OPRD: On-Policy Representation Distillation
OPRD: 在线策略表示蒸馏
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 针对在线策略蒸馏中输出空间监督的采样方差和忽略中间隐藏状态的问题，提出OPRD方法，通过在隐藏状态空间对齐师生表示，消除采样方差、提供更丰富的逐层结构信息，并在AIME等基准上缩小师生差距，训练速度提升1.44倍，内存减少54%。
高校专区
Zhejiang University（浙江大学）
SparseWorld: Enhancing End-to-End Autonomous Driving via World Models with Sparse Scene Representation
SparseWorld: 通过具有稀疏场景表示的世界模型增强端到端自动驾驶
机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； Labs, Huawei（华为2012实验室） ； State Key Laboratory of Industrial Control Technology（国家工业控制技术重点实验室）
AI总结 提出SparseWorld，一种基于稀疏场景表示的轻量级世界模型，通过自回归预测未来地图元素和周围智能体，并利用预测结果优化下游运动预测和轨迹规划，在nuScenes数据集上实现0.05%的碰撞率，达到开放循环规划指标的最优性能。
MLCR: Multi-Level Cue Refinement for Long-Term Multimodal Action Quality Assessment
PIDNet: 逐步隐式解耦网络用于多模态动作质量评估
机构 * Qiushi Academy for Advanced Studies (QAAS), Zhejiang University（浙江大学启斯特先进研究院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） ； Collaborative Innovation Center for Artificial Intelligence by MOE and Zhejiang Provincial Government (ZJU)（教育部-浙江省人工智能协同创新中心） ； Zhejiang Lab（浙江实验室）
AI总结 本文提出PIDNet，通过逐步整合多模态信息与全局质量语义，提升多模态动作质量评估的准确性。采用iMambaWave模块和三阶段融合网络，有效解耦模态特定信息并增强特征表示。
Comments 14 pages, 6 figures, 11 tables
Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis
奖励科学过程：面向代理数据分析的过程级奖励建模
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 本文提出DataPRM，一种环境感知的生成过程奖励模型，通过主动验证和反思意识的三元奖励策略，提升动态数据分析任务中代理的性能，实验表明其在多个基准测试中表现优异。
Comments KDD 2026
CodePercept: Code-Grounded Visual STEM Perception for MLLMs
CodePercept: 基于代码的MLLM视觉STEM感知
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science, Shanghai Jiao Tong University（人工智能大模型重点实验室，人工智能学院，计算机科学学院，上海交通大学） ； Qwen Team（通义实验室） ； Beijing Institute of Technology（北京理工大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 本文发现多模态大模型在STEM视觉推理中感知能力是瓶颈，提出通过代码作为感知媒介，构建ICC-1M数据集和STEM2Code-Eval基准来增强和评估感知能力。
Comments Accepted by CVPR2026
CLoE: Expert Consistency Learning for Robust Missing Modality Segmentation
CLoE: 面向鲁棒缺失模态分割的专家一致性学习
机构 * University of Chinese Academy Sciences（中国科学院大学） ； School of Medicine, Southeast University（东南大学医学院） ； Zhejiang University（浙江大学）
AI总结 提出CLoE框架，通过模态专家一致性和区域专家一致性双重目标，结合可靠性感知门控网络，解决多模态分割中模态缺失导致的专家分歧和不稳定融合问题，在BraTS 2020和MSD Prostate上超越现有方法。
Strengthening LLMs for Tabular Prediction with Structural Priors
利用结构先验增强LLM在表格预测中的能力
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学）
AI总结 提出PRPO方法，通过列排列不变性和两级优势估计将表格结构先验融入LLM后训练，使8B模型在139个OpenML数据集上达到与强监督基线竞争的性能，零样本设置下表现优异。
EasyUUV: An LLM-Enhanced Universal and Lightweight Sim-to-Real Reinforcement Learning Framework for UUV Attitude Control
EasyUUV：一种用于UUV姿态控制的LLM增强通用轻量级仿真到现实强化学习框架
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； School of Civil Engineering, Southwest Jiaotong University（西南交通大学土木工程学院） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； Department of Data Science, New Jersey Institute of Technology（新泽西理工学院数据科学系） ； Ocean College, Zhejiang University（浙江大学海洋学院）
AI总结 提出EasyUUV框架，结合并行强化学习与混合控制架构，并集成多模态大语言模型自适应调整参数，实现UUV姿态控制的鲁棒性和泛化性，经仿真与实船验证。
Comments 12 pages, 14 figures
ECGFlowCMR: Pretraining with ECG-Generated Cine CMR Helps Cardiac Disease Classification and Phenotype Prediction
ECGFlowCMR: 利用心电图生成电影心脏磁共振的预训练助力心脏病分类和表型预测
机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Polytechnic Institute of Zhejiang University, Zhejiang University（浙江大学 polytechnic 院） ； Institute of Computing Technology, University of the Chinese Academy of Sciences（中国科学院计算技术研究所） ； National Institute of Health Data Science, Peking University（北京大学健康数据科学国家研究院） ； Institute of Microelectronics, University of the Chinese Academy of Sciences（中国科学院微电子研究所） ； Department of Cardiology, Zhejiang University（浙江大学心内科部）
AI总结 提出ECGFlowCMR框架，通过相位感知掩码自编码器和解剖运动解耦流解决ECG与CMR的跨模态时序错配和解剖可观测性差距，生成逼真电影CMR序列，提升下游心脏病分类和表型预测性能。
Comments Accepted to KDD 2026
Spark: Strategic Policy-Aware Exploration via Dynamic Branching for Long-Horizon Agentic Learning
Spark: 通过动态分支进行战略性策略感知探索以实现长周期智能体学习
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学）
AI总结 提出Spark框架，通过关键状态动态分支实现资源高效探索，在长周期任务中以更少样本取得更高成功率和泛化能力。
Comments Accepted by ACL 2026
One Interaction Is Worth a Thousand Guesses: Benchmarking the Interactive Capabilities of Deep Research Agents
一次交互胜过千次猜测：深度研究代理的交互能力基准测试
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Intelligence Science and Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）智能科学与工程学院） ； Zhejiang University（浙江大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 提出IDRBench基准，通过交互式框架和用户模拟器评估深度研究代理的交互能力，实验表明交互能提升研究质量和鲁棒性。
Comments 17 pages, 9 figures, 9 tables
StackPlanner: A Centralized Hierarchical Multi-Agent System with Task-Experience Memory Management
StackPlanner: 一种具有任务经验记忆管理的集中式分层多智能体系统
机构 * School of Computer Science, Peking University（北京大学计算机学院） ； National Engineering Research Center for Software Engineering, Peking University（北京大学软件工程国家工程研究中心） ； School of Public Affaris, Zhejiang University（浙江大学公共管理学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院） ； GRG Banking Equipment Co., Ltd.（GRG银行设备有限公司） ； Center on Frontiers of Computing Studies, Peking University（北京大学计算前沿中心） ； Peking University Information Technology Institute (Tianjin Binhai)（北京大学信息技术研究院（天津滨海））
AI总结 提出StackPlanner分层多智能体框架，通过显式记忆控制解耦高层协调与子任务执行，并利用结构化经验记忆和强化学习复用协调经验，解决长期协作中的记忆膨胀和错误累积问题。
BIFE: Better Interaction, Fewer Errors for Minute-Long Video Generation
BIFE：更好的交互，更少的错误，用于分钟级视频生成
机构 * DAMO Academy, Alibaba Group（阿里巴巴集团 DAMO 院） ； Zhejiang University（浙江大学） ； Hupan Lab（虎扑实验室）
AI总结 提出BIFE框架，通过语义稀疏KV缓存和块强制训练策略，解决长视频生成中的长程交互保持和误差累积问题，实现稳定连贯的分钟级视频生成，在VDE指标上提升约20%。
KiVi: Kinesthetic-Visuospatial Integration for Dynamic and Safe Egocentric Legged Locomotion
KiVi: 动觉-视觉空间整合用于动态且安全的自我中心腿部运动
机构 * MARMot Lab, National University of Singapore（新加坡国立大学MARMot实验室） ； Center of X-Mechanics, Zhejiang University（浙江大学X力学中心） ； Robot and Robot Intelligence Lab, Zhejiang University（浙江大学机器人与机器人智能实验室）
AI总结 提出KiVi框架，通过分离动觉与视觉空间通路，以本体感觉为稳定主干并选择性整合视觉信息，实现四足机器人在复杂地形和户外环境中的鲁棒运动。
Comments \c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works
