高校专区
上下文感知与关系感知的图检索增强生成统一框架
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Finvolution Group（信也科技集团）
AI总结 提出HyGRAG分层图RAG框架，通过构建融合上下文与关系的摘要、跨层级检索及动态更新，将多跳推理准确率提升9.7%。
Comments Accepted at The ACM Web Conference 2026 (WWW '26)
处理特征异质性：可学习图块方法
机构 * Zhejiang University（浙江大学） ； Huazhong University of Science and Technology（华中科技大学） ； Finvolution Group（信也科技集团）
AI总结 提出可学习图块概念，将图分解为语义单元，通过补丁编码器和聚合器实现跨域图数据的可迁移预训练，提升下游任务性能。
Comments Accepted at KDD 2025
FLAP: 面向无先验地图3D导航的视场约束主动感知规划
机构 * The State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院工业控制技术国家重点实验室） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） ； Huzhou Key Laboratory of Autonomous System（湖州市自动驾驶系统重点实验室） ； Shanghai Institute of Special Equipment Inspection and Technical Research Co., Ltd（上海市特种设备监督检验技术研究院有限公司）
AI总结 提出一种将主动感知直接融入轨迹优化的规划框架，通过传感器坐标系下的视场几何约束和速度触发机制，在保证安全的同时提升效率，并支持任意3D机动。
Comments 18 pages, 19 figures
RICH-SLAM：基于增量连续希尔伯特映射的雷达SLAM
机构 * State Key Laboratory of Ocean Sensing, Zhejiang University（浙江大学海洋传感国家重点实验室） ； Interdisciplinary Student Training Platform for Marine areas, Zhejiang University（浙江大学海洋交叉学科学生培养平台） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系） ； School of AI and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； Ocean College, Zhejiang University（浙江大学海洋学院） ； Institute of Deep-Sea Science and Engineering, Chinese Academy of Sciences（中国科学院深海科学与工程研究所）
AI总结 提出RICH-SLAM框架，采用Rao-Blackwellized粒子滤波后端和增量希尔伯特空间降秩高斯过程映射，从稀疏雷达测量中构建连续占用地图，并支持不确定性感知规划。
Comments 12 figures
解码推理型LLM中的隐藏欺骗：用于欺骗审计的激活解释器
机构 * Zhejiang University（浙江大学） ； Griffith University（格里菲斯大学）
AI总结 提出STATEWITNESS，一种通过解码目标模型隐藏状态来生成自然语言查询答案和结构化报告的激活解释器，在欺骗检测中平均AUROC达0.916，优于现有方法。
Comments Under review
DexLink Hand：一款紧凑、经济、16自由度连杆驱动且具有类人灵巧性的手部
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 提出一种紧凑、低成本的连杆驱动仿人手，通过混合平面与空间连杆机构实现16个独立驱动、20个关节的高灵巧性，重320g、成本低于400美元，达到最大Kapandji评分并复现全部33种Feix抓取类型。
TRACE: 用于延迟证据视觉运动模仿的轨迹路由因果记忆
机构 * Zeno AI ； Zhejiang University（浙江大学） ； Zhejiang University of Technology（浙江工业大学） ； The University of Sydney（悉尼大学）
AI总结 针对视觉运动模仿中早期线索消失导致观察歧义的问题，提出TRACE记忆框架，利用路径签名存储和检索任务相关证据，在长周期任务中提升分支选择准确率。
LATTEArena: 基于LLM的表格特征工程评估框架（扩展版）
机构 * Zhejiang University（浙江大学）
AI总结 提出LATTEArena，首个标准化评估框架，通过六维分类法分解15种方法、模块化竞技场和组件消融实验，揭示Tree-of-Thought与MCTS成本效益最优等16项关键发现。
Comments 31 pages, 9 figures
TokenPilot: 面向LLM智能体的缓存高效上下文管理
机构 * Zhejiang University（浙江大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Xi’an University of Electronic Science and Technology（西安电子科技大学） ； HomologyAI（同源人工智能）
AI总结 针对LLM智能体长会话中上下文累积导致推理成本高的问题，提出TokenPilot双粒度上下文管理框架，通过摄入感知压缩和生命周期感知驱逐策略，在保持性能的同时降低61%-87%的成本。
Comments LightMem Series: Work in Progress
自适应且显式安全：触发大型推理模型中的潜在安全意识
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（浙江大学区块链与数据安全全国重点实验室） ； Hangzhou HighTech Zone (Binjiang) Blockchain and Data Security Research Institute, China（杭州高新区（滨江）区块链与数据安全研究院） ； Li Auto Inc.（理想汽车） ； Tsinghua University（清华大学） ； King Abdullah University Of Science And Technology（阿卜杜拉国王科技大学）
AI总结 针对大型推理模型易受越狱攻击的问题，提出Safe Trigger方法，通过SFT显式诱导安全标签触发安全分析，并用DPO优化，显著降低攻击成功率而不影响通用性能。
医疗世界模型：表示医疗状态、建模临床动态与指导干预策略
机构 * College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Medicine, Zhejiang University（浙江大学医学院） ； Department of Biomedical Informatics, Harvard University（哈佛大学生物医学信息学系）
AI总结 本文提出医疗世界模型框架，通过构建患者状态、建模临床动态和支持干预决策，推动医疗AI从静态诊断向动态模拟演进。
基于强化学习的双向推力四旋翼敏捷坠落恢复
机构 * Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院工业控制技术研究所） ； Differential Robotics
AI总结 提出基于强化学习的框架，利用轻量级机载传感器实现四旋翼从任意地面姿态恢复至稳定悬停，通过非对称演员-评论家架构和增量非线性动态逆控制器解决部分可观测性和传感器失效问题，仿真和实验验证了零样本迁移和鲁棒性。
MVOFormer：用于鲁棒单目视觉里程计的流-语义Transformer
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems, Zhejiang University（浙江大学流体动力与机电系统国家重点实验室） ； Zhejiang Key Laboratory of Industrial Big Data and Robot Intelligent Systems（浙江省工业大数据与机器人智能系统重点实验室） ； School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Robotics Institute, Zhejiang University（浙江大学机器人研究院） ； School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； Rural Health Research Institute, Charles Sturt University（查尔斯特大学农村健康研究所） ； University College London（伦敦大学学院）
AI总结 提出MVOFormer，一种流-语义双分支编码器与迭代多模态解码器结合的Transformer框架，通过融合密集几何运动与语义先验实现粗到细位姿优化，在零样本泛化上显著超越现有方法。
Comments 8 pages, 6 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
V2P-Manip：从单目人类视频学习灵巧操作
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 提出V2P-Manip框架，从单目人类演示视频中提取具有视觉保真度和物理合理性的轨迹，通过两阶段精炼实现空间对齐与物理一致性，在TACO和OakInk基准上显著优于先前方法。
PAL-Bench: 基于纵向个人相册的证据驱动画像重建
机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学）
AI总结 提出PAL-Bench基准，通过合成用户和隐私保护审计，评估从纵向个人相册中重建用户画像、社交关系和身份映射的能力，发现现有系统在身份解析和证据引用方面存在不足。
多模态大语言模型赋能的通用行人重识别重排序
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院）
AI总结 提出利用多模态大语言模型（MLLM）的泛化能力，通过微调MLLM并计算μ-距离来改进推理阶段的重排序，从而提升领域泛化行人重识别的性能。
基于课程回合级指导的在线策略蒸馏用于多轮智能体
机构 * Foundation Model Research Center, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所基础模型研究中心） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Wuhan AI Research（武汉人工智能研究院）
AI总结 针对多轮智能体在线策略蒸馏中错误累积导致教师监督失效的问题，提出混合教师和学生生成回合的Guided-OPD算法，通过课程式衰减教师干预概率，在ALFWorld等任务上平均提升21.1%得分和25.5%成功率。
VL2Spike：面向具身AI低功耗视觉感知的VLM脉冲驱动蒸馏
机构 * School of EEE, Nanyang Technological University (NTU)（南洋理工大学电气与电子工程学院） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Advanced Micro Devices, Inc.（超威半导体公司） ； State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（浙江大学极端光子学与仪器国家重点实验室） ； Faculty of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术学院）
AI总结 提出VL2Spike框架，通过时空视觉脉冲蒸馏和脉冲原型引导语言蒸馏，将VLM多模态知识迁移至Spikformer，在静态数据集上提升6.81%性能且能耗仅15.7%，并显著增强机器人视觉地点识别能力。
Comments 9 pages, 4 figures, 8 tables
基于速度场分解的去中心化扩散模型中ODE采样器的Wasserstein收敛性
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 针对去中心化扩散模型中随机专家切换的ODE采样，通过速度场分解建立Wasserstein-2距离下的收敛保证，证明N步离散化以O(N^{-1/2}+ε)速率收敛。
Comments 50 pages, 9 figures. Preprint under review
如何为一次性MoE专家剪枝评分：统一公式与选择原则
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出一次性MoE专家剪枝的统一公式，基于路由频率、门控权重和激活强度三个因素，推导出任务无关剪枝应使用基于激活的准则，任务特定剪枝可保留路由频率和门控信息，并据此提出两种新准则MAN和MSAN，在多个模型和基准上取得最优性能。
迈向下一代医疗：医疗具身AI在感知、决策与行动中的综述
机构 * School of Information Science and Engineering, Ocean University of China（中国海洋大学信息科学与工程学院） ； Innovation School of Artificial Intelligence, Hefei University of Technology（合肥工业大学人工智能创新学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； ReLER Laboratory, CCAI, 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 本文系统综述医疗具身AI的核心组件，强调感知、决策与行动的协调集成，并分析临床实践中的挑战与未来方向。
Comments 19 pages, 9 figures
通过推理启用的任务对齐防御自适应提示注入攻击
机构 * University of Waterloo（滑铁卢大学） ； Zhejiang University（浙江大学） ； KTH Royal Institute of Technology（皇家理工学院）
AI总结 提出RETA方法，通过基于用户任务的多目标强化学习训练防御器，利用思维链推理验证行动一致性，并采用字典学习多样性奖励生成对抗样本，在六种自适应攻击下平均攻击成功率低于4%。
基于边干预的有向无环图特征归因
机构 * Zhejiang University（浙江大学） ； Zhejiang Lab（之江实验室） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 针对现有特征归因方法无法同时捕获特征外部性和外生影响的问题，提出基于边干预的DAG-SHAP方法，将每条特征边作为归因对象，并引入近似计算方法，实验验证其有效性。
Mask-Proof: 一种基于LLM的数学证明自动数据整理流水线
机构 * School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Graduate College for Engineers, Beijing University of Posts and Telecommunications（北京邮电大学研究生院工程师学院） ； School of Mathematical Sciences, Fudan University（复旦大学数学科学学院） ； School of Cyberspace Security, Beijing University of Posts and Telecommunications（北京邮电大学网络空间安全学院） ； School of Computer Science and Technology, Dalian University of Technology（大连理工大学计算机科学与技术学院） ； Chu Kochen Honors College, Zhejiang University（浙江大学竺可桢学院） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院）
AI总结 提出Mask-Proof流水线，将真实证明转化为可自动检查的掩码步骤任务，通过LLM等价性判断器评估模型推理，构建包含292个问题的基准，推理增强模型性能提升12%-27%。
HairLRM：基于大型重建模型的发丝建模
机构 * LIGHTSPEED Shenzhen China（LIGHTSPEED深圳中国） ； State Key Lab of CAD and CG, Zhejiang University Hangzhou China（计算机辅助设计与图形学国家重点实验室，浙江大学杭州中国） ； Hong Kong Baptist University Hong Kong China（香港 Baptist大学香港中国） ； LIGHTSPEED Los Angeles CA USA (2026)（LIGHTSPEED洛杉矶CA美国（2026））
AI总结 针对传统发丝建模从2D图像推断3D结构的不适定性问题，提出结合大型重建模型的几何先验，利用双方向自编码器将粗几何提升为高保真发丝，通过潜在空间优化和表面引导细化解决矢量场奇点，实现鲁棒且精确的发丝重建。
Comments ACM SIGGRAPH 2026 Conference Paper
视觉编码器作为隐私边界：无编码器视觉-语言模型中的视觉令牌侧信道
机构 * School of Engineering, Institute of Science Tokyo（东京科学大学工学院） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系）
AI总结 研究无编码器视觉-语言模型中视觉令牌侧信道导致的隐私泄露问题，通过解码器攻击从中间视觉令牌恢复图像和文本，发现空间采样保真度是关键因素，并指出KV缓存也存在泄露风险。
混合专家Transformer中任务路由的理论模型
机构 * University of Sydney（悉尼大学） ； Zhejiang University（浙江大学） ； Google Research（谷歌研究院）
AI总结 通过离散语言模型证明单层MoE Transformer可利用专家实现任务专业化，支持经验发现。
混合开放式三重进化打造更优深度研究者
机构 * IQuest Research ； Zhejiang University（浙江大学）
AI总结 提出混合开放式三重进化框架，通过混合模式强化学习协同进化提议者、求解者和评判者，使8B模型在深度研究任务上超越静态开源8-32B模型及先进训练方法。
LabVLA：在科学实验室中落地视觉-语言-动作模型
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 针对科学实验室中机器人执行协议面临的数据和实体瓶颈，提出模拟数据引擎RoboGenesis和两阶段训练策略LabVLA，在LabUtopia基准上取得最高平均成功率。
Comments Work in progress. Project website at https://zjunlp.github.io/LabVLA/
LoMC: 路由基础模型中拒绝抑制的局部多方向校正
机构 * Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出LoMC方法，通过支持门控干预框架在路由MoE和混合MoE模型中实现紧凑的拒绝抑制，提升非拒绝目标响应行为并保持通用能力。
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