Zhejiang University（浙江大学）

SpectralMamba-UNet: Frequency-Disentangled State Space Modeling for Texture-Structure Consistent Medical Image Segmentation

SpectralMamba-UNet: 频率解耦的状态空间建模用于纹理-结构一致的医学图像分割

Fuhao Zhang, Lei Liu, Jialin Zhang, Ya-Nan Zhang, Nan Mu

机构 * College of Computer Science（计算机科学学院） ； Sichuan Normal University（四川师范大学） ； Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； State Key Laboratory of Public Big Data（公共大数据国家重点实验室） ； Guizhou University（贵州大学） 纠错

AI总结 SpectralMamba-UNet通过频域解耦结构与纹理信息，提升医学图像分割的精度和泛化能力。

KMLP: A Scalable Hybrid Architecture for Web-Scale Tabular Data Modeling

KMLP：一种可扩展的混合架构用于网络级表格数据建模

Mingming Zhang, Pengfei Shi, Zhiqing Xiao, Feng Zhao, Guandong Sun, Yulin Kang, Ruizhe Gao, Ningtao Wang, Xing Fu, Weiqiang Wang, Junbo Zhao

机构 * Zhejiang University（浙江大学） 纠错

AI总结 KMLP通过结合KAN前端和gMLP后端，实现了对大规模网络表格数据的高效建模，展现了在处理高维异质特征时的优越性能。

Comments Accepted by THE ACM WEB CONFERENCE 2026

CoLoGen: Progressive Learning of Concept-Localization Duality for Unified Image Generation

CoLoGen：渐进式学习概念定位二元性以实现统一图像生成

YuXin Song, Yu Lu, Haoyuan Sun, Huanjin Yao, Fanglong Liu, Yifan Sun, Haocheng Feng, Hang Zhou, Jingdong Wang

机构 * Baidu Inc.（百度公司） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） 纠错

AI总结 CoLoGen通过渐进式学习概念与定位的二元性，实现统一图像生成的高效表示学习。

Comments Accepted by CVPR2026. 15 pages, 8 figures

VLM-Pruner: Buffering for Spatial Sparsity in an Efficient VLM Centrifugal Token Pruning Paradigm

VLM-Pruner: 为高效VLM离心令牌剪枝范式中的空间稀疏性引入缓冲

Zhenkai Wu, Xiaowen Ma, Zhenliang Ni, Dengming Zhang, Han Shu, Xin Jiang, Xinghao Chen

机构 * Zhejiang University（浙江大学） ； Huawei Technologies（华为技术） 纠错

AI总结 VLM-Pruner通过平衡冗余与空间稀疏性，提升VLMs的效率和性能。

Comments Accepted by CVPR2026

Asynchronous Denoising Diffusion Models for Aligning Text-to-Image Generation

异步去噪扩散模型用于文本到图像生成对齐

Zijing Hu, Yunze Tong, Fengda Zhang, Junkun Yuan, Jun Xiao, Kun Kuang

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出异步扩散模型，通过为不同像素分配不同时间步以改进文本到图像生成的对齐效果。

Comments Accepted to ICLR 2026, 25 pages, 13 figures, 6 tables

Large Language Model Compression with Global Rank and Sparsity Optimization

大型语言模型压缩与全局秩和稀疏性优化

Changhai Zhou, Qian Qiao, Yuhua Zhou, Yuxin Wu, Shichao Weng, Weizhong Zhang, Cheng Jin

机构 * Fudan University（复旦大学） ； Soul AILab, OpenWPLab（Soul AILab，OpenWPLab） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） 纠错

AI总结 本文提出了一种两阶段LLM压缩方法，通过全局资源分配优化秩和稀疏性，有效提升模型压缩性能。

Comments 33 pages, 5 figures

Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture

开放集深度伪造检测：一种参数高效适应方法与伪造风格混合

Chenqi Kong, Anwei Luo, Peijun Bao, Haoliang Li, Renjie Wan, Zengwei Zheng, Anderson Rocha, Alex C. Kot

机构 * Rapid-Rich Object Search (ROSE) Lab, School of Electrical and Electronic Engineering, Nanyang Technology University（快速丰富对象搜索实验室（ROSE实验室），电子与电气工程学院，南洋理工大学） ； School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（计算机与人工智能学院，江西财经大学） ； Department of Computer Science, Hong Kong Baptist University（计算机科学系，香港 Baptist大学） ； Department of Electrical Engineering, City University of Hong Kong（电气工程系，香港城市大学） ； Department of Computer Science and Computing, Zhejiang University City College（计算机科学与计算系，浙江大学城市学院） ； Artificial Intelligence Lab. ( Recod.ai ) at the University of Campinas（Campinas大学的人工智能实验室（Recod.ai）） 纠错

AI总结 本文提出了一种基于参数高效适应与伪造风格混合的开放集深度伪造检测方法，通过轻量级模块提升模型泛化能力与效率。

Parameter-Efficient Fine-Tuning for Continual Learning: A Neural Tangent Kernel Perspective

为持续学习进行参数高效微调：从神经切线核视角出发

Jingren Liu, Zhong Ji, YunLong Yu, Jiale Cao, Yanwei Pang, Jungong Han, Xuelong Li

机构 * School of Electrical and Information Engineering, Tianjin Key Laboratory of Brain-Inspired Intelligence Technology, Tianjin University（电子信息工程学院，天津脑启发智能技术重点实验室，天津大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； College of Information Science and Electronic Engineering, Zhejiang University（信息科学与电子工程学院，浙江大学） ； Department of Computer Science, the University of Sheffield（计算机科学系，谢菲尔德大学） ； Institute of Artificial Intelligence (TeleAI) of China Telecom（中国电信人工智能研究院（TeleAI）） 纠错

AI总结 本研究从神经切线核视角出发，提出NTK-CL框架，通过优化特征表示和正则化策略，提升持续学习中参数效率和泛化能力。

AutoQRA: Joint Optimization of Mixed-Precision Quantization and Low-rank Adapters for Efficient LLM Fine-Tuning

AutoQRA：混合精度量化与低秩适配器的联合优化以实现高效大语言模型微调

Changhai Zhou, Shiyang Zhang, Yuhua Zhou, Qian Qiao, Jun Gao, Cheng Jin, Kaizhou Qin, Weizhong Zhang

机构 * Fudan University（复旦大学） ； Yale University（耶鲁大学） ； Zhejiang University（浙江大学） ； OpenWPLab 纠错

AI总结 AutoQRA通过联合优化混合精度量化与低秩适配器，实现高效大语言模型微调，提升性能并降低内存消耗。

Comments 15 pages, 10 figures

DICArt: Advancing Category-level Articulated Object Pose Estimation in Discrete State-Spaces

DICArt: 在离散状态空间中推进类别级拟合物体姿态估计

Li Zhang, Mingyu Mei, Ailing Wang, Xianhui Meng, Yan Zhong, Xinyuan Song, Liu Liu, Rujing Wang, Zaixing He, Cewu Lu

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； East China Normal University（华东师范大学） ； Peking University（北京大学） ； Emory University（埃默里大学） ； Hefei University of Technology（合肥工业大学） ； Jianghuai Advance Technology Center（江淮先进技术中心） ； Anhui Provincial Key Laboratory of Humanoid Robots（安徽省人形机器人重点实验室） 纠错

AI总结 DICArt通过离散扩散过程和层次化运动学耦合策略，提升复杂环境下类别级6D姿态估计的可靠性。

ThinkRL-Edit: Thinking in Reinforcement Learning for Reasoning-Centric Image Editing

ThinkRL-Edit: 基于强化学习的图像编辑推理框架

Hengjia Li, Liming Jiang, Qing Yan, Yizhi Song, Hao Kang, Zichuan Liu, Xin Lu, Boxi Wu, Deng Cai

机构 * Zhejiang University（浙江大学） 纠错

AI总结 ThinkRL-Edit通过引入链式推理和无偏奖励策略，提升图像编辑的推理能力，实现更精准和稳定的编辑效果。