高校专区
通过熵启发的尺度适应性与流赋能的局部一致性改进局部特征匹配
机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University（浙江大学工业控制技术国家重点实验室）
AI总结 本文提出通过熵启发的尺度适应性和流赋能的局部一致性改进局部特征匹配，解决尺度差异和局部一致性问题，提升匹配性能。
在基于大语言模型的社会模拟中恢复异质性：一种受众细分方法
机构 * School of Journalism, Fudan University（复旦大学新闻学院） ； College of Media and International Culture, Zhejiang University（浙江大学传媒与国际文化学院）
AI总结 本文提出通过受众细分方法恢复基于大语言模型的社会模拟中的异质性，利用美国气候意见调查数据，比较不同细分配置在两个大语言模型上的表现，发现适度细化能提升性能，但过度细化可能损害结构和预测忠实度。
MO-RiskVAE: 一种多组学变分自编码器用于多发性骨髓瘤生存风险建模
机构 * Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Zhejiang University（浙江大学） ； School of Medicine, Zhejiang University（浙江大学医学院）
AI总结 本文提出MO-RiskVAE，通过统一扩展MyeVAE框架，系统研究了潜变量建模选择对多模态生存预测的影响，发现生存驱动训练对潜变量正则化幅度和结构更敏感，通过混合连续-离散公式提升风险排序，改进了风险分层。
精确的激进空中动作与传感器运动政策
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） ； Huzhou Institute of Zhejiang University（浙江大学湖州研究院） ； Differential Robotics Technology Co., Ltd.（微分机器人技术有限公司）
AI总结 本文提出了一种基于强化学习的传感器运动政策，用于实现四旋翼无人机在狭窄间隙中精确激进的空中动作，通过模拟训练和仿真到现实的设计，实现了低空隙和高重复性的导航能力。
Comments This manuscript was submitted in June 2025. The first revision was submitted in November 2025. The second revision was submitted in February 2026. The first two authors contributed equally to this work
多人类和多物体的3D高斯散射渲染
机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
AI总结 本文提出MM-GS框架，通过实例级多视图融合和场景级实例交互模块，解决多人类和多物体动态场景重建中的视图一致性与复杂依赖建模问题，实现高保真渲染。
Comments 8 pages, 4 figures, accepted by ICRA 2026
通过集成投票缓解RAG中的幻觉
机构 * Polytechnic Institute Zhejiang University Hangzhou, China ； School of Computer Science ； Technology Xinjiang University Urumqi, China
AI总结 本文提出VOTE-RAG框架，通过集成投票机制缓解RAG中的幻觉问题，实验表明其性能优于复杂框架，且结构简单、并行高效。
Comments arXiv admin note: text overlap with arXiv:2505.18581 by other authors
REVEAL: 基于推理的取证分析用于可解释的AI生成图像检测
机构 * Zhejiang University（浙江大学） ； WeChat Vision, Tencent Inc（腾讯微信视觉） ； Nanjing University of Information Science and Technology（南京信息工程大学）
AI总结 REVEAL通过构建可验证的证据链，提升AI生成图像检测的可解释性与泛化能力，采用专家引导的强化学习训练框架，实现更准确和可信的检测结果。
像苏格拉底提问：苏格拉底帮助VLMs理解遥感图像
机构 * School of Geosciences and Info-Physics, Central South University（中南大学地球科学与信息物理学院） ； Baidu Inc.（百度公司） ； School of Earth Sciences, Zhejiang University（浙江大学地球科学学院）
AI总结 本文提出RS-EoT方法，通过迭代视觉证据寻求机制和两阶段强化学习策略，解决遥感图像中伪推理问题，提升视觉证据基础的推理能力。
Comments Accepted by CVPR 2026
Nirvana：一种具有任务感知内存机制的专用通用模型
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Xiong’an Anying Technology Co., Ltd.（雄安安影科技有限公司） ； Zhejiang University（浙江大学）
AI总结 Nirvana提出一种具备任务感知内存机制的专用通用模型，通过线性时间复杂度和测试时任务信息提取，在通用和专业领域均表现优异，尤其在医学、金融和法律等专业领域实现最低困惑度。
通过双自一致性强化学习实现科学图形程序合成
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory, OpenDataLab（上海人工智能实验室，OpenDataLab） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 本文提出双自一致性强化学习框架，结合高质量数据集和多维基准，提升科学图形到可编辑TikZ代码的转换能力，实现视觉与结构的高精度优化。
我看出你在那儿：大型视觉-语言模型能否理解多模态双关语？
机构 * Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Palo Alto Networks ； Hangzhou Dianzi University（杭州电子科技大学） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； OPPO Research Institute（OPPO研究院） ； Qilu University of Technology（齐鲁工业大学）
AI总结 本文研究了大型视觉-语言模型理解多模态双关语的能力，提出多模态双关语生成流程和MultiPun数据集，通过评估发现模型在区分真实双关语与干扰项上表现不足，并提出提示级和模型级策略提升理解性能。
Comments ACL 2026 Main
HybridKV: 为高效多模态大语言模型推理设计的混合KV缓存压缩
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国家重点实验室） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新区（滨江）区块链与数据安全研究院） ； Hangzhou Dianzi University（杭州电子科技大学）
AI总结 本文提出HybridKV框架，通过分层预算分配和不同压缩策略，有效减少KV缓存内存占用并提升解码速度，实验表明在11个多模态基准上内存减少达7.9倍，解码速度提升1.52倍，性能损失极小。
IBISAgent: 通过MLLMs增强像素级视觉推理以实现通用生物医学对象指称与分割
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； Zhejiang Key Laboratory of Digital-Intelligence Service Technology（浙江省数字智能服务技术重点实验室）
AI总结 本文提出IBISAgent，通过多步决策过程增强MLLMs的像素级视觉推理能力，解决现有分割方法在隐式分割标记和迭代优化方面的不足，提升生物医学分割任务的性能。
SatFusion: 一种通过多帧和多源图像融合增强遥感图像的统一框架
机构 * Zhejiang University（浙江大学）
AI总结 本文提出SatFusion框架，通过融合多帧和多源图像提升遥感图像质量，解决传统方法在结构先验和对齐问题上的不足，实现更鲁棒的重建。
基于物理信息神经网络的神经最优控制用于紧急场景中的精准固定技术
机构 * Institute of Power Machinery and Vehicular Engineering, Zhejiang University（浙江大学动力机械及车辆工程研究所） ； Zhejiang Key Laboratory of Intelligent Vehicle Comprehensive Safety（浙江省智能车辆综合安全重点实验室）
AI总结 本文提出基于物理信息神经网络的神经最优控制框架，用于解决紧急场景中车辆失控时的精准固定技术问题，通过知识蒸馏和参数重构提升控制精度。
开放式智能眼镜上的主动降噪
机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； Department of Medical Physics and Acoustics, Carl von Ossietzky Universität Oldenburg（奥尔登堡大学医学物理与声学系） ； 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 本文提出首个实时主动降噪系统，用于开放式智能眼镜，通过微型开放式扬声器和麦克风阵列实现环境噪声抑制，实验显示在100-1000Hz频段内可实现9.6dB至11.2dB的降噪效果。
OmniDiagram：通过视觉 interrogation 奖励推进统一图代码生成
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学）
AI总结 本文提出OmniDiagram统一框架，结合多种图代码语言和任务定义，引入视觉反馈策略Viva，通过生成方法奖励视觉结构，无需人工标注数据，实验表明其在图代码生成基准上达到新状态。
Comments Accepted to ACL 2026 Findings
AttnDiff：基于注意力的差分指纹法用于大语言模型
机构 * Zhejiang University of Technology（浙江工业大学） ； Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出AttnDiff，一种高效白盒框架，通过内在信息路由行为提取模型指纹，用于验证大语言模型的衍生关系，实现高相似度区分相关衍生模型与无关模型家族。
Comments Accepted at ACL2026 Main
学习什么重要：可解释视觉语言奖励建模的动态维度选择与聚合
机构 * Zhejiang University（浙江大学） ； Soochow Securities Co.,Ltd.（东吴证券股份有限公司） ； HKUST(GZ)（香港科技大学（广州）） ； Nanjing University（南京大学）
AI总结 本文提出VL-MDR框架，通过动态分解评价为细粒度可解释维度，提升视觉语言奖励建模的可解释性与效率，实验显示其在基准测试中优于现有模型，并有效缓解视觉幻觉。
Comments ACL 2026 Main
LatentAudit: 用于检索增强生成的实时白盒可信度监控与可验证部署
机构 * Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Communication University of Zhejiang（浙江传媒学院） ； Zhejiang University（浙江大学）
AI总结 LatentAudit通过分析生成器中间层激活来实时监控RAG系统的可信度，无需额外模型，且在多个基准测试中表现出高准确率和低延迟，支持公开验证。
从视网膜证据到安全决策：RETINA-SAFE和ECRT在医疗大语言模型幻觉风险分层中的应用
机构 * Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Communication University of Zhejiang（浙江传媒学院） ； Zhejiang University（浙江大学）
AI总结 本文提出RETINA-SAFE和ECRT框架，通过视网膜分级记录构建证据基准，解决医疗LLM中证据不足或冲突导致的幻觉风险分层问题，提升风险评估的准确性和可解释性。
人类价值观至关重要：探讨价值观不一致如何塑造LLM代理社区的集体行为
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research Asia（微软亚洲研究院） ； Department of Sociology, Zhejiang University（浙江大学社会学系）
AI总结 研究探讨LLM代理社区中价值观不一致如何影响集体行为，通过CIVA环境发现关键价值观对集体动态的影响及系统故障和欺骗行为的产生。
鲁棒学习异质动态系统
机构 * University of California at Berkeley（加州大学伯克利分校） ； Zhejiang University（浙江大学） ； University of California at San Francisco（加州大学旧金山分校）
AI总结 本文提出一种鲁棒学习方法，用于建模异质动态系统，通过最大化最坏情况奖励来构造鲁棒动态系统，并建立理论保证以提高泛化性能。
车辆作为提示：一种统一的深度强化学习框架用于异质车队车辆路径问题
机构 * Polytechnic Institute, Zhejiang University（浙江大学工程师学院） ； S.F. Technology Co., Ltd.（顺丰科技有限公司） ； School of Management, Zhejiang University（浙江大学管理学院）
AI总结 本文提出Vehicle-as-Prompt框架，解决异质车队车辆路径问题中的复杂约束，通过跨语义编码器和多视角解码器有效处理各种变体，提升求解效率和泛化能力。
提升基于强化学习的流控制样本效率：用自适应降阶模型替代批评器
机构 * School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Department of Modern Mechanics, University of Science and Technology of China（中国科学技术大学近代力学系）
AI总结 本文提出一种基于自适应降阶模型的强化学习框架，通过物理洞察设计降阶模型结构，结合线性动力系统和神经微分方程估计流体非线性，实现更高效的控制器优化。
Comments 43 pages, 26 figures
CURE:基于电路的LLM推荐系统去学习
机构 * University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出CURE框架，通过分离模型组件并按功能分类，解决LLM推荐系统去学习中的梯度冲突问题，提升去学习效果和模型稳定性。
细节越少，答案越好：基于退化的提示方法用于视觉问答
机构 * State Key Lab of CAD&CG, 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 本文提出退化驱动提示（DDP）方法，通过降低图像清晰度迫使模型关注关键结构信息，提升视觉问答性能。在物理属性和感知现象任务中，DDP通过降采样、结构辅助和提示技术实现更准确的推理。
Comments Accepted to CVPRW 2026. Project page: https://hhx-jpg.github.io/ddp/ , Code: https://github.com/ziplab/DDP
SparseCam4D：从稀疏摄像机进行时空一致的4D重建
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； InSpatio Research
AI总结 本文提出一种基于稀疏摄像机的动态重建框架，通过建模生成观测中的时空不一致性和开发完整流程，实现高保真4D重建并显著优于现有方法。
Comments CVPR 2026. Project page: https://inspatio.github.io/sparse-cam4d/ and code: https://github.com/inspatio/sparse-cam4d
Fast-dVLA：加速离散扩散VLA以实现实时性能
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； ShanghaiTech University（上海科技大学） ； Shanghai Institute of Technical Physics, CAS（中国科学院上海技术物理研究所） ； AIR, Tsinghua University（清华大学智能产业研究院） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学）
AI总结 本文提出一种方法，通过分离辅助任务训练目标，在参数空间中提升通用能力与任务特定动作分布，从而在减少计算开销的同时提高性能。
代码审查代理基准
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
AI总结 本文提出c-CRAB基准，用于评估代码审查代理的能力，发现现有代理仅能解决40%的任务，揭示了未来研究的潜力及人机协作的可能性。
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