高校专区
漂移与依赖：基于重放的持续学习的分层信息论边界
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） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）
AI总结 该研究提出分层信息论框架，分解重放式持续学习的泛化差距，通过Wasserstein松弛和SGLD实例化实现可操作的边界，经实验验证了相关预测。
观看合成视频：针对零样本视频字幕生成的视觉合成跨模态表征对齐
机构 * School of Software, Northwestern Polytechnical University（西北工业大学软件学院） ； School of Information Science and Technology, Beijing University of Technology（北京工业大学信息科学与技术学院） ； 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 Computer Science, The University of Sydney（悉尼大学计算机科学学院）
AI总结 本文提出WSV零样本视频字幕生成框架，通过文本到视频生成模型、抛光器、提示器弥合跨模态差距，在三个公开数据集上取得了B@4 52、CIDEr 95.7的成绩。
BPG：面向领域增量学习的可塑性与泛化能力平衡框架
机构 * College of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院）
AI总结 本研究提出BPG框架，通过动态适配的BPG-Adapter与软领域混合的BPG-Inference解决领域增量学习的参数冗余或能力不足问题，在多数据集上实现最优平均准确率并大幅降低遗忘率。
SC-Diff：用于可见光到红外图像转换的语义校准扩散模型
机构 * School of Intelligent Systems Engineering, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区智能系统工程学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院）
AI总结 SC-Diff 是一种语义校准潜扩散框架，通过结合语义先验作为条件与自注意力校准，提升可见光转红外图像的语义一致性，生成更适用于红外目标检测的合成训练数据。
仅知道两跳信息是不够：理解语言模型中的两跳泛化
机构 * Xi’an Jiaotong University（西安交通大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本研究针对语言模型两跳查询失败问题，在受控环境训练Transformer，揭示其泛化规律与跨层不匹配机制，提出循环式训练策略以提升分布外两跳泛化能力。
Comments 24 pages, 20 figures
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。
从图像块到证据球：面向小样本全切片图像分类的类别条件证据检索
机构 * XJTU（西安交通大学） ； JUFE（江西财经大学） ； University of Cambridge（剑桥大学） ； NUS（新加坡国立大学）
AI总结 该研究针对小样本全切片图像分类任务，提出类别条件证据检索框架EviBall，通过组织证据球并结合任务特定类别查询，提升分类性能与可解释性，在四项相关任务上优于现有基线方法。
采用异构压缩客户端的联邦基础模型微调
机构 * The Hong Kong Polytechnic University（香港理工大学） ； OceanBase, Ant Group（蚂蚁集团OceanBase） ； School of Management, Xi’an Jiaotong University（西安交通大学管理学院） ； School of Mathematics and Statistics, Xidian University（西安电子科技大学数学与统计学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science, China University of Geosciences（中国地质大学计算机学院）
AI总结 针对基础模型联邦学习的资源不对称问题，提出FedSLM框架，通过SVD分解等技术实现异构压缩客户端的联邦微调，实验显示其在多基准上优于现有基线且客户端内存需求更低。
基于配准的光谱融合用于未配准的WLI/NBI内镜病灶分割
机构 * The First Affiliated Hospital of Sun Yat-sen University（中山大学附属第一医院） ； School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； Chongqing University of Posts and Telecommunications（重庆邮电大学）
AI总结 针对未配准的WLI/NBI内镜病灶分割问题，提出可靠性感知复域融合框架，通过拓扑正则化特征对应与可靠性引导的选择性融合，提升病灶分割性能。
Comments 11 pages
用于昼夜无人机视角地理定位的统一基准和模态自适应网络
机构 * Xi’an Jiaotong University（西安交通大学）
AI总结 研究针对现有无人机视角地理定位基准局限性，构建IRCHN基准，提出MASTR - Net框架，能统一评估不同光照条件及传感模态下的DVGL，该框架在相关基准测试中表现出色。
思想令牌混合：统一感知与推理以实现自由形式多模态基础定位
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） ； Xingchen AGI Lab, China Telecom Artificial Intelligence Technology (Beijing) Co., Ltd（星辰通用人工智能实验室，中国电信人工智能技术（北京）有限公司） ； University of Science and Technology Beijing（北京科技大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 研究旨在统一多模态基础定位中的感知与推理。提出思想令牌混合（Motto）方法，通过空间接地思想令牌化及上下文自适应令牌链实现，构建PR-Bench基准，实验证明该方法在自由形式接地任务中达领先性能。
Comments Accepted by ACM MM 2026
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。
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
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。
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%。
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。
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
NFTR：从可证明的模式平均到离线目标条件强化学习中的测地线子目标选择
机构 * Huazhong University of Science and Technology（华中科技大学） ； Xi’an Jiaotong University（西安交通大学） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 针对分层隐式Q学习在离线目标条件强化学习中存在的问题，提出NFTR方法，用条件归一化流取代高斯策略，结合基于架构三角不等式的三角松弛分数及RWDR目标，可避免高斯坍塌且在随机动力学下保持稳定。
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