Zhejiang University（浙江大学） - arXivDaily 高校专区

2606.00593 2026-07-03 cs.CL cs.AI 版本更新

SPADER: Step-wise Peer Advantage with Diversity-Aware Exploration Rewards for Multi-Answer Question Answering

SPADER: 面向多答案问答的逐步同伴优势与多样性感知探索奖励

Qiming Shi, Zhaolu Kang, Yunfan Zhou, Di Weng, Yingcai Wu

机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室）； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院）； School of Software Technology, Zhejiang University（浙江大学软件技术学院）

AI总结提出SPADER强化学习框架，通过逐步同伴优势（SPA）机制和多样性感知探索奖励，解决多答案问答中长程工具使用的细粒度信用分配与持续探索问题，实验表明在多个数据集上提升了召回率和F1分数。

2512.14157 2026-07-03 cs.AI cs.CV 版本更新

Ophiuchus: Incentivizing Tool-augmented "Think with Images" for Joint Medical Segmentation, Understanding and Reasoning

Ophiuchus: 激励工具增强的“图像思考”用于联合医学分割、理解与推理

Yankai Jiang, Yujie Zhang, Peng Zhang, Wenjie Li, Yichen Li, Jintai Chen, Xiaoming Shi, Shihui Zhen

机构 * Zhejiang University（浙江大学）； Fudan University（复旦大学）； Information Hub, HKUST (Guangzhou)（信息枢纽，香港科技大学（广州））

AI总结提出Ophiuchus框架，通过三阶段训练策略（冷启动SFT、自反思微调、工具强化学习）使MLLM动态聚焦细粒度视觉区域，实现精准医学分割与诊断。

2508.04101 2026-07-03 cs.CV 版本更新

NEARL: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding

NEARL: 基于正交正则化的交互式查询自适应用于医学视觉-语言理解

Zelin Peng, Yichen Zhao, Yu Huang, Piao Yang, Feilong Tang, Zhengqin Xu, Xiaokang Yang, Wei Shen

机构 * MoE Key Lab of Artificial Intelligence（人工智能MOE实验室）； AI Institute（人工智能研究院）； School of Computer Science（计算机科学学院）； Shanghai Jiao Tong University（上海交通大学）； Department of Radiology（放射科）； The First Affiliated Hospital（第一附属医院）； School of Medicine（医学院）； Zhejiang University（浙江大学）； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）； State Key Laboratory of Infrared Physics（红外物理国家重点实验室）； Shanghai Institute of Technical Physics（上海技术物理研究所）； Chinese Academy of Science（中国科学院）

AI总结提出NEARL框架，通过统一协同嵌入变换器（USEformer）和正交交叉注意力适配器（OCA）实现双向跨模态交互，仅引入1.46M参数，在三个医学影像数据集上取得最先进性能。

2209.04942 2026-07-03 stat.ML cs.LG stat.ME 版本更新

Learning Consumer Preferences from Bundle Sales Data

从捆绑销售数据中学习消费者偏好

Ningyuan Chen, Setareh Farajollahzadeh, Qingwei Jin, Fanni Shen, Guan Wang

机构 * University of Toronto（多伦多大学）； McGill University（麦吉尔大学）； Zhejiang University（浙江大学）

AI总结提出一种从捆绑销售交易数据中估计消费者对单个产品估值分布的方法，通过定义效用模型并使用EM算法和蒙特卡洛模拟恢复估值分布，扩展至未观测无购买、市场细分和协同效应，并提供可识别性和收敛性理论保证。