高校专区
KnowRL: 探索知识增强型强化学习以提升事实性
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（知识图谱联合实验室）
AI总结 KnowRL通过整合事实性奖励提升慢思考模型的事实准确性，实验表明其有效缓解了幻觉问题并保持推理能力。
Comments ACL 2026
通过上下文无关且不可察觉的音频提示注入劫持大型音频-语言模型
机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出AudioHijack框架，通过生成不可察觉的对抗性音频劫持LALMs，实验显示在6种恶意行为中平均成功率达79%-96%。
Comments Accepted by IEEE S&P 2026
基于扩散噪声的深度伪造检测泛化
机构 * Zhejiang University（浙江大学）
AI总结 本文提出利用扩散噪声特征提升深度伪造检测的泛化能力，通过引入注意力引导的噪声学习框架，增强模型对真实与合成图像差异的捕捉，实验表明在多个基准上取得最佳性能。
Comments 17 pages
CSRA：受控频域残差增强用于鲁棒脓毒症预测
机构 * Tianjin University（天津大学） ； Tianjin Medical University General Hospital（天津医科大学总医院） ； Department of Emergency Medicine, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（急诊医学科，邵氏医院，浙江大学医学院）
AI总结 本文提出CSRA框架，通过频域残差增强提升短期多系统ICU时间序列中脓毒症预测的鲁棒性，实验显示其在回归和分类任务中均优于基线方法。
通过因果分解实现大型语言模型的鲁棒奖励建模
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Department of Statistics, University of Chicago（芝加哥大学统计系）
AI总结 本文提出通过因果分解学习解码器，以增强奖励模型对提示意图的建模，从而提升在数学、帮助性和安全性的基准测试中的表现。
基于转录组的免疫治疗反应预测模型显示跨队列泛化能力有限
机构 * UNSW BioMedical Machine Learning Lab (BML), School of Biomedical Engineering, UNSW Sydney（UNSW生物医学机器学习实验室（BML），生物医学工程学院，UNSW悉尼） ； School of Biomedical Engineering, UNSW（生物医学工程学院，UNSW） ； Department of Computer Science, Zhejiang University（浙江大学计算机科学系） ； Institute for Intelligent Systems Research and Innovation, Deakin University（智能系统研究与创新研究所，德金大学） ； School of Engineering & Technology, Duy Tan University（工程与技术学院，杜益大学） ； School of Computing, Macquarie University（计算学院，麦觉大学） ； Center of Excellence in Precision Medicine and Digital Health, Faculty of Dentistry, Chulalongkorn University（精准医学与数字健康中心，牙科学院，朱拉隆功大学）
AI总结 研究评估了九种先进的转录组免疫检查点抑制剂反应预测模型，发现基于bulk RNA-seq的模型在多数队列中表现接近随机，而基于scRNA-seq的模型仅略有提升，路径分析显示生物标志物信号稀疏且不一致。
MCP-Flow：帮助LLM代理掌握现实世界、多样且可扩展的MCP工具
机构 * TikTok ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 MCP-Flow通过自动化流程提升LLM在现实世界MCP环境中的能力，通过大规模服务器发现、数据合成和模型训练，生成高质量指令-功能调用对和轨迹，推动代理任务性能提升。
Comments ACL 2026 Main, Camera Ready
SpatialEvo: 通过确定性几何环境实现自演化空间智能
机构 * Zhejiang University（浙江大学）
AI总结 本文提出SpatialEvo框架，利用确定性几何环境解决3D空间推理问题，通过物理反馈替代模型共识，提升空间推理能力。
UI-Zoomer: 基于不确定性的自适应缩放以实现GUI定位
机构 * Zhejiang University（浙江大学）
AI总结 本文提出UI-Zoomer框架，通过将缩放触发和尺度作为不确定性量化问题，改进GUI定位中的小图标和密集布局识别。实验表明，该方法在多个模型架构上均优于现有基线，提升幅度达13.4%至4.2%。
Comments Project Page: https://zju-real.github.io/UI-Zoomer Code: https://github.com/ZJU-REAL/UI-Zoomer
前馈3D场景建模：以问题为导向的视角
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Monash University（墨尔本大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Tübingen（图宾根大学）
AI总结 本文探讨了前馈3D重建的通用方法，提出以模型设计为核心的分类体系，涵盖特征增强、几何意识、模型效率等五个核心问题，旨在推动3D场景建模的标准化与可扩展性。
Comments 67 pages, 395 references. Project page: https://ff3d-survey.github.io. Code: https://github.com/ziplab/Awesome-Feed-Forward-3D. This work has been submitted to Springer for possible publication
UI-Copilot: 通过工具集成策略优化推进长周期GUI自动化
机构 * Zhejiang University（浙江大学） ； Apple（苹果公司） ； Tencent（腾讯）
AI总结 本文提出UI-Copilot框架，通过分离持久观察与临时执行上下文实现内存解耦，结合工具集成策略优化提升长周期GUI任务性能，实验显示其在MemGUI-Bench和AndroidWorld上均优于现有模型。
角色超越言语：通过强化学习利用角色扮演评估音频大语言模型
机构 * Zhejiang University（浙江大学）
AI总结 本文提出RoleJudge框架，通过多模态评估系统评估语音与角色的一致性，引入RoleChat数据集并采用多阶段训练和标准对齐强化学习，验证了多维评估框架的有效性。
PBE-UNet：一种轻量级的渐进边界增强U-Net，具有尺度感知聚合，用于超声图像分割
机构 * Department of Computer Science, Shaoxing University（绍兴大学计算机科学系） ； National Frontiers Science Center for Industrial Intelligence and Systems Optimization, Northeastern University（工业智能化与系统优化国家级前沿科学中心，东北大学） ； College of Computer Science, Chongqing University（重庆大学计算机学院） ； School of Computer and Computing Science, Hangzhou City University（杭州市大学计算机与计算科学学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC研究院） ； Information Technology R&D Innovation Center of Peking University（北京大学信息技术研发创新中心）
AI总结 本文提出PBE-UNet，通过引入尺度感知聚合模块和边界引导特征增强模块，解决超声图像分割中边界模糊和尺度变化的问题，实验表明其在四个数据集上优于现有方法。
Comments 14 pages, 14 figures
GraphScout: 通过内在探索能力增强大语言模型以实现代理图推理
机构 * Zhejiang University（浙江大学） ； Hangzhou City University（杭州市大学） ； Nanyang Technological University（南洋理工大学）
AI总结 GraphScout通过灵活的图探索工具，使模型自主生成结构化训练数据，从而在无需人工标注的情况下提升大语言模型的图推理能力，实验显示其在多个领域表现优异。
Memp：探索代理程序记忆
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； State Key Lab. for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学）
AI总结 本文提出Memp，一种可学习、可更新且终身的程序记忆系统，通过提炼历史轨迹生成细粒度指令和高层脚本抽象，提升代理在TravelPlanner和ALFWorld任务中的成功率和效率。
Comments ACL 2026 Findings
MedRCube：面向医学影像中多模态大语言模型细粒度与深入评估的多维框架
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； School of Integrated Circuits, Zhejiang University（浙江大学集成电路学院） ； School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件工程学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院）
AI总结 本文提出MedRCube框架，通过两阶段构建流程对33个MLLM进行细粒度评估，揭示先前方法无法获取的洞察，并引入可信度评估子集，发现快捷行为与诊断性能的显著正相关，引发临床部署的担忧。
普通最小二乘是变换器的特殊情况
机构 * Center for Peak Performance, Department of Psychology and Behavioral Sciences, Zhejiang University（高峰表现中心，心理学与行为科学系，浙江大学） ； Hangzhou Higgs Asset Management Co., Ltd.（杭州恒辉资产管理有限公司） ； College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学）
AI总结 本文通过代数证明，揭示变换器的本质是普通最小二乘的特例，展示了注意力机制与最小二乘法的等价性，并提出变换器中的分离记忆机制。
通过证据感知奖励和自校正偏好学习增强放射科报告生成
机构 * Department of Computer Science and Engineering, ECUST（电子科技大学计算机科学与工程系） ； Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, P. R. China（教育部能源化工过程智能制造重点实验室） ； Zhejiang University（浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院）
AI总结 本文提出ESC-RL方法，结合证据感知对齐奖励和自校正偏好学习，提升放射科报告生成的临床准确性与持续改进能力，实验表明其在胸部X光数据集上表现优异。
Comments 13 pages,4 figures, ACL2026-main
YOCO++：通过KV残差连接增强YOCO以实现高效的LLM推理
机构 * Alibaba Group（阿里巴巴集团） ； ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学）
AI总结 本文提出YOCO++，通过在底层层与底层之间加入加权残差连接，提升YOCO的性能，实现50%的KV缓存压缩率下的最佳表现。
统一多模态模型的免费午餐：通过内在理解的反思校正增强生成
机构 * School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； College of Computer Science（计算机科学学院）
AI总结 本文提出UniRect-CoT框架，通过反思校正提升统一多模态模型的生成能力，利用内部知识校正中间结果，增强生成质量。
通过多角色编排实现可扩展的轻量级GUI代理
机构 * Zhejiang Key Laboratory of Accessible Perception and Intelligent Systems, Zhejiang University（浙江可及感知与智能系统重点实验室，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） ； AntGroup（蚂蚁集团）
AI总结 本文提出LAMO框架，通过多角色编排提升轻量级GUI代理的任务扩展性，开发出支持单体执行和多代理系统编排的LAMO-3B代理，结合先进规划器实现持续性能提升。
Comments Findings of ACL 2026
PianoFlow：基于音乐的流式钢琴动作生成与双手协调
机构 * Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学） ； Beijing Forestry University（北京林业大学）
AI总结 本文提出PianoFlow框架，通过MIDI信息生成精确的双手钢琴动作，利用角色门控交互模块捕捉动态协调，提升生成效率和质量。
连续学习的更快路径
机构 * College of Computer Science, Sichuan University, China（四川大学计算机学院） ； College of Computer Science and Technology, Zhejiang University, China（浙江大学计算机科学与技术学院） ； Photogrammetry and Remote Sensing Lab, ETH Zürich, Switzerland（苏黎世联邦理工学院摄影测量与遥感实验室） ； School of Computer Science, Nanjing University, China（南京大学计算机科学系） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, Tsinghua University, China（清华大学计算机科学与技术系）
AI总结 本文提出C-Flat Turbo，通过优化梯度计算减少连续学习的训练成本，提升效率并保持性能。
Comments Update Author Affiliations
多维知识谱系：基于大规模文献数据库与分层检索
机构 * Zhejiang University（浙江大学） ； APRIL Lab（APRIL实验室） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文通过整合22个顶级会议2020-2025年的10万+论文，构建多维知识谱系分析框架，结合主题聚类、LLM解析与结构检索，揭示研究主题生命周期、方法迁移、数据集与模型使用模式及机构研究方向。
LEO-RobotAgent: 一种通用的基于语言的机器人代理框架
机构 * Zhejiang University, Hangzhou 310000, P. R. China（浙江大学，杭州310000，中华人民共和国）
AI总结 本文提出LEO-RobotAgent框架，旨在通过语言驱动实现机器人在复杂场景中完成多样化任务，具备强泛化能力、鲁棒性和高效性，降低人机交互门槛。
MAS-Bench：一种统一的快捷键增强混合移动GUI代理基准测试
机构 * Zhejiang University（浙江大学） ； vivo AI Lab（vivo AI实验室） ； Peking University（北京大学）
AI总结 本文提出MAS-Bench，用于评估结合GUI和快捷键的混合移动自动化代理，包含139个任务和9个评估指标，实验显示混合代理在效率上优于纯GUI代理。
优化方法的演变：算法、场景与评估
机构 * Zhejiang University（浙江大学） ； APRIL Lab（APRIL实验室） ； Fudan University（复旦大学） ； Shanghai Jiaotong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文回顾了深度学习优化算法的演变历程，通过广泛实验评估主流优化器在不同模型架构和训练场景中的表现，揭示了新兴趋势与核心设计权衡，为未来高效、可靠优化方法的设计提供指导。
信息论优化用于任务适应的压缩感知磁共振成像
机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院）
AI总结 本文提出基于信息论的任务适应压缩感知磁共振成像方法，通过最大化未采样k空间测量与临床任务间的互信息，实现不确定性预测和适应任意采样比率的灵活控制。
Comments 68 pages, 15 figures, accepted by IEEE TPAMI
Habitat-GS：一种高保真导航仿真器与动态高斯点云
机构 * Zhejiang University（浙江大学） ； Peking University（北京大学） ； XGRIDS ； UDeer AI ； Shenzhen University（深圳大学）
AI总结 本文提出Habitat-GS，通过整合3D高斯点云渲染和可驾驶高斯化身，提升导航仿真的视觉真实性和动态人类建模能力，实验表明其在跨领域泛化和人类感知导航中表现优异。
Comments Project page: https://zju3dv.github.io/habitat-gs/
ArtiCAD: 通过多智能体代码生成实现可动CAD装配设计
机构 * School of Software, Beihang University（北京航空航天大学软件学院） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学）
AI总结 ArtiCAD通过多智能体系统从文本或图像生成可编辑的可动CAD装配，利用连接器定义连接点和关节参数，提升空间推理能力，通过验证步骤和回滚机制确保输出质量，验证了其在概念设计、物理原型和AI训练资产生成中的应用。
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