高校专区
深思幻觉：诊断多智能体LLM讨论中的事实损耗与立场同质化
机构 * Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学） ； Yunnan University（云南大学） ； Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局（A*STAR））
AI总结 本文提出DelibTrace框架，通过分解原子事实并追踪其存留，发现多智能体LLM讨论中高达72%的关键事实丢失，导致立场同质化，揭示了“同意越多、知道越少”的风险。
幻觉作为正交噪声：通过动态上下文正交化实现推理时流形对齐
机构 * Xi’an Jiaotong University（西安交通大学） ； Xingchen AGI Lab（星辰AGI实验室） ； China Telecom AI Technology (Beijing) Co., Ltd.（中国电信人工智能技术（北京）有限公司） ； Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学）
AI总结 提出一种基于线性表示假设的几何框架，将大语言模型幻觉解释为残差流语义流形的正交噪声，并引入推理时干预方法动态上下文正交化（DCO），通过层间Z分数抑制机制选择性地衰减异常正交分量，在保持知识记忆的同时提升上下文忠实度。
双簇记忆智能体：解决优化问题求解中的多范式歧义
机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Ministry of Education Key Laboratory of Intelligent Networks and Network Security, China（教育部智能网络与网络security重点实验室） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering, China（陕西省大数据知识工程重点实验室）
AI总结 提出双簇记忆智能体（DCM-Agent），通过无训练方式利用历史解决方案构建双簇记忆，并采用记忆增强推理动态导航解路径，在七个优化基准上平均性能提升11%-21%。
GloResNet：一种用于早产儿脑损伤预测的轻量级3D CNN与全局拓扑特征
机构 * Image Computing Laboratory, Shaanxi University of Science and Technology（陕西科技大学图像计算实验室） ； Department of Neonatology, Shenzhen University of Advanced Technology General Hospital（深圳先进技术医院新生儿科） ； Department of Neurosurgery, The First Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第一附属医院神经外科） ； CSIRO Technology（澳大利亚CSIRO技术）
AI总结 提出基于ResNet-10的轻量级3D CNN GloResNet，结合全局流形映射和预处理策略，在dHCP数据集上实现早产儿脑损伤预测，平均准确率75.18%。
SeClaw: 面向自主代理评估的规范驱动安全任务合成
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Ant Digital Technologies, Ant Group（蚂蚁集团数字技术部） ； Xi’an Jiaotong University（西安交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Oxford（牛津大学） ； City University of Hong Kong（香港城市大学） ； Institute of Science Tokyo（东京科学研究所） ； Zhejiang University（浙江大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Beijing University of Technology（北京理工大学）
AI总结 提出SeClaw框架，通过规范驱动的安全任务合成与基于执行的安全评估，实现对自主LLM代理在状态化环境中的安全风险的可扩展、可复现评估。
共振上下文锚定：推理时解耦注意力路由与信号增益
机构 * Xi’an Jiaotong University（西安交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Tongji University（同济大学） ； Tsinghua University（清华大学）
AI总结 提出共振上下文锚定（RCA）方法，通过解耦自注意力中的路由逻辑与信息幅度，在推理时动态增强上下文令牌的信号，有效抑制大语言模型的参数化幻觉，提升事实一致性。
利用语义和像素表示进行超低比特率图像压缩
机构 * National 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） ； School of Information and Telecommunication, Xi’an Jiaotong University（信息与电信学院，西安交通大学） ； Department of Computer Science and Software Engineering, The University of Western Australia（计算机科学与软件工程系，西澳大学）
AI总结 提出SPRDiff扩散压缩方法，通过三重编码器架构和失真感知重建模块，在超低比特率下同时保持语义一致性和像素级保真度，实现率-失真-感知权衡最优。
DriveAnchor: 用于自动驾驶规划的渐进式基于锚点的流学习
机构 * Meituan Autonomous Driving（美团自动驾驶） ； Xi’an Jiaotong University（西安交通大学） ； Beijing Institute of Technology（北京理工大学）
AI总结 提出三阶段框架DriveAnchor，通过示范流预训练、引导流后训练和奖励精炼流微调，实现行为多样性、可控性和安全性，在200万场景中近距碰撞率降低89%，平均奖励提升32%。
从人类视频到机器人操作：基于人类中心数据的可扩展视觉-语言-动作学习综述
机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Microsoft Zurich Project（微软苏黎世实验室）
AI总结 本文综述了如何将丰富的人类视频转化为视觉-语言-动作（VLA）模型的有效知识，分类了四种方法（潜在动作表示、预测世界模型、显式2D监督、显式3D重建），并指出了结构化非结构化视频、跨具身和视角的动作映射、以及评估协议设计三大挑战。
Comments Accepted to IJCAI 2026 Survey Track. Project page: https://aaronfengzy.github.io/HumanCentricToVLA-Survey/
鲁棒联邦学习的降维方法：理论分析与收敛性保证
机构 * Beihang University（北京航空航天大学） ； Xi'an Jiaotong University（西安交通大学） ； City University of Hong Kong（香港城市大学）
AI总结 针对联邦学习在拜占庭攻击下高维梯度聚合计算开销大的问题，提出基于稀疏随机投影的投影降维框架，将复杂度降至最优O(Mp)，并证明其达到非凸函数O(1/√T)和强凸函数O(1/T)的最优收敛率。
知识精炼的双上下文感知网络用于部分相关视频检索
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； Faculty of Computer Science, Electrical Engineering and Information Technology, Universität Stuttgart（斯图加特大学计算机科学、电子工程和信息学院）
AI总结 针对未修剪视频中部分相关片段检索的信息密度不匹配和注意力机制不足问题，提出KDC-Net网络，通过层次语义聚合、动态时间注意力和基于CLIP的蒸馏策略，显著提升检索性能。
Comments Accepted in ICME 2026
跨域小样本分割：多视角渐进适应
机构 * Interdisciplinary Graduate Programme, Nanyang Technological University（南洋理工大学交叉学科研究生项目） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； VinUniversity（文大学） ； SMBU
AI总结 提出多视角渐进适应方法，通过混合渐进增强和双链多视角预测，从数据和策略两方面逐步将小样本能力适应到目标域，显著提升跨域小样本分割性能。
Comments Accepted by CVPR 2026
MIRROR: 一种用于运筹学优化建模的具有迭代自适应修正与分层检索的多智能体框架
机构 * Xi’an Jiaotong University（西安交通大学） ； Northwestern Polytechnical University（西北工业大学）
AI总结 提出一种免微调的多智能体框架MIRROR，通过执行驱动的迭代自适应修正和分层检索机制，将自然语言优化问题直接转化为数学模型和求解器代码，在标准运筹学基准上优于现有方法。
学习减少搜索空间以实现泛化的神经路由求解器
机构 * School of Automation and Intelligent Manufacturing（自动化与智能制造学院） ； Southern University of Science and Technology（南方科技大学） ； School of Mathematics and Statistics（数学与统计学学院） ； Xi'an Jiaotong University（西安交通大学） ； Department of Computer Science（计算机科学系） ； City University of Hong Kong（香港城市大学）
AI总结 提出首个基于学习的动态搜索空间缩减框架L2R，通过自适应剪枝节点来高效求解大规模车辆路径问题，在千万节点规模上保持高质量解。
Comments accepted by SIGKDD 2026
停止徘徊，找到关键：LLMs 辨别关键状态以实现高效多智能体探索
机构 * Department of Automation, Tsinghua University, Beijing 100084, China（清华大学自动化系） ； College of Electrical Engineering, Zhejiang University, Hangzhou 310027, China（浙江大学电气工程学院） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University, Xi’an 710049, China（西安交通大学人机混合增强智能国家级重点实验室）
AI总结 提出 LEMAE 方法，利用大语言模型辨别关键状态并设计子空间内在奖励和关键状态记忆树，引导多智能体高效探索，在 SMAC 和 MPE 基准上显著超越现有方法，实现 10 倍加速。
Journal ref SCIENCE CHINA Information Sciences 2026
超越支持域：无监督越狱激活模拟的对抗训练
机构 * University of Technology Sydney, Sydney, Australia（技术悉尼大学） ； School of Cyber Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学）
AI总结 针对现有安全引导方法对未见越狱攻击泛化失败的问题，提出基于无监督潜在方向发现的双层对抗训练框架，通过外推拒绝态有害请求激活模拟多样越狱激活，并训练势诱导引导场实现零样本越狱防御。
Comments accepted by ICML 2026
ParisKV：面向长上下文LLM的快速且漂移鲁棒的KV缓存检索
机构 * Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； Qwen Team, Alibaba Group, China（通义实验室） ； Harvard University, Cambridge, MA, USA（哈佛大学） ； Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院计算技术研究所）
AI总结 提出基于碰撞候选选择和量化内积重排序的GPU原生KV缓存检索框架ParisKV，在百万token上下文中实现低延迟、高吞吐且分布漂移鲁棒的检索，性能优于或持平全注意力。
Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)
VAD-GS：动态城市场景中3D高斯泼溅的可见性感知致密化
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统研究所） ； College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家实验室）
AI总结 提出VAD-GS框架，通过体素可见性推理、多样性感知视图选择和多视图立体重建，在动态城市场景中恢复缺失几何结构，提升3D高斯泼溅的重建质量。
CityGen: 结构引导的城市风格合成用于跨城市自动驾驶
机构 * Jiangsu Cytoderm Intelligent Technology Co., Ltd., China（江苏细胞膜智能科技有限公司，中国） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学，中国） ； Tsinghua University, Beijing, China（清华大学，中国） ； University of Science and Technology of China, Hefei, China（中国科学技术大学，中国）
AI总结 提出CityGen，一种基于扩散模型的生成框架，通过高清地图条件和城市级视觉提示实现零标签城市适应，提升跨城市自动驾驶在感知、分割和规划任务上的鲁棒性。
GeoMag: 基于状态空间模型的几何感知视频运动放大
机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Xi'an Jiaotong University（西安交通大学）
AI总结 提出GeoMag框架，利用状态空间模型实现全局一致的运动放大，并构建Geo-200K数据集提升训练多样性，在视觉保真度和计算效率上优于现有方法。
Comments ICME 2026 Spotlight
迈向具有智能体纠正和语义评估的类人交互式语音识别
机构 * College of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； X-LANCE Lab, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院X-LANCE实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学） ； Tongyi Fun Team, Alibaba Group（阿里云通义团队）
AI总结 提出Agentic ASR闭环框架，通过多轮交互和语义纠正减少语义错误，并引入句子级语义错误率（S^2ER）作为评估指标。
ChartAct: 动态图表理解基准
机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； MOE KLNN Lab, Xi’an Jiaotong University（西安交通大学MOE KLNN实验室）
AI总结 提出ChartAct基准，通过收集673个动态图表和1440个问答样本，评估多模态模型在交互式图表理解中的能力，发现现有模型表现有限。
思维即压缩：你的推理模型其实是一个上下文压缩器
机构 * Baidu Inc.（百度公司） ； Xi’an Jiaotong University（西安交通大学） ； City University of Hong Kong（香港城市大学） ； Queen Mary University of London（伦敦玛丽女王大学）
AI总结 本文提出思维即压缩（TaC）范式，利用推理模型自身的思维痕迹作为压缩上下文，并通过奖励驱动优化（TaC-C）实现可控压缩，在长上下文QA任务上显著优于现有方法。
Comments Under Review
Audio-Mind: 一种可审计的音频理解智能体框架
机构 * School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； Department of Computer Science, ETH Zürich, Switzerland（苏黎世联邦理工学院计算机科学系） ； X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University, China（上海交通大学计算机科学学院X-LANCE实验室） ； School of Automation Science and Engineering, Xi’an Jiaotong University, China（西安交通大学自动化科学与工程学院） ； School of Computer Science, Northwestern Polytechnical University, China（西北工业大学计算机科学学院）
AI总结 提出Audio-Mind框架，通过条件性证据获取动态结合强前端与规划器引导的工具使用，解决音频理解中智能体证据获取的时机问题，在MMAR和MSU-Bench上分别达到80.4%和82.8%的准确率，并生成可审计的推理轨迹。
从情感到复杂行为：第十届ABAW研讨会与竞赛推进多模态以人为中心的人工智能
机构 * Queen Mary University of London（伦敦皇后玛丽大学） ； Hume AI ； Google Deepmind（谷歌DeepMind） ； Imperial College London（伦敦帝国理工学院） ； Cogitat ； LIVIA ； ILLS ； ETS Montreal（蒙特利尔ETS） ； Concordia University（Concordia大学） ； Xi’an Jiaotong University（西安交通大学）
AI总结 本文介绍了第十届ABAW研讨会与竞赛，通过多模态挑战和论文，推动真实环境下人类情感与行为的建模、分析和理解。
Comments accepted at CVPR 2026
配体条件离散扩散用于蛋白质序列-结构协同设计
机构 * Xi’an University of Posts & Telecommunications（西安邮电大学） ； National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Systems Medicine, Chinese Academy of Medical Sciences（中国医学科学院系统医学研究院）
AI总结 提出配体条件离散扩散模型ProtLiD²，通过几何感知交叉注意力联合生成氨基酸序列和离散结构令牌，实现配体约束下的蛋白质序列-结构协同设计，显著提升全局折叠置信度和配体感知通过率。
Comments 19 pages, 6 figures
CollectionLoRA: 通过多教师在线策略蒸馏将50种效果收集到1个LoRA中
机构 * Zhejiang University（浙江大学） ； Qwen Applications Business Group of Alibaba（阿里巴巴Qwen应用业务组） ； Xi'an Jiaotong University（西安交通大学）
AI总结 提出CollectionLoRA框架，通过多教师在线策略蒸馏将多达50种不同效果LoRA和少步生成能力整合到单个LoRA中，解决参数干扰并降低部署成本。
S2MAM: 半监督元加性模型用于稳健估计和变量选择
机构 * Huazhong Agricultural University（华中农业大学） ； China University of Petroleum (East China)（中国石油大学（华东）） ； Xi'an Jiaotong University（西安交通大学） ； Jilin University（吉林大学）
AI总结 提出基于双层优化的半监督元加性模型，自动识别信息变量、更新相似矩阵并实现可解释预测，理论保证收敛性和泛化界，实验验证了鲁棒性和可解释性。
Comments Accepted by ICML'2026 as Accept (regular)
神经隐式动作场：从离散路点到连续函数的视觉-语言-动作模型
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； Faculty of Computility Microelectronics, Shenzhen University of Advanced Technology（深圳大学计算微电子学院） ； Guangdong Provincial Key Laboratory of Computility Microelectronics（广东省计算微电子重点实验室） ； Amap, Alibaba Group（阿里集团Amap） ； Shenzhen University（深圳大学） ； Xi'an Jiaotong University（西安交通大学） ； Beijing University of Chemical Technology（北京化工大学）
AI总结 针对视觉-语言-动作模型预测离散动作路点与物理运动连续性不匹配的问题，提出神经隐式动作场（NIAF），通过将动作表示从离散路点重构为连续函数，实现任意时间分辨率的连续动作流形合成，支持解析求导和显式速度监督，提升控制平滑性和物理合理性。
Comments Accepted at ICML 2026
TED：基于关联方交易的异构图偷漏税检测
机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； School of Distance Education, Xi’an Jiaotong University（西安交通大学继续教育学院） ； School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院）
AI总结 针对现有偷漏税检测方法未能充分利用税务场景中丰富交互信息的问题，提出一种基于异构图神经网络的TED模型，通过关联方交易组过滤噪声并设计层次注意力机制捕获深层语义，在真实数据集上显著优于现有方法。
Comments Accepted by Data Mining and Knowledge Discovery (DMKD25)
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