高校专区
当技能与安全相遇：对技能合并大语言模型的自适应越狱鲁棒性进行基准测试与表征
机构 * Google（谷歌公司） ； University of New South Wales（新南威尔士大学） ； University of Technology Sydney（悉尼科技大学） ； Zhejiang University（浙江大学） ； Australian National University（澳大利亚国立大学）
AI总结 本研究针对技能合并大语言模型，构建SkillSafe-Bench基准，发现静态安全无法预测其自适应越狱鲁棒性，提出SubSafe-Merge方法可在保留能力的同时消除安全侵蚀。
重新思考脉冲Transformer中的注意力局部性
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Peking University（北京大学）
AI总结 该研究针对脉冲Transformer中注意力局部性的问题，提出带边界连续性通路的空间连续局部注意力（SCLA-BCP）及分层部署策略，在7个静态和神经形态数据集上实现了检测、分割等任务的性能提升。
Comments 17 pages, 7 figures
ERF-GS：从不相交的事件-RGB视点重建快速运动
机构 * The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学）
AI总结 ERF-GS框架将事件信息融入高斯溅射流水线，脱离RGB输入实现基于事件的学习，在含模糊帧和不相交视点的数据集上，性能优于4DGS与E-D3DGS，可用于复杂自然视频的快速运动重建。
Comments 18 pages, 12 figures
Evidence-RL：面向证据密集型视觉推理
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； Tencent（腾讯）
AI总结 针对视觉-语言模型依赖语言先验等问题，提出反事实证据解缠方法，结合GRPO框架在9个基准和4种骨干模型上优于现有基于RL的后训练方法。
Comments 22 pages, 10 figures
SportsGrounder：用于密集体育视频推理的提案辅助交错定位框架
机构 * Zhejiang University（浙江大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 针对LMMs难以处理密集体育视频细粒度推理的问题，提出SportsGrounder框架，结合IGF机制与AAS模块，在SoccerNet等数据集上实现最优准确率。
Comments ACMMM 2026
REIN：通过反思与弃权对齐缩小推理与可靠性之间的差距
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 REIN是一个对齐框架，通过训练大型推理模型生成结构化推理序列，引入奖励机制鼓励模型在无正确推理链时弃权，在单次前向传播中减少幻觉、提升选择性准确率并保持高覆盖率。
Comments 26 pages and 22 figures
伪造的同行判断会误导多模态大语言模型（LLM）评判小组：无来源锚定与小组共识验证
机构 * Zhejiang University（浙江大学）
AI总结 研究发现多模态LLM评判小组存在无来源锚定的文本攻击面，伪造同行判断可误导判决，提出的小组共识验证方法能有效阻断此类攻击并降低损害。
面向智能体强化学习的轨迹相对事后蒸馏
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tencent（腾讯）
AI总结 针对智能体强化学习中事后信号分配不清的问题，提出TRIAL框架，通过轨迹相对步分配优化监督信号，在WebShop、ALFWorld等任务上优于GRPO及多数基线方法，提升了任务性能。
零差距并非恢复：分层逐题概率评估与基准污染的逐步缓解
机构 * Zhejiang University（浙江大学）
AI总结 该研究针对基准测试数据泄露导致的模型评估偏差问题，提出SA-PPG指标与RailCap方法，揭示现有缓解策略的恢复效果被高估，RailCap可实现更低的污染程度。
MemWM：记忆增强的基于文本的世界模型
机构 * LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Huawei Heisenberg Research Center（华为海森堡研究中心） ； Zhejiang University（浙江大学） ； Technical University of Munich (TUM)（慕尼黑工业大学） ； TU Berlin（柏林工业大学） ； Kiel University（基尔大学）
AI总结 该研究提出记忆增强的基于文本的世界模型MemWM，通过引入世界记忆解决世界模型的系统性预测错误，在ALFWorld等基准上提升智能体规划成功率与效率。
PHASE-Tree：建模长回合角色扮演对话中的角色状态演化
机构 * MemTensor (Shanghai) Technology（MemTensor（上海）科技） ； KU Leuven（鲁汶大学） ； Zhejiang University（浙江大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Sinar Mas Paper (China) Investment Co., Ltd（金光纸业（中国）投资有限公司） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 针对长回合角色扮演对话的角色状态演化问题，提出多时间尺度角色状态树模型PHASE-Tree，构建基准LongEvoRoleBench并验证其在角色生成任务上的性能优势。
对关键投票的忽视：聚合独立性指标遗漏了验证真正有帮助的地方
机构 * Zhejiang University（浙江大学）
AI总结 该研究发现 LLM 评委组的准确率提升集中在关键查询上，提出的按边际分层的单票替换规则可有效提升整体准确率，且总体依赖性诊断与分层效用互补。
科学边缘评估：SEE——迈向真实科学发现的缺失环节
机构 * Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； University of Alberta（阿尔伯塔大学） ； Zhejiang University（浙江大学）
AI总结 该研究构建多模态基准SEE评估19个MLLMs，发现其仅达48.7%准确率，通用模型优于专用模型，工具使用可提至52.7%但仍难实现科学发现所需的证据约束推断，需从解释转向推导。
时空敏捷性：面向视觉引导的动态四足机器人拦截的时间约束强化学习
机构 * Zhejiang University（浙江大学） ； LimX Dynamics Technology Co., Ltd.（灵蜥动力科技有限公司）
AI总结 本文针对四足机器人动态接球任务，提出结合视觉模块与直接目标条件RL策略的集成框架，构建实时闭环拦截系统，提升了接球成功率并减小了sim-to-real性能差距。
SkillAligner：在执行时将检索到的技能视为可调整的草稿
机构 * Zhejiang University（浙江大学）
AI总结 SkillAligner是无训练的执行时技能适配框架，将检索技能视为可调整草稿，经联合适配整合为执行指南，在多基准实验中提升任务性能、降低退化与推理成本。
Comments 21 pages, 5 figures
MemPrism：面向长程智能体的任务条件关系记忆视图
机构 * Nanyang Technological University（南洋理工大学） ； South China University of Technology（华南理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 该研究针对长程智能体记忆系统的表示不匹配问题，提出MemPrism任务条件关系记忆框架，经实验验证可提升长程任务性能、减少记忆消耗且视图策略可跨VLM迁移。
EnvACE：通过世界预演内化环境动态以实现智能体强化学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Sun Yat-sen University（中山大学） ； Central South University（中南大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tencent Inc.（腾讯公司）
AI总结 本文提出 EnvACE 方法，以世界预演替代外部环境交互训练 LLM 智能体，在多基准测试中性能优于基线，可突破外部环境约束扩展 LLM 智能体训练。
AgentOPSD：面向智能体强化学习的递归自蒸馏方法
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Meituan（美团）
AI总结 提出 AgentOPSD 这一无 critic 的递归自蒸馏方法，用于智能体强化学习的轮次级 credit 分配，在 ALFWorld 等数据集上优于 GRPO 等基线，在 Qwen2.5-7B 模型上实现 ALFWorld 89.1% 的成功率。
Comments Code: https://github.com/ZethWang/AgentOPSD
Vorch-Director：基于噪声感知误差校正的交互式世界故事模型
机构 * Vorch Team（Vorch团队） ； Zhejiang University（浙江大学）
AI总结 Vorch-Director是一种噪声感知残差校正策略，基于LTX-2扩散Transformer，可提升视听长视频生成的稳定性与保真度，支持多镜头、多主体的参考引导生成。
Comments Project page: https://vorch-project.github.io/Vorch-Director-project
GST-Bench：视觉语言模型能否从视频中发展出全局空间感知能力？
机构 * ByteDance Seed（字节跳动 Seed） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
AI总结 该研究提出GST-Bench基准评估VLMs的视频全局空间感知，发现其与人类存在显著差距，构建GST-Bench-Local探究原因，还提供GST-Train数据集助力相关研究。
声驱动毫米级螺旋机器人：受限流体环境中的超声协同操控
机构 * Zhejiang University（浙江大学） ； Huzhou Institute of Zhejiang University（浙江大学湖州研究院） ； Huzhou Normal University（湖州师范学院） ； Huzhou Vocational and Technical College（湖州职业技术学院）
AI总结 该研究提出协调多声场方法，利用声辐射力与声流协同实现毫米级螺旋机器人在受限流体环境的可控运动，提升了操控性，为相关生物医学应用提供支撑。
一次响应，始终是响应：通过潜在提示恢复检测大语言模型生成的文本
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
AI总结 针对现有零样本LLM生成文本检测器未考虑LLM训练过程的问题，提出无训练检测器EchoPrompt，通过潜在提示恢复实现零样本检测，在零样本检测器中达SOTA性能且稳健性强。
Comments 17 pages, 7 figures
上下文强制：揭示自回归视频扩散中的上下文效应
机构 * School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） ； Tencent Youtu Lab（腾讯云图实验室） ； 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 针对自回归视频扩散模型依赖干净帧导致的时间一致性差等问题，提出In-Context Forcing方法，通过递减噪声水平的上下文实现自适应指导，兼具时间一致性与动态性，还可并行去噪加速推理，在VBench上性能优于SOTA。
OmniEdit-Bench：基于指令的视频编辑综合基准
机构 * The University of Hong Kong（香港大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 针对现有基于指令的视频编辑基准的任务覆盖有限、指标不足的问题，OmniEdit-Bench将编辑任务分解为多维度并提出含惩罚机制的评估框架，实验显示当前IVE模型仍待提升。
OneDayAgent：面向自主智能体的长程管控框架
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 OneDayAgent是一种长程管控框架，可将开放式请求分解为子任务，在不同后端LLMs上实现最优性能，解决智能体的多类失效模式。
Comments Ongoing work
NSF-HRPT：神经语义场结合分层风险感知树的安全关键场景评估方法
机构 * Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学）
AI总结 该研究提出NSF-HRPT框架，结合神经语义场与分层风险感知树，引入Sim2Real策略，实现单目视觉输入下安全关键场景的高效风险评估，在合成与现实数据集上均取得优异性能。
Comments 13 pages, 5 figures
FUSEP：用于早孕胎儿超声筛查多样化任务的多中心基准
机构 * Hunan University（湖南大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Anhui University（安徽大学） ； Shenzhen Maternity and Child Healthcare Hospital（深圳市妇幼保健院） ； Sichuan Provincial Maternity and Child Health Care Hospital（四川省妇幼保健院） ； National University of Singapore（新加坡国立大学） ； Yunnan Maternal and Child Health Hospital（云南省妇幼保健院） ； Zhejiang University（浙江大学）
AI总结 本研究提出首个公开的早孕胎儿超声筛查多中心基准FUSEP数据集，含4017张超声图像及45820个标注，评估了多种学习方法在相关任务的性能，助力医学智能辅助诊断等任务开发。
扩散模型中的视觉锚定：多模态零样本骨骼动作识别
机构 * The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学）
AI总结 该研究针对零样本骨骼动作识别中模态融合的问题，提出TDSM-MM模型，通过生成式分类范式结合视觉锚定，在NTU数据集上取得优异零样本识别性能，为零样本学习提供新方向。
MetaVideoAgent：面向长视频理解的自动视频智能体进化框架
机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； ByteDance（字节跳动）
AI总结 MetaVideoAgent是自动进化视频智能体的框架，在VA-EvoBench上经4次迭代后将宏平均准确率从38.44%提至51.47%，性能优于现有最优固定设计智能体且成本更低。
Comments 16 pages, 7 figures. Code: https://github.com/Alibaba-VELLDEPTH/MetaVideoAgent
EndoVLM：一种通过解剖学引导的稀疏性与渐进式对齐实现的内窥镜视觉-语言预训练模型
机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； The First Affiliated Hospital of Zhejiang Chinese Medical University（浙江中医药大学附属第一医院） ； Shanghai Jiao Tong University（上海交通大学） ； Hupan Lab（湖畔实验室） ； Zhejiang University（浙江大学）
AI总结 本研究提出了EndoVLM这一内窥镜视觉-语言预训练模型，通过解剖学引导的稀疏池化、渐进式语义感知对齐等技术，在34.8万例内窥镜检查数据上预训练，其性能优于现有基础模型且具备零样本泛化能力。
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