Pretraining Reusable Inference Across Views with Synthetic Task Priors
利用合成任务先验预训练跨视图的可复用推理
机构 * Hong Kong Baptist University（香港浸会大学） ； Zhejiang University（浙江大学）
AI总结 本文提出SIMPLE模型，将多视图推理预训练为可复用过程，在多视图与多组学基准上，其冻结变体具竞争力，轻量级适配器校准性能领先。
高校专区
Zhejiang University（浙江大学）
MedUAG: Unified Understanding and Generation for Medical Multimodal Models
MedUAG：面向医学多模态模型的统一理解与生成框架
机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis实验室）
AI总结 针对医学多模态领域缺乏统一理解生成框架的问题，本文构建了MedUAGCorpus数据集与MedUAGBench基准，开发了MedUAG模型，其在医学理解与生成任务中表现出色，为下一代医学多模态系统奠定基础。
DentAgent: Evidence-Centric Multi-Agent Coordination for Multimodal Dental Reasoning
DentAgent：以证据为中心的多智能体协调的多模态牙科推理框架
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Angelalign Technology Inc.（时代天使科技有限公司） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 针对现有牙科AI系统模态或任务局限及证据不可追溯问题，提出以证据为中心的多智能体框架DentAgent，经四个基准测试，其多标签诊断性能超越资深专家17.3个百分点，可用于多模态牙科推理及人群口腔健康评估。
SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation
SoftVTBench：面向可变形物体操作的形变感知视觉-触觉数据集与基准
机构 * Tuojing Intelligence（拓境智能） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（斯蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI ； Imperial College London（帝国理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学）
AI总结 本研究推出SoftVTBench视觉-触觉数据集与基准，定义形变感知成功率（DSR），发现触觉信息本身未必提升多模态融合，为可变形物体操作的物理交互研究提供资源。
Tianmu-TC: Physics-constraints Generative Artificial Intelligence for Global Tropical Cyclone Forecasting
天目-TC：用于全球热带气旋预报的物理约束生成式人工智能
机构 * College of Computer Science and Technology, Zhejiang University of Technology（浙江工业大学计算机科学与技术学院） ； School of Computer Science and Engineering, Tianjin University of Technology（天津理工大学计算机科学与工程学院） ； School of Earth Sciences, Zhejiang University（浙江大学地球科学学院） ； School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）
AI总结 研究针对热带气旋预报的不确定性与高成本问题，提出物理约束生成式框架Tianmu-TC，该模型在全球各洋盆的预报性能优于权威系统，且在复杂场景下表现良好，计算成本显著更低。
Alignment Is All You Need: Instruction-Free Training for General Audio-Language Models
对齐即全部所需：通用音频-语言模型的无指令训练
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯混元）
AI总结 该研究提出仅对齐的无指令大音频-语言模型LALM，仅训练轻量投影器，在多模态数据集上用更少数据达到或优于基线，证明仅靠对齐即可构建有竞争力的多模态大语言模型。
Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence
Mechanist：作为科学仪器的AI，用于发现智能的机制
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Heriot-Watt University（赫瑞瓦特大学） ； Southern University of Science and Technology（南方科技大学） ； University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Northeastern University（东北大学）
AI总结 本研究推出智能体系统Mechanist，以AI为科学仪器自主发现AI智能机制，其生成假设更有价值、实验更可靠，还能发现安全风险、构建信念机制理论并转化为提升模型性能的干预措施。
Comments Work in progress
BrainBench: Benchmarking Large Language Models for Comprehensive EEG Understanding
BrainBench：面向全面脑电理解的大语言模型基准测试
机构 * Zhejiang University（浙江大学） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 该研究推出BrainBench基准测试，涵盖4个子集共17个数据集等，评估大语言模型在两种范式下的脑电理解能力，为相关研究提供可复现测试平台。
Comments 51 pages,28 figures
SkillNet: Create, Evaluate, and Connect AI Skills
SkillNet: 创建、评估和连接AI技能
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； Tencent（腾讯） ； Fudan University（复旦大学） ； The University of Edinburgh（爱丁堡大学） ； Monash University（墨尔本大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huzhou University（湖州大学） ； Hornor Device Co., Ltd（Hornor设备有限公司） ； Hangzhou Institute for Advanced Study, UCAS（杭州先进研究所，UCAS）
AI总结 SkillNet通过统一的本体和多维评估机制，大规模创建、评估和连接AI技能，提升代理性能并促进技能的持久掌握。
Comments this http URL (http://skillnet.openkg.cn/;) add SkillNet-Gym, a benchmark for evaluating skill retrieval, utilization, composition, and SkillNet-Fabric for task-specific skill routing through lightweight Wikis
Large Language Model for Verilog Code Generation: Literature Review and the Road Ahead
用于Verilog代码生成的大型语言模型：文献综述与未来方向
机构 * Zhejiang University \& Northwestern Polytechnical University China ； Northwestern Polytechnical University China ； Nantong University China ； Zhejiang University China ； Monash University Australia ； Singapore Management University Singapore ； Zhejiang University \& Northwestern Polytechnical University ； Northwestern Polytechnical University ； Nantong University ； Zhejiang University ； Monash University ； Singapore Management University
AI总结 本文综述了LLMs在Verilog代码生成中的应用，分析了现有方法的有效性、局限性及未来研究方向。
Comments Accept in ACM Computing Surveys
