高校专区
并非所有查询都需要深度思考：CoFiCot用于自适应粗到细状态细化
机构 * Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Institute of Automation CASIA（中国科学院自动化研究所）
AI总结 CoFiCot通过自适应粗到细框架，利用多指标分类器和状态依赖传播过程，提升大语言模型在不同任务上的推理能力与上下文一致性。
TumorChain: 交错多模态链式推理用于可追溯的临床肿瘤分析
机构 * Zhejiang University（浙江大学） ； DAMO Academy, Alibaba Group（阿里集团达摩院） ； Hupan Lab（虎扑实验室） ； Shanghai Institution of Pancreatic Disease（上海胰腺疾病研究所） ； Shengjing Hospital of China Medical University（中国医科大学盛京医院） ； Sun Yat-sen University Cancer Center（中山大学肿瘤中心）
AI总结 TumorChain通过多模态交错推理框架提升临床肿瘤分析的可追溯性和准确性。
Comments Accepted at ICLR 2026. 10 pages + appendix
S2S-FDD：连接工业时间序列与自然语言用于可解释的零样本故障诊断
机构 * 1. State Key Laboratory of Industrial Control Technology, College of Control Science ； Engineering Zhejiang University Hangzhou, China ； Engineering Zhejiang University 2. School of Information ； Electrical Engineering, Zhejiang University City College Hangzhou, China
AI总结 S2S-FDD通过将高维传感器信号转换为自然语言摘要，并结合树状结构诊断方法，实现可解释的零样本故障诊断。
主动推断用于微手势识别：EFE引导的时间采样与自适应学习
机构 * Tianjin Normal University（天津师范大学） ； Shenzhen University（深圳大学） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全国家重点实验室） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； School of New Media and Communications, Tianjin University（天津大学新媒体与传播学院）
AI总结 本文提出基于主动推断的微手势识别框架，通过EFE引导的时间采样和不确定性感知的自适应学习，提升低资源和噪声条件下的识别性能。
Comments 10 pages, accepted by CVPR 2026
InterReal：一种基于物理的统一模仿学习框架，用于学习人-物交互技能
机构 * Xiamen University（厦门大学） ； Zhejiang University（浙江大学） ； ShanghaiTech University（上海科技大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究院（TeleAI））
AI总结 InterReal通过基于物理的统一模仿学习框架，提升类人机器人在现实世界中学习人-物交互技能的精度和成功率。
EvolveReason: 为可解释的深度伪造面部图像识别设计的自演化推理范式
机构 * School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Ant Group（蚂蚁集团）
AI总结 EvolveReason通过模仿人类推理过程和构建特定数据集，提升深度伪造面部图像识别的可解释性和准确性。
实时可控的自回归视频扩散
机构 * Nanyang Technological University（南洋理工大学） ； Xmax.AI Ltd（Xmax.AI有限公司） ； Zhejiang University（浙江大学） ； Singapore Management University（新加坡国立大学）
AI总结 AR-Drag是一种基于强化学习的实时图像到视频生成模型，通过自回归机制和轨迹奖励模型实现高效运动控制，提升视频生成质量和效率。
PointSlice: 用于点云3D物体检测的准确且高效的基于切片的表示方法
机构 * Zhejiang University（浙江大学） ； Defense Innovation Institute（国防科技创新研究院） ； Tsinghua University（清华大学）
AI总结 PointSlice提出了一种基于切片的点云表示方法，通过引入切片交互网络提升3D物体检测的精度与效率。
Comments Accepted by Pattern Recognition
深度伪造生成与检测：基准与综述
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了深度伪造生成与检测的最新进展，分析了相关技术、数据集及未来研究方向。
Comments This paper has been accepted by ACM Computing Surveys. We closely follow the latest developments in this \href{https://github.com/flyingby/Awesome-Deepfake-Generation-and-Detection}{project}
基于视觉的MPPI用于敏捷无人机竞速：通过神经签名距离场导航任意门姿态
机构 * College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学）
AI总结 本文提出基于视觉的MPPI框架，利用神经签名距离场实现无需参考的敏捷无人机飞行，有效应对动态变化的赛道和门姿态。
NuNext：将核检测重新表述为下一个点检测
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology Beijing（北京科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 NuNext通过多模态大语言模型直接输出核质心，采用空间感知软监督和强化微调策略提升检测性能，优于现有方法。
视频-EM：面向长视频理解的事件中心型片段记忆
机构 * City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学） ； Tianjin University（天津大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； The Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所（TeleAI））
AI总结 Video-EM通过事件中心型片段记忆框架，将长视频问答转化为事件构建与记忆细化，提升长视频理解的连贯性与可靠性。
Comments 14 pages, 6 figures
π³：排列等变视觉几何学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学）
AI总结 π³通过排列等变架构实现无需参考视角的视觉几何重建，提升相机姿态和点地图重建的准确性和鲁棒性。
Comments Project page: https://yyfz.github.io/pi3/
一种鲁棒的不完整多模态低秩适应方法用于情感识别
机构 * Zhejiang University（浙江大学）
AI总结 本文提出MCULoRA方法，通过解耦模态组合的共享信息和动态调整参数微调，提升不完整多模态学习模型的训练效率和下游任务准确性。
StablePCA：从多源数据中鲁棒学习共享表示
机构 * Rutgers University（罗杰斯大学） ； Peking University Health Science Center（北京大学医学部） ； Beijing International Center for Mathematical Research（北京国际数学研究中心） ； Inria École Normale Supérieure PSL Research University（Inria 常规大学） ； Zhejiang University（浙江大学）
AI总结 StablePCA通过分布鲁棒方法从多源数据中学习稳定的共享表示，解决非凸秩约束问题并提供收敛保证。
并行规划-行动用于Minecraft中基于大语言模型的多智能体系统的高效性
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Hangzhou City University（杭州市城市大学） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学）
AI总结 本文提出了一种基于大语言模型的多智能体系统并行规划-行动框架，通过双线程架构实现同时规划和行动，提升Minecraft中动态决策的效率和响应能力。
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