高校专区
CoG：通过关系蓝图和故障感知细化实现可控图推理
机构 * Zhejiang University（浙江大学）
AI总结 本文提出CoG框架，通过关系蓝图和故障感知细化模块，解决知识图谱中推理稳定性与效率问题，实验显示其在准确性和效率上均优于现有方法。
Comments ACL 2026 Main
受欧拉启发的解耦神经算子用于高效全色增强
机构 * School of Software Technology, Zhejiang University（浙江大学软件技术学院） ； School of Computer Science and Technology , Chongqing University of Post and Telecommunications（重庆邮电大学计算机科学与技术学院）
AI总结 本文提出EDNO框架，通过欧拉公式将特征转换为极坐标系统，实现显式-隐式交互机制，提升全色增强的效率与性能平衡。
IAD-Unify：一种基于区域的统一模型用于工业异常分割、理解和生成
机构 * Zhejiang University（浙江大学）
AI总结 本文提出IAD-Unify模型，通过双重编码框架实现工业异常的分割、理解和生成，构建了统一的评估平台，并展示了其在跨类别泛化上的强大性能。
通过空空间约束将激活转向编译为权重以实现隐蔽后门
机构 * Zhejiang University（浙江大学） ； Palo Alto Networks（帕洛阿尔托网络） ； Ningbo Global Innovation Center, Zhejiang University（宁波全球创新中心，浙江大学） ； OPPO Research Institute（OPPO研究院） ； Qilu University of Technology（齐鲁大学）
AI总结 本文通过将后门目标从表面标记转向内部表示，提出一种高效方法，利用空空间约束在触发时激活后门，同时保持隐蔽性和安全性。
Comments ACL 2026 Main Conference
通过条件位移实现自对抗一步生成
机构 * Westlake University（西拉丘学院） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Peking University（北京大学）
AI总结 本文提出APEX框架，通过条件位移内生提取对抗信号，实现无需外部判别器的一步生成，提升生成质量与推理效率。
GAM：基于图的代理记忆用于大语言模型代理
机构 * Zhejiang University（浙江大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Rutgers University（罗格斯大学） ； MBZUAI（麦吉尔大学人工智能研究所） ； McGill University（麦吉尔大学）
AI总结 本文提出GAM框架，通过解耦记忆编码与巩固，解决LLM代理在快速上下文感知与稳定知识保留间的矛盾，提升推理准确性和效率。
Comments 18 pages, 6 figures
颗粒地形上的双足行走动力学模型
机构 * Department of Mechanical and Aerospace Engineering, Rutgers University（罗格斯大学机械与航空航天工程系） ； Bridgewater Raritan High School（布里奇沃特-拉里坦高中） ； State Key Lab of Fluid Power Transmission and Control and the School of Mechanical Engineering, Zhejiang University（浙江大学流体动力传动与控制国家重点实验室和机械工程学院）
AI总结 本文提出一种新的双足行走动力学模型，用于预测在颗粒介质上行走的运动。模型通过动态足部-地形交互模型计算地面反作用力，并引入三个额外自由度以估计足部下沉和滑动，从而改进机器人行走的运动学和动力学分析。
Comments Accepted paper in ICRA 2026
Silo-Bench：一种用于评估多智能体大语言模型分布式协调的可扩展环境
机构 * Beijing University of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； ETH Zürich（苏黎世联邦理工学院） ； Meituan LongCat Interaction Team（美团LongCat交互团队） ； Vector Institute for Artificial Intelligence（人工智能向量研究所）
AI总结 Silo-Bench通过30种算法任务和三个通信复杂度级别评估多智能体系统分布式协调，揭示了通信与推理之间的差距，证明单纯增加智能体数量无法克服上下文限制。
Comments 20 pages, 7 figures, Accepted at ACL 2026 Main Conference
PILOT：通过内部化潜在优化轨迹进行大语言模型的规划
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 PILOT通过内部化潜在优化轨迹，帮助大语言模型克服长周期任务中的推理不稳定问题，实验显示其在数学和编码基准测试中性能优于基线模型。
Double: 通过双检索推测并行突破加速限制
机构 * Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
AI总结 Double通过双检索推测并行机制解决推测解码的理论加速上限和计算浪费问题，实现5.3倍的LLaMA3.3-70B加速，优于需大量训练的EAGLE-3。
Comments Accepted by ACL2026 Main
SpecBranch：通过混合草稿和回滚感知分支并行性进行推测解码
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 SpecBranch通过混合草稿和回滚感知分支并行性，提升大语言模型推理速度，减少回滚令牌，实现实际应用。
Comments The paper has been accepted by ICLR2026
ClawGUI：一个用于训练、评估和部署GUI代理的统一框架
机构 * Zhejiang University（浙江大学）
AI总结 ClawGUI通过统一框架解决GUI代理训练、评估和部署中的三大缺口，提供标准化评估流程和跨平台部署能力，实现移动端GUI任务的成功率提升。
动态摘要生成用于可解释的多模态抑郁症检测
机构 * College of Information Science and Engineering, Ritsumeikan University（立命馆大学信息科学与工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Faculty of Engineering, University of the Ryukyus（琉球大学工学部）
AI总结 本文提出一种粗到细的多阶段框架，利用大语言模型实现准确且可解释的多模态抑郁症检测，通过生成临床摘要指导多模态融合模块，提升诊断准确性和可解释性。
任何3D场景都值得1000个标记：面向大规模场景生成的3D grounded表示
机构 * Westlake University（西湖大学） ； Afari Intelligent Drive（阿法里智能驾驶） ； Zhejiang University（浙江大学）
AI总结 本文提出在隐式3D潜在空间中直接生成3D场景，解决传统2D方法在3D空间扩展中的不足，通过3DRAE和3DDiT实现高效且一致的3D生成。
Comments Under Review. Project Page: https://wswdx.github.io/3DRAE
弥合RGB-红外差距：面向文本引导多光谱检测的共识与差异建模
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； 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） ； Tsinghua University（清华大学）
AI总结 本文提出一种语义桥融合框架，通过双支持建模解决文本引导多光谱检测中的共识与差异问题，提升跨模态交互的鲁棒性。
Comments 17 pages ,Under review
FashionStylist: 一个增强专家知识的多模态数据集用于时尚理解
机构 * Yanshan University（燕山大学） ； Central South University（中南大学） ； Zhejiang University（浙江大学） ； Southwest University（西南大学） ； Singapore Management University（新加坡管理大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 本文提出FashionStylist，一个专家标注的多任务时尚理解基准，支持服装到物品定位、服装补全和评估任务，提升多模态时尚系统的语义理解能力。
二进制流匹配：用于鲁棒学习的预测-损失空间对齐
机构 * Zhejiang University（浙江大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
AI总结 本文研究了二进制流匹配在离散数据生成建模中的应用，提出通过信号空间对齐消除奇异加权，从而实现鲁棒训练。
Comments 15 pages, 3 tables, 11 figures
子论点论证框架：区分直接冲突与结构依赖
机构 * Zhejiang University（浙江大学）
AI总结 本文提出子论点论证框架（SAFs），通过将直接冲突与结构依赖分离，提升论证表示的表达能力，同时保持与Dung理论的语义兼容性。
Comments The original title, "Abstract Argumentation with Subargument Relations," has been replaced by "Subargument Argumentation Frameworks: Separating Direct Conflict from Structural Dependency"
用于MIMO检测的软图变换器
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院） ； Theory Lab, Central Research Institute, 2012 Labs, Huawei Technologies Co., Ltd.（华为技术有限公司2012实验室中央研究院理论实验室）
AI总结 本文提出软图变换器(SGT)，结合自注意力和图感知交叉注意力，解决MIMO检测中传统方法复杂度高和信息利用不足的问题，实现近似最大似然性能。
Comments 5 pages with 3 figures and 2 tables, Accepted by IEEE ICASSP 2026
Ψ-Map：全景表面集成映射实现真实到仿真转移
机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
AI总结 Ψ-Map通过整合几何强化、端到端学习和高效渲染，实现大规模场景中高精度全景重建，兼顾几何精度与实时推理，满足机器人仿真需求。
ScoRe-Flow：通过基于分数的强化学习实现完整分布控制的流匹配
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出ScoRe-Flow方法，通过基于分数的强化学习微调，实现对流匹配中均值和方差的解耦控制，提升了训练效率和任务成功率。
Comments 20 pages, 19 figures
Fast-SegSim: 仿真中机器人快速开放词汇分割
机构 * Zhejiang University（浙江大学）
AI总结 本文提出Fast-SegSim，基于2D高斯散射构建端到端框架，实现高保真且3D一致的开放词汇分割重建。通过优化渲染管线和Top-K硬选择策略，提升渲染速度至40FPS以上，用于仿真平台传感器输入和下游感知任务的多视图地面真实标签生成。
ReplicateAnyScene：通过文本-视觉-空间对齐实现零样本视频到3D场景的合成
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 本文提出ReplicateAnyScene框架，通过五阶段流水线实现视频到结构化3D场景的零样本合成，引入C3DR基准评估重建质量，实验表明其在生成高质量3D场景方面优于现有方法。
Comments Project Page: https://xiac20.github.io/ReplicateAnyScene/
从未标注的多视角图像中学习3D表示以提升空间智能
机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； Communication University of China（中国传媒大学）
AI总结 本文提出UniSplat框架，通过双掩码策略、高斯溅射策略和姿态条件重校准机制，解决未标注多视角图像中3D表示学习的几何诱导弱、外观细节不足和几何语义不一致问题，实现鲁棒且通用的3D表示。
Comments CVPR 2026
从感知到规划：通过课程学习进化自主任务导向的空间时间推理
机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Qingdao University（青岛大学） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出EgoTSR框架，通过课程学习提升任务导向的空间时间推理能力，解决静态感知和动态环境中的时空幻觉问题，实验显示其在长周期推理任务中准确率达92.4%。
一种用于对抗具身推理中时空幻觉的渐进训练策略
机构 * Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Qingdao University（青岛大学） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of YYY（YYY大学） ； Institute of WWW（WWW研究所）
AI总结 本文提出一种渐进训练框架，通过构建CoT数据集和弱标签数据提升视觉语言模型的时空推理能力，有效缩小了正反向性能差距。
大型语言模型有多可控？跨行为细粒度的统一评估
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出SteerEval基准，从语言特征、情感和个性三个领域评估LLM可控性，揭示细粒度控制效果下降问题，提供安全可控的LLM行为框架。
Comments ACL 2026
推理作为梯度：超越树搜索的MLE代理扩展
机构 * Nanjing University（南京大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Wuhan University（武汉大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出Gome，一种基于梯度优化的MLE代理，通过将结构化诊断推理映射到梯度计算，实现更高效的优化。实验显示，随着模型能力增强，梯度优化在前沿模型中表现更优，且在受限预算下达到35.1%的任何奖牌率。
Comments 36 pages, 6 figures, 17 tables
为何转向有效：语言模型参数动态的统一视角
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出统一视角分析语言模型控制方法，通过偏好-效用分析揭示控制效果的权衡关系，并引入SPLIT方法提升偏好与效用。
Comments ACL 2026
StaMo：从紧凑状态表示中无监督学习通用机器人运动
机构 * State Key Laboratory of CAD & CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Nanjing University（南京大学） ； HKUST（香港科技大学） ； Ant Group（蚂蚁集团）
AI总结 本文提出StaMo方法，通过轻量编码器和预训练扩散变换器解码器学习高效紧凑状态表示，提升机器人运动性能，并发现通过潜在插值获得的token差异可作为有效潜动作，增强策略协同训练。
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