R3D: Revisiting 3D Policy Learning
R3D：重新审视3D策略学习
机构 * Zhejiang University（浙江大学） ； ShanghaiTech University（上海科技大学）
AI总结 本文针对3D策略学习中的训练不稳定和过拟合问题，提出结合可扩展的Transformer3D编码器与扩散解码器的新架构，有效提升3D模仿学习的性能。
高校专区
Zhejiang University（浙江大学）
WavAlign: Enhancing Intelligence and Expressiveness in Spoken Dialogue Models via Adaptive Hybrid Post-Training
WavAlign：通过自适应混合后训练增强口语对话模型的智能与表达性
机构 * Zhejiang University（浙江大学） ； Tongyi Fun Team, Alibaba Group（通义实验室，阿里巴巴集团） ； Beijing University of Technology（北京理工大学）
AI总结 本文提出WavAlign方法，通过自适应混合后训练提升口语对话模型的智能与表达性，通过语义通道约束和显式锚定改进语音生成，避免不可靠的偏好梯度。
Dual-Axis Generative Reward Model Toward Semantic and Turn-taking Robustness in Interactive Spoken Dialogue Models
双轴生成奖励模型：面向交互口语对话模型中语义和轮流鲁棒性的研究
机构 * Zhejiang University（浙江大学） ； Tongyi Fun Team, Alibaba Group（通义Fun团队，阿里巴巴集团） ； Beijing University of Technology（北京理工大学）
AI总结 本文提出双轴生成奖励模型，通过详细分类和标注数据集理解复杂交互动态，提供语义质量和交互时间的独立评估，提升口语对话模型的鲁棒性与性能。
KnowRL: Exploring Knowledgeable Reinforcement Learning for Factuality
KnowRL: 探索知识增强型强化学习以提升事实性
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（知识图谱联合实验室）
AI总结 KnowRL通过整合事实性奖励提升慢思考模型的事实准确性，实验表明其有效缓解了幻觉问题并保持推理能力。
Comments ACL 2026
Hijacking Large Audio-Language Models via Context-Agnostic and Imperceptible Auditory Prompt Injection
通过上下文无关且不可察觉的音频提示注入劫持大型音频-语言模型
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； 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） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出AudioHijack框架，通过生成不可察觉的对抗性音频劫持LALMs，实验显示在6种恶意行为中平均成功率达79%-96%。
Comments Accepted by IEEE S&P 2026
Deepfake Detection Generalization with Diffusion Noise
基于扩散噪声的深度伪造检测泛化
机构 * Zhejiang University（浙江大学）
AI总结 本文提出利用扩散噪声特征提升深度伪造检测的泛化能力，通过引入注意力引导的噪声学习框架，增强模型对真实与合成图像差异的捕捉，实验表明在多个基准上取得最佳性能。
Comments 17 pages
CSRA: Controlled Spectral Residual Augmentation for Robust Sepsis Prediction
CSRA：受控频域残差增强用于鲁棒脓毒症预测
机构 * Tianjin University（天津大学） ； Tianjin Medical University General Hospital（天津医科大学总医院） ； Department of Emergency Medicine, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（急诊医学科，邵氏医院，浙江大学医学院）
AI总结 本文提出CSRA框架，通过频域残差增强提升短期多系统ICU时间序列中脓毒症预测的鲁棒性，实验显示其在回归和分类任务中均优于基线方法。
Robust Reward Modeling for Large Language Models via Causal Decomposition
通过因果分解实现大型语言模型的鲁棒奖励建模
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Department of Statistics, University of Chicago（芝加哥大学统计系）
AI总结 本文提出通过因果分解学习解码器，以增强奖励模型对提示意图的建模，从而提升在数学、帮助性和安全性的基准测试中的表现。
Transcriptomic Models for Immunotherapy Response Prediction Show Limited Cross-cohort Generalisability
基于转录组的免疫治疗反应预测模型显示跨队列泛化能力有限
机构 * UNSW BioMedical Machine Learning Lab (BML), School of Biomedical Engineering, UNSW Sydney（UNSW生物医学机器学习实验室（BML），生物医学工程学院，UNSW悉尼） ； School of Biomedical Engineering, UNSW（生物医学工程学院，UNSW） ； Department of Computer Science, Zhejiang University（浙江大学计算机科学系） ； Institute for Intelligent Systems Research and Innovation, Deakin University（智能系统研究与创新研究所，德金大学） ； School of Engineering & Technology, Duy Tan University（工程与技术学院，杜益大学） ； School of Computing, Macquarie University（计算学院，麦觉大学） ； Center of Excellence in Precision Medicine and Digital Health, Faculty of Dentistry, Chulalongkorn University（精准医学与数字健康中心，牙科学院，朱拉隆功大学）
AI总结 研究评估了九种先进的转录组免疫检查点抑制剂反应预测模型，发现基于bulk RNA-seq的模型在多数队列中表现接近随机，而基于scRNA-seq的模型仅略有提升，路径分析显示生物标志物信号稀疏且不一致。
MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools
MCP-Flow：帮助LLM代理掌握现实世界、多样且可扩展的MCP工具
机构 * TikTok ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 MCP-Flow通过自动化流程提升LLM在现实世界MCP环境中的能力，通过大规模服务器发现、数据合成和模型训练，生成高质量指令-功能调用对和轨迹，推动代理任务性能提升。
Comments ACL 2026 Main, Camera Ready
