高校专区
VL-Calibration：解耦的大型视觉-语言模型推理置信度校准
机构 * Zhejiang University（浙江大学）
AI总结 本文提出VL-Calibration，通过强化学习框架解耦视觉和推理置信度，提升大视觉-语言模型的校准与视觉推理准确率。
Comments 24 pages, ACL 2026 Main. Repository: https://github.com/Mr-Loevan/VL-Calibration
通过他们的眼睛：基于注视点的个性化用户模拟调谐
机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出FixATE方法，通过将视觉语言模型的视觉注意力与用户特定的注视模式对齐，提升推荐系统模拟的准确性，实验表明这种对齐能有效提高点击预测性能。
具有不确定性感知先验的鲁棒4D视觉几何变换器
机构 * Zhejiang University（浙江大学） ； Huzhou University（湖州师范学院） ； Huawei（华为） ； Tongji University（同济大学）
AI总结 本文提出一种框架，通过建模重建过程中的不确定性，分离动态和静态成分，采用熵引导子空间投影、局部一致性驱动几何净化和不确定性感知多视角一致性机制，提升动态场景重建的准确性与效率。
VAG：用于具身数据合成的双流视频-动作生成
机构 * GigaAI ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 本文提出VAG模型，通过双流框架联合生成视频和动作，提升跨模态一致性，实现高效且准确的视频-动作配对生成，支持轨迹回放并提升下游策略泛化能力。
HD-VGGT：高分辨率视觉几何变换器
机构 * Zhejiang University（浙江大学） ； Huzhou University（湖州师范学院） ； Nanjing University of Science and Technology（南京理工大学） ； Huawei（华为） ； Tongji University（同济大学）
AI总结 HD-VGGT通过双分支架构实现高效稳定的高分辨率3D重建，利用低分辨率分支生成全局一致的几何结构，高分辨率分支通过学习的特征上采样模块细化细节，采用特征调制技术抑制不稳定特征，提升重建质量。
通过编辑锚压缩约束序列模型编辑
机构 * National Engineering Research Center of Speech and Language Information Processing, University of Science and Technology of China（中国科学技术大学语音及语言信息处理国家工程研究中心） ； Zhejiang University（浙江大学） ； University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
AI总结 本文提出Editing Anchor Compression框架，通过选择重要编辑锚点压缩参数矩阵，减少序列编辑中的偏差，保留模型通用能力并提升编辑知识保留度。
Comments Accepted by NAACL 2025 Findings
DeepGuard：通过多层语义聚合实现安全代码生成
机构 * Chongqing University（重庆大学） ； The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全全国重点实验室，浙江大学） ； Peking University（北京大学）
AI总结 DeepGuard通过多层语义聚合提升代码生成的安全性，实验表明其在安全性和功能性上均优于基线模型，有效检测并减少不安全模式。
Comments ACL 2026 main conference
QCFuse：基于查询的缓存融合用于高效RAG推理
机构 * Zhejiang University（浙江大学） ； The University of Sydney（悉尼大学） ； Zhejiang Normal University（浙江师范大学）
AI总结 QCFuse通过基于查询的缓存融合提升RAG推理效率，利用语义摘要锚点优化查询表示并选择性重计算相关token，实验证明在保持准确性的同时提升响应效率40%。
多变量时间序列异常检测通过双分支重建和自回归流基于残差密度估计
机构 * Zhejiang University（浙江大学） ； Zhejiang Sci-Tech University（浙江理工大学）
AI总结 本文提出DBR-AF框架，通过双分支重建和自回归流模块解决多变量时间序列异常检测中的过拟合和误判问题，实验表明其在多个基准数据集上表现优异。
Comments 12 pages, 3 figures,
ETCH-X：通过可组合数据集增强具有衣物人类的表达性身体拟合
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Nanjing University（南京大学）
AI总结 本文提出ETCH-X，通过引入紧致性感知拟合范式、SMPL-X扩展和隐式密集对应关系，提升身体拟合的鲁棒性和细节表达，实现对衣物动态、姿态变化和噪声输入的高效处理。
Comments Page: https://xiaobenli00.github.io/ETCH-X/, Code: https://github.com/XiaobenLi00/ETCH-X
WisdomInterrogatory (LuWen): 一种开源法律大语言模型技术报告
机构 * Zhejiang University（浙江大学）
AI总结 本文提出基于Baichuan模型的开源中文法律语言模型LuWen，通过持续预训练、监督微调和检索增强生成技术，提升法律领域任务表现。
Comments 10 pages, 4 figures
LADR：基于局部性的动态救援方法，用于高效文本到图像生成的扩散大语言模型
机构 * East China Normal University（华东师范大学） ； University of Macau（澳门大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学）
AI总结 本文提出LADR方法，通过利用图像的空间马尔可夫性质加速推理，实现文本到图像生成的高效生成，同时保持生成质量。
Comments ACL2026 Main Conference
Traj2Action: 一种用于轨迹引导的人机技能转移协同去噪框架
机构 * MAPLE Lab, Westlake University（西湖大学MAPLE实验室） ； Zhejiang University（浙江大学） ； Huazhong University of Science and Technology（华中科技大学） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖大学先进技术研究所）
AI总结 本文提出Traj2Action框架，通过3D操作端点轨迹作为统一中间表示，解决人机技能转移中的形态差距问题，提升机器人动作性能。
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