高校专区
文本到图像模型的强化后训练与超线性优势塑造
机构 * Nanyang Technological University（南洋理工大学） ； Baidu Inc.（百度公司） ； Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） ； Tsinghua University（清华大学） ； Jimei University（集美大学）
AI总结 本文提出超线性优势塑造方法，通过信息几何视角优化文本到图像模型的后训练过程，提升训练效率和生成质量，减少奖励黑客问题。
RoboMemArena：一个全面且具有挑战性的机器人记忆基准
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Tsinghua University（清华大学） ； Zhejiang University of Technology（浙江工业大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出RoboMemArena，一个包含26个任务的大型基准，通过多模态注释和真实世界评估，改进了现有机器人记忆基准的不足。PrediMem在基准测试中表现优异，为复杂记忆系统提供了新的见解。
Comments Project website: https://robomemarena.github.io
WildClawBench: 一个用于真实世界、长周期代理评估的基准测试
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出WildClawBench，一个包含60个双语多模态任务的原生运行时基准测试，评估代理在真实工具环境中的长周期任务能力，结果显示当前前沿模型在真实运行时表现仍不理想。
Comments Github link: https://github.com/internlm/WildClawBench
CapVector：在参数空间中学习可转移的能力向量用于视觉-语言-动作模型
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
AI总结 本文提出一种方法，通过在参数空间中解耦辅助目标SFT的两个目标，提升通用能力与任务特定动作分布拟合，从而在减少计算开销的同时提高性能。
LITMUS：在真实操作系统环境中评估LLM代理行为越狱的基准测试
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Zhejiang University（浙江大学）
AI总结 LITMUS通过语义-物理双重验证机制和操作系统级状态回滚，解决现有基准测试在物理层危害评估和测试隔离上的不足，揭示LLM代理在行为安全方面的缺陷和漏洞。
AxiomOcean：预测上层海洋三维结构
机构 * School of Earth Sciences & Zhejiang Key Laboratory of Geographic Information Science, Zhejiang University（地球科学学院及浙江省地理信息科学重点实验室，浙江大学） ； State Key Laboratory of Ocean Sensing, Zhejiang University（海洋感知国家重点实验室，浙江大学） ； The State Key Lab of Brain-Machine Intelligence, Zhejiang University（脑机智能国家重点实验室，浙江大学） ； Key Laboratory of Ocean Circulation and Waves, Institute of Oceanology, Chinese Academy of Sciences（海洋环流与波浪重点实验室，中国科学院海洋研究所）
AI总结 AxiomOcean通过三维编码器-骨干-解码器架构，结合大气强迫，预测全球1/12°分辨率下至643米深度的上层海洋温度、盐度和三维流体，提升短期海洋预报精度和物理一致性。
物理探针揭示并缓解分子表示中的化学-环境崩溃
机构 * Hainan Institute, Zhejiang University（浙江大学海南研究院） ； Institute of Marine Biology and Pharmacology, Ocean College, Zhejiang University（浙江大学海洋学院海洋生物学与药理研究所） ； School of Food and Pharmacy, Zhejiang Ocean University（浙江海洋大学食品学院） ； Hangzhou Bio-Sincerity Pharmaceutical Technology Company Limited（杭州生物 sincerity 药业技术有限公司） ； School of Pharmaceutical Sciences, Shanghai Jiao Tong University（上海交通大学药学院）
AI总结 本文提出CLAIM框架，通过对比学习恢复化学分辨率，提升分子光谱检索，并在多种分子属性任务中实现有效应用。
PolarVSR：连续时空极化视频重建的统一框架和基准
机构 * School of Automation, Central South University（中南大学自动化学院） ； Hunan Provincial Key Laboratory of Optic-Electronic Intelligent Measurement and Control（湖南省光学电子智能测量控制重点实验室） ； Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； National Engineering Research Center of Visual Technology, School of Computer Science, Peking University（视觉技术国家工程研究中心，北京大学计算机学院）
AI总结 本文提出首个时空极化视频重建框架，通过极化感知隐式神经表示实现高保真重建，并建立首个大规模彩色DoFP极化视频基准，验证了方法的有效性。
StreamPhy: 通过状态空间模型实现高维物理动态的流式推断
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of EECS,Oregon State University（俄勒冈州立大学电子工程与计算机科学学院）
AI总结 本文提出StreamPhy框架，通过自适应观测编码器、结构化状态空间模型和FT-FiLM解码器，实现高效准确的流式推断，实验显示其在复杂动态处理上优于现有方法，精度提升48%以上，速度提升20-100倍。
NoTVLA：通过叙事动作接口实现语义保留的机器人适应
机构 * Zhejiang University（浙江大学）
AI总结 NoTVLA通过稀疏轨迹规划减少灾难性遗忘，提升多任务性能，以更低计算成本和无需腕部摄像头实现高精度与语言能力保留。
不规则时间序列中的因果发现与一致性保证
机构 * Zhejiang University, Hangzhou, China（浙江大学，杭州，中国）
AI总结 本文研究了不规则采样时间序列中的因果发现，针对金融、医疗和气候科学等风险敏感领域中缺失数据和不一致采样频率带来的挑战，提出ReTimeCausal框架，通过交替的填补与结构学习过程，提供理论一致性保证。
Comments 12 pages, 2 figures
人类水平的分子优化由分子-基因进化驱动
机构 * Hainan Institute of Zhejiang University（浙江大学海南研究院） ； Institute of Marine Biology and Pharmacology, Ocean College, Zhejiang University（浙江大学海洋学院海洋生物与药理研究所） ； College of Pharmaceutical Sciences and Cancer Center, Zhejiang University（浙江大学药学院与癌症中心）
AI总结 本文提出DGMM算法，通过离散变分自编码器实现分子结构的灵活优化，发现药理相似但结构不同的化合物，平衡结构新颖性与药理性质。
临床感染性角膜炎图像分类中的深度序列特征学习
机构 * Department of Ophthalmology, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（浙江大学医学院眼科学系，邵氏医院） ； 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 本文提出深度序列学习模型，用于通过临床图像分类区分感染性角膜病的细微特征，模型在421名眼科医生的竞争中实现了80.00%的诊断准确率，优于医生的49.27%准确率。
Comments Accepted by Engineering
从单步编辑响应到多步分子优化
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Department of Data Science and Artificial Intelligence, Monash University（墨尔本大学数据科学与人工智能系） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Life Sciences and Technology, Tongji University（同济大学生命科学与技术学院）
AI总结 本文提出响应导向的离散编辑优化方法，通过单步分子编辑响应预测器和多步规划器结合，提升分子优化效率与数据效率。
神经距离引导的路径积分控制用于拖拉机-挂车导航
机构 * Department of Biological and Agricultural Engineering, University of California Davis（加州大学戴维斯分校生物与农业工程系） ； ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University（浙江大学杭州全球科技创新中心）
AI总结 本文提出基于几何神经编码器的路径积分控制器，用于实现拖拉机-挂车在复杂农业环境中的安全导航，通过实时距离估计提升动态可行性。
通过内在梯度-范数奖励实现无需验证器的LLM强化学习
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 本文提出VIGOR，一种无需外部验证器的强化学习奖励机制，通过内在偏好信号提升政策优化效果，在数学推理和代码基准测试中表现优于现有方法。
Comments Accepted to Findings of ACL 2026
PDEAgent-Bench: 一个多指标、多库的PDE求解器生成基准
机构 * University of Science and Technology of China（中国科学技术大学） ； Tencent（腾讯） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； 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） ； Tsinghua University（清华大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Arizona State University（亚利桑那州立大学） ； Rice University（里士满大学） ； Technical University of Munich（慕尼黑技术大学） ； Stanford University（斯坦福大学） ； Alibaba Group（阿里巴巴集团）
AI总结 PDEAgent-Bench是首个针对PDE求解器生成的多指标、多库基准，包含645个实例，涵盖6类数学问题和11种PDE家族，评估生成求解器的可执行性、数值精度和计算效率。
关于图像到3D模型中有害几何的生成与缓解
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Xidian University（西安电子科技大学） ； Zhejiang University（浙江大学） ； Wuhan University（武汉大学）
AI总结 研究探讨了图像到3D模型生成有害几何的风险及缓解方法，通过系统评估发现当前模型能有效重建有害几何，但现有防护措施存在不足，提出堆叠防御策略以降低有害几何留存率。
离线偏好优化用于具有噪声跟踪配对的校正流
机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study-Zhejiang University（上海先进研究院-浙江大学） ； Shanghai Institute for Mathematics and Interdisciplinary Sciences（上海数学与交叉科学研究院）
AI总结 本文提出PNAPO框架，通过保留生成胜败图像的先验噪声，改进校正流的偏好优化，提升稳定性和样本效率。
Comments Accepted by ICML 2026
SDiaReward：基于模态和口语性的语音对话奖励建模与基准测试
机构 * Zhejiang University（浙江大学）
AI总结 本文提出SDiaReward，一种端到端的多轮奖励模型，通过SDiaReward-Dataset数据集解决模态和口语性差距问题，实现对语音对话中模态和口语性的联合评估，实验表明其在配对偏好准确率上优于通用音频大语言模型。
Comments Accepted to ACL 2026 Main Conference
AUHead: 通过动作单元控制实现逼真的情感谈话头生成
机构 * University of the Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） ； State Key Laboratory of Communication Content Cognition, People’s Daily Online（人民日報網通信內容認知重點實驗室）
AI总结 本文提出AUHead方法，通过动作单元控制实现逼真的谈话头生成，解决现有方法在情感表达细腻度上的不足。
Comments https://openreview.net/forum?id=dmzlAUkulz&referrer=%5BAuthor%20Console%5D(%2Fgroup%3Fid%3DICLR.cc%2F2026%2FConference%2FAuthors%23your-submissions) Accepted at the 14th International Conference on Learning Representations (ICLR 2026)
重新思考在LLM后训练中专家轨迹的利用
机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖先进研究院技术研究所） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
AI总结 本文提出Plasticity-Ceiling框架，通过分解最终性能上限，揭示SFT与RL的协同优化方法，建立SFT-然后-RL的流水线，解决同步方法的稳定性问题，并提供精确的缩放指南。
Comments ACL-26, Main Conference
SAFA-SNN：基于稀疏性的设备端少样本类增量学习与快速自适应的脉冲神经网络结构
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southern University of Science and Technology（南方科技大学） ； Fudan University（复旦大学）
AI总结 本文提出SAFA-SNN，通过稀疏性感知的神经动力学和快速自适应结构，解决设备端少样本类增量学习中的灾难性遗忘问题，实验表明在多个数据集上优于基线方法。
Comments Published as a conference paper at ICLR 2026
大语言模型代理的代币经济学：从计算和经济学的双重视角研究
机构 * College of Computer Science and Technology Zhejiang University（浙江大学计算机科学与技术学院） ； School of Economics Zhejiang University（浙江大学经济学院） ； The State Key Laboratory of Blockchain and Data Security Zhejiang University（浙江大学区块链与数据安全国家重点实验室） ； Alibaba Cloud（阿里云）
AI总结 本文从计算与经济学双重视角，首次系统探讨代币经济学，提出四维分类框架，涵盖单代理、多代理系统、代理生态系统及安全领域，旨在解决输出质量与经济成本的平衡问题。
Forge：面向NP难优化问题的质量感知强化学习
机构 * Tongji University（同济大学） ； Shanghai AI Lab（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Independent（独立）
AI总结 本文提出OPT-BENCH框架，通过质量感知强化学习提升大语言模型在NP难优化问题上的表现，实验表明其在多个任务上均优于现有模型，且任务多样性对泛化能力影响更大。
OPT-BENCH：评估大搜索空间中LLM代理的迭代自我优化
机构 * Tongji University（同济大学） ； Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 OPT-BENCH通过结合20个机器学习任务和10个经典NP难问题，评估LLM代理在大规模搜索空间中通过内在自我反思而非机械工具应用进行适应的能力，揭示更强模型在反馈利用上的优势及基础能力的限制。
EvoMAS：学习执行时间的多智能体系统工作流
机构 * Sun Yat-Sen University（中山大学） ； Zhejiang University（浙江大学） ； ShanghaiTech University（上海理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 EvoMAS通过动态构建执行时间工作流，改进多智能体系统的协作策略，实验证明其在复杂任务中优于单智能体基线和现有自动化方法。
Comments 22 pages, 8 figures
生成性动作-批评者与软桥策略
机构 * Guangzhou University（广州大学） ； Zhejiang University（浙江大学） ； Southeast University（东南大学）
AI总结 本文提出SoftGAC，通过构建可解析的MaxEnt目标，实现高效的生成性策略，仅需单次演员前向传递即可生成动作，提升了连续控制任务的性能与效率。
MIND-Skill: 通过多智能体归纳与演绎保证技能质量
机构 * Nanyang Technological University（南洋理工大学） ； Waseda University（早稻田大学） ； Zhejiang University（浙江大学） ； Southeast University（东南大学）
AI总结 本文提出MIND-Skill框架，通过归纳与演绎自动生成可复用的技能，结合三种损失函数保证质量，实验显示其在AppWorld和BFCL-v3上优于现有方法。
接下来会发生什么：基于大模型的紧急实例推演
机构 * Zhengzhou University（郑州大学） ； Zhejiang University（浙江大学）
AI总结 本文提出基于大模型的World Line Divergence系统，通过动态调整生成策略和引入事实校准机制，实现多领域紧急实例的多样化推演与可视化，提升风险评估和决策支持的准确性与多样性。
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