北京师范大学） ； Jilin University（吉林大学） ； Tianjin University（天津大学） ； East China Normal University（华东师范大学） ； Alibaba Group（阿里巴巴集团） ； Dublin City University（都柏林城市大学）
AI总结 该研究提出 GRPB 方法，构建长时程视频编辑任务集，训练出的 9B Crayotter 模型在 AgenticVBench 上超越多个专有系统，实现从主观延迟结果中学习视频编辑智能体。
Comments 12 pages, 3 figures
面向以球员为中心的球动作检测的实体感知序列转换
机构 * School of Artificial Intelligence & Data Science, USTC（中国科学技术大学人工智能与数据科学学院） ； Suzhou Institute for Advanced Research, USTC（中国科学技术大学苏州高等研究院）
AI总结 针对以球员为中心的球动作检测任务，提出ME-DST模型，通过保留角色槽维度等设计提升性能，在FOOTPASS数据集上较TAAD+DST基线提升10.3个百分点，验证了显式实体建模的有效性。
策略滞后下的回滚复用：面向大语言模型强化学习的前缀归一化策略优化
机构 * Tencent（腾讯） ； Harbin Institute of Technology（哈尔滨工业大学） ； Jinan University（暨南大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 针对大语言模型强化学习中回滚复用导致的离策略问题，提出前缀归一化策略优化（PNPO），在4个更新周期时其数学推理性能优于GSPO，可降低更新批次需求。
在大语言模型自进化中通过自适应记忆-参数协调学习该记住什么和该内化什么
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） ； Hefei Normal University（合肥师范学院） ； Xi’an Jiaotong University（西安交通大学）
AI总结 该研究提出 COVE 框架，通过任务感知路由等方式协调大语言模型自进化的记忆与参数通道，解决单通道进化的灵活性与性能权衡问题，在多任务上实现更稳健高效的改进。
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