高校专区
用于稳健无人机跟踪的反事实运动可靠性学习
机构 * Institute for Low-Altitude Regulation, Xi’an Jiaotong University（西安交通大学低空调控研究所） ； Lanzhou University（兰州大学）
AI总结 针对红外无人机跟踪难题，提出CMRTrack框架，通过轻量级编码器提取时间证据，利用反事实目标擦除历史分支构建运动参考，经运动引导令牌调制和可靠性感知分数融合，提升跟踪性能，优于现有跟踪器。
GLI-AL：一个具有统一解剖-病变标签的多模态胶质瘤MRI标签资源
机构 * Key Laboratory of Biomedical Information Engineering of Ministry of Education, School of Life Science and Technology, Xi’an Jiaotong University（教育部生物医学信息工程重点实验室，西安交通大学生命科学与技术学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； Research Center for Intelligent Medical Equipment and Devices (IMED), Xi’an Jiaotong University（西安交通大学智能医疗设备与器械研究中心）
AI总结 研究针对现有BraTS-GLI数据集不足，引入BraTS-GLI Anatomy-Lesion资源，提供统一解剖-病变标签集及元数据。通过WMH感知监督，提升对共存病变敏感性，保持健康组织分割性能，支持多方面研究，数据和代码可获取。
Comments Minor revision: Figure 1 was repositioned. The scientific content remains unchanged
EmoAgent-R1：基于强化学习的动态智能体专业化实现多模态情感理解
机构 * Guangdong University of Technology（广东工业大学） ； Southern University of Science and Technology（南方科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Guizhou Provincial Laboratory of Big Data, State Key Laboratory of Public Big Data, Guizhou University（贵州大学大数据省级重点实验室、公共大数据国家重点实验室）
AI总结 研究针对现有多模态情感识别方法忽视情感源动态性和复杂性的问题，提出基于强化学习的动态智能体专业化框架EmoAgent-R1，采用冷启动策略和两步智能体工作流程训练，并用P-GRPO优化，实验证明其在情感推理性能和优化稳定性上更优。
Flash EQ-Linear：通过分组离散傅里叶变换加速等变线性层
机构 * Xi’an Jiaotong University（西安交通大学） ； The Hong Kong Polytechnic University（香港理工大学） ； OPPO Research（OPPO研究院）
AI总结 研究针对等变网络计算效率低的问题，提出Flash EQ-Linear算法，结合傅里叶卷积定理等降低复杂度，提供CUDA内核，在算子和网络层面均实现加速，使等变网络在多方面首次严格优于非等变网络。
PointQ-Bench：诊断性和可解释的点云质量评估基准
机构 * Xi’an Jiaotong University（西安交通大学） ； Xidian University（西安电子科技大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Ningxia University（宁夏大学）
AI总结 提出PointQ-Bench基准，通过异常感知、缺陷诊断、可用性分级和开放式质量报告任务，将点云质量评估从标量评分扩展到全面质量理解，并揭示当前模型在感知与诊断之间的差距。
关注重要因素：通过动作单元约束时空注意力以实现抗噪声动作质量评估
机构 * School of Electronic and Information Engineering, Xi’an Jiaotong University（电子工程学院，西安交通大学） ； Shanghai University of Sport（上海体育大学）
AI总结 该研究针对动作质量评估中从复杂背景提取细粒度运动特征的难题，提出姿态引导的内在运动蒸馏框架，通过动作单元解析器、双流解耦机制和自适应权重模块，实现抗噪声评估，在多数据集实验中取得最优性能。
TRUST-ESD：一种用于不确定性下企业战略决策支持的风险校准和治理感知人工智能框架
机构 * School of Economics and Management, Xinyu University（新余学院经济与管理学院） ； College of Computer Science, Chongqing University（重庆大学计算机科学学院） ； School of Economics and Business Administration, Chongqing University（重庆大学经济与工商管理学院） ； School of Management, Xi’an Jiaotong University（西安交通大学管理学院） ； School of Law and Public Administration, China Three Gorges University（三峡大学法学与公共管理学院）
AI总结 针对企业战略决策支持需求，TRUST-ESD框架通过多种方法评估策略，能平衡价值、可靠性、风险暴露和合规性。实验表明其相比基线提升了多项指标，消融和案例分析证实相关因素共同改善企业决策。
Comments 15 pages, 7 figures, 4 tables. Submitted to APWeb-WAIM 2026, Danang, Vietnam, September 7-9, 2026
单教师视图增强：通过学生引导的扰动增强知识蒸馏
机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所人机混合增强智能技术国家重点实验室） ； Guangdong Institute of Intelligence Science and Technology（广东省智能科学与技术研究院） ； Institute of Collaborative Innovation, University of Macau（澳门大学协同创新研究院） ； Beijing Huahang Institute of Radio Measurement（北京华航无线电测量研究所）
AI总结 研究针对知识蒸馏中单一教师视角限制监督信号多样性的问题，提出SAKD框架，利用学生演变特征动态生成扰动视图，实现单阶段训练，实验证明该方法在减少参数和无需预训练的情况下，准确率优于随机扰动方法且与两阶段方法相当。
DAIS：用于复杂推理的依赖感知中间问答监督
机构 * Xi’an Jiaotong University（西安交通大学） ； Huawei Technologies Ltd（华为技术有限公司）
AI总结 研究针对思维链监督的局限性，提出依赖感知中间问答监督（DAIS）框架，将教师推理依据转换为阶段级记录，在多个数据集上提升了最终答案准确率，在政策合规基准测试中有显著增益，证明其作为辅助监督信号的有效性。
思考稀疏，预测密集：用于图像超分辨率的连续思维机器
机构 * Xi’an Jiaotong University（西安交通大学）
AI总结 研究针对图像超分辨率问题，提出窗口级连续思维机器（CTM）及DQ-CTM机制，将紧凑思维表示转换为密集查询，通过ThinkSR实例进行实验，结果显示PSNR等指标提升，证明稀疏潜在思维用于密集空间重建可行，推动相关架构发展。
Comments 8 pages, 6 figures
一劳永逸？用于文本到图像提示优化的类型感知修复分配
机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； XJTU-POLIMI Joint School, Xi’an Jiaotong University（西安交通大学-米兰理工大学联合学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院）
AI总结 研究文本到图像提示优化问题，提出将语义提示优化制定为原子修复分配的方法，在无需训练的TARA框架中实例化，实验表明该方法在多个基准生成器单元中语义准确性最佳，且运行快、图像质量好。
并非所有错误都是同等重要：ASCoT解决高效大语言模型推理中的晚期脆弱性
机构 * Xi’an Jiaotong University（西安交通大学） ； Peking University（北京大学） ； Institute of Automation, CASIA（中国科学院自动化研究所） ； Bytedance（字节跳动）
AI总结 ASCoT通过自适应校正机制提升大语言模型推理效率与可靠性，减少计算资源消耗的同时保持高准确性。
DecoyFace：通过可控且不可察觉的身份误导实现超越混淆的隐私保护人脸识别
机构 * School of Information and Communications Engineering, Xi’an Jiaotong University（西安交通大学信息与通信工程学院） ； Shaanxi Key Laboratory of Deep Space Exploration Intelligent Information Technology（陕西省深空探测智能信息技术重点实验室）
AI总结 研究针对分割式人脸识别中隐私问题，提出DecoyFace框架，通过分解中间表示为子空间，客户端注入诱饵线索，服务器端规范化处理，在保持识别准确率的同时大幅降低身份泄露，实现隐私保护的人脸识别。
从记忆到技能：基于证据的长期大语言模型智能体协同进化治理
机构 * University of Science and Technology of China（中国科学技术大学） ； Hong Kong Polytechnic University（香港理工大学） ； Fuzhou University（福州大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 针对长期大语言模型智能体记忆系统问题，提出无需训练的MSCE框架，将经验组织为多种形式，把证据支持的策略转化为可调用技能，引入反射加权值回填，实验证明其性能优于基线，有跨域转移性和终身进化能力。
Comments Submitted into EMNLP'2026
一个分数够吗？用时间分数曲线评估歌曲的演唱质量
机构 * Xi’an Jiaotong University（西安交通大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 研究针对全长歌曲演唱质量评估难题，提出SongSQA两阶段框架。第一阶段用伪标签训练段分数预测器，第二阶段聚合器整合特征与分数生成嵌入并捕捉联系，有效提升评估效果，在KTAU上相对提高13.95%。
噪声偏好标签下无元数据的元重加权直接偏好优化
机构 * Xi’an Jiaotong University（西安交通大学）
AI总结 研究针对DPO性能依赖偏好数据质量问题，提出双层优化框架、无任务元知识驱动方法及结合中心差分近似与LoRA微调的可扩展训练方案，经实验验证该方法能在不同噪声率下提升训练性能。
Comments 36 pages, including appendices. Revised version with updated theoretical analysis, supplementary material, figures and improved table formatting
视频扩散模型能否预测过去帧？双向循环一致性用于可逆插值
机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； School of Computer and Information Science, Hefei University of Technology（合肥工业大学计算机与信息科学学院） ； Faculty of Science and Technology, University of Macau（澳门大学科技学院）
AI总结 本文提出双向循环一致性框架，通过双向生成轨迹对称性提升视频插值的时序一致性，实验表明在37帧和73帧任务中取得最佳性能。
更好的开始，更好的结束：用于压缩推理的自引导迭代自推理蒸馏
机构 * Xi’an Jiaotong University（西安交通大学） ； Peking University（北京大学）
AI总结 研究大型推理模型冗余计算问题，提出BIRD两阶段自推理蒸馏方法，先在简洁指令下采样简洁解并学习，再用简洁自教师进行策略内蒸馏，在Qwen3系列模型上提升精度并降低响应长度，凸显前缀支持对高效推理蒸馏的关键作用。
Code-MUE：通过基于执行的语义交互图测量代码语言模型的不确定性
机构 * Xi’an Jiaotong University（西安交通大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） ； The University of Tokyo（东京大学） ； University of Alberta（阿尔伯塔大学）
AI总结 研究针对代码语言模型内在随机性带来的风险，引入纯黑盒框架Code-MUE，通过基于执行的语义交互图测量不确定性，经大规模实证研究验证其与功能正确性强负相关，优于基线，可实现风险检测和选择性预测。
Comments To appear at The ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA) 2026
基于多茎注意力和分层不确定性建模的歌曲美学评估
机构 * School of Computer Science and Technology, Xi’an Jiaotong University, Xi’an, China（计算机科学与技术学院，西安交通大学，西安，中国） ； Central Media Technology Institute, Huawei（中央媒体技术研究院，华为）
AI总结 针对音乐生成人工智能带来的歌曲美学评估需求，提出含多茎注意力融合与分层粒度感知区间聚合模块的评估框架，在两个数据集上评估并与两个SOTA模型比较，该方法在多维歌曲美学评估中性能更强。
Comments Accepted to the 27th International Society for Music Information Retrieval Conference (ISMIR 2026)
从带草稿到无草稿：通过特权蒸馏和快速植入实现一步视频对象移除
机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所） ； SGIT AI Lab, State Grid Corporation of China（国家电网公司SGIT人工智能实验室） ； Zhejiang University of Technology（浙江工业大学） ； Baidu（百度）
AI总结 研究视频对象移除问题，提出D2DF框架，通过特权蒸馏和自引导快速植入模块，将教师模型多步细化能力提炼到学生模型，实现一步视频对象移除，在质量和效率上优于传统及多步生成方法。
Comments Accepted by ECCV 2026
关于成功与简洁：对可转移视觉语言攻击管道的再审视
机构 * School of Cyber Science and Engineering, Xi’an Jiaotong University（西安交通大学网络空间安全学院） ； State Key Laboratory of Mathematical Engineering and Advanced Computing, Information Engineering University（信息工程大学数学工程与先进计算国家重点实验室）
AI总结 研究视觉语言预训练模型对抗攻击，指出现有复杂攻击管道可简化。提出SimVLA管道解决问题，经实验验证在可转移性和效率上优于基线，强调利用领域知识的重要性，为未来扩展提供简单有效主干。
Comments Accepted for publication in IEEE Transactions on Information Forensics and Security (TIFS)
DAGR：通过差异感知目标交叉注意力实现的状态条件目标表示
机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所） ； Department of Electrical Engineering and Automation, Aalto University（阿尔托大学电气工程与自动化系） ； School of Engineering, Westlake University（西湖大学工学院）
AI总结 研究目标条件强化学习中目标编码问题，提出DAGR方法，通过多尺度门控交叉注意力将静态嵌入细化为状态条件嵌入，在OGBench上改善导航，在操纵和拼图任务中有不同表现，是一种结构化细化。
Nexus：基于扩散的原生网格生成
机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； VAST（无（暂未找到合适中文名，VAST可音译为“瓦斯特”，但这并非一个正式的中文机构名，所以保留英文）） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 研究针对高质量三角形网格生成问题，提出Nexus扩散方法，通过解耦顶点与拓扑生成实现整体网格生成，经实验验证其性能优于现有基线，有效克服顺序网格建模局限且获从业者青睐。
ChunkFlow：迈向连续性一致的分块策略学习
机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所） ； Jiangsu Cytoderm Intelligent Technology Co., Ltd.（江苏希迪姆智能科技有限公司）
AI总结 研究视觉语言动作模型分块策略的边界抖动问题，提出ChunkFlow框架划分块区域，执行时用确定性重叠混合，训练时用多种损失，通过实验验证该框架在低延迟推理下能改善成功稳定性权衡。
CoRe：视觉语言模型中跨图像比较推理的综合框架
机构 * Xi’an Jiaotong University（西安交通大学）
AI总结 针对视觉语言模型跨图像比较推理难题，提出CoRe框架，含自动构建的训练集CoRe-20K、结构化奖励框架TriSR及基准CoRe-Bench，实验显示其在CoRe-Bench上大幅超越现有模型，在标准基准上也有竞争力。
Comments Accepted by ACMMM2026
MAC-Splat：用于高保真稀疏视图重建的多属性一致性
机构 * Xidian University（西安电子科技大学） ； Harvard University（哈佛大学） ； Nanyang Technological University（南洋理工大学） ； City University of Hong Kong（香港城市大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 针对稀疏视图重建中现有方法存在几何伪影的问题，提出MAC-Splat训练框架，利用MASt3R和DINOv3获取2D对应关系并定义MAC损失，联合正则化3D属性，实验证明该方法能有效解决不适定的稀疏视图重建问题，性能优于基线。
Comments Accepted to the European Conference on Computer Vision (ECCV 2026)
SPARK：大语言模型中基于敏感性的潜在推理状态分析与引导
机构 * Xi’an Jiaotong University（西安交通大学） ； Peking University（北京大学） ； Tencent（腾讯）
AI总结 研究大语言模型推理失败问题，提出SPARK方法，利用隐藏状态响应诊断推理状态并引导测试时干预，通过长度控制敏感性等手段，在实验中提升了Qwen3系列模型性能，证明敏感性对推理失败诊断及干预的作用。
双层优化单环方法的更精确分析
机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； School of Data Science, Fudan University（复旦大学数据科学学院） ； SGIT AI Lab, State Grid Corporation of China（国家电网公司SGIT人工智能实验室） ； Center for Intelligent Decision-Making and Machine Learning, School of Management, Xi’an Jiaotong University（西安交通大学管理学院智能决策与机器学习中心）
AI总结 研究双层优化中理论与实际单环实现的差距，利用解耦范数分析框架，改进单环近似隐式微分和迭代微分方法的收敛结果，提升收敛速率并精确匹配渐近误差下界，经实验验证理论发现。
Comments 26 pages,6 figures
TouchThinker: 通过大规模数据和动作感知表示将触觉常识推理扩展到开放世界
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； National University of Singapore（新加坡国立大学） ； Zhongguancun Academy（中关村学院） ； Xiamen University（厦门大学） ； Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学）
AI总结 提出TouchThinker框架，通过构建百万级多源触觉数据集TouchThinker-1M和动作感知建模，将触觉常识推理扩展到开放世界，在多个数据集上取得竞争性表现。
Comments 18 pages, 11 figures
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