高校专区
DeltaMem：通过强化学习实现面向代理的记忆管理
机构 * Alibaba Tongyi Lab, Hangzhou, China（阿里巴巴通义实验室，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国）
AI总结 本文提出DeltaMem，通过强化学习实现单代理环境下的人格中心记忆管理，结合用户-助手对话数据集和操作级记忆更新标签，引入基于记忆的Levenshtein距离以提升记忆管理能力。
Comments preprint, under review
长尾分布感知的混合专家路由器：用于大规模视觉-语言模型的混合专家架构
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Electronic and Information, Shanghai Dianji University（上海电机学院电子信息学院）
AI总结 本文提出LTDR路由器，针对视觉-语言混合专家架构中的长尾分布问题，通过模态特定的分布感知路由和动态专家激活策略，提升模型性能。
PHASOR：基于解剖和相位一致的体积扩散用于CT虚拟对比增强
机构 * Shanghai Key Lab of Intelligent Information Processing, School of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院上海市智能信息处理重点实验室） ； Institute of Science and Technology for Brain-inspired Intelligence and MOE Frontiers Center for Brain Science, Fudan University（复旦大学类脑智能科学与技术研究院及教育部脑科学前沿中心） ； Shanghai Center for Brain Science and Brain-inspired Technology（上海脑科学与类脑研究中心） ； Department of Radiology, First Affiliated Hospital of College of Medical Science, Zhejiang University（浙江大学医学院附属第一医院放射科） ； Alibaba DAMO Academy（阿里巴巴达摩院）
AI总结 本文提出PHASOR框架，通过体积扩散模型提升CT虚拟对比增强质量，引入解剖路由混合专家和强度-相位意识表示对齐模块，解决解剖异质性和空间偏移问题。
HICT: 从单张X射线实现高精度3D CBCT重建
机构 * Zhejiang University（浙江大学） ； Angelalign Technology Inc.（时代天使科技有限公司）
AI总结 本文提出HICT框架，通过视频扩散模型生成多视角投影并结合动态注意力网络与X射线采样策略，实现高精度CBCT重建，实验表明其在临床应用中表现优异。
Optimsyn: 基于影响的合成数据生成 rubrics 优化
机构 * Zhejiang University（浙江大学） ； Inclusion AI, Ant Group（Inclusion AI, 蚂蚁集团） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江省医学影像人工智能重点实验室）
AI总结 本文提出 Optimsyn 框架，通过影响估计优化 rubrics，提升合成数据生成质量，实现跨领域和模型的泛化性能。
迈向最优采样率选择和无偏分类的精确动物活动识别
机构 * School of Communication Engineering, Hangzhou Dianzi University（杭州电子科技大学通信工程学院） ； Department of Mechanical Engineering, City University of Hong Kong（香港城市大学机械工程系） ； Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电机电子工程系） ； College of Biosystems Engineering and Food Science, Zhejiang University（浙江大学生物系统工程与食品科学学院） ； Department of Biosystems, Division Animal and Human Health Engineering, M3-BIORES, Katholieke University of Leuven（鲁汶大学生物系统系动物与人类健康工程部M3-BIORES） ； Department of Infectious Diseases and Public Health, Jockey Club College of Veterinary Medicine and Life Sciences, City University of Hong Kong（香港城市大学赛马会兽医与生命科学学院传染病与公共卫生系）
AI总结 本文提出IBA-Net网络，通过自定义特征和校准分类器提升动物行为识别精度，解决采样率不足和类别不平衡问题，实验表明在三个公开数据集上均优于现有方法。
Comments 26 pages, 14 figures
基于片段约束的细粒度交互道路分割：高分辨率遥感图像中的道路分割
机构 * Zhejiang University of Technology（浙江工业大学） ； Zhejiang University（浙江大学）
AI总结 本文提出PC-SAM，结合全自动分割与交互分割，通过约束点提示影响范围，实现细粒度交互掩码细化，优于现有全自动模型。
基于Shapley的神经修复方法通过无导数优化
机构 * National University of Defense Technology（国防科技大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学）
AI总结 本文提出SHARPEN方法，结合可解释故障定位与无导数优化策略，有效修复深度神经网络的缺陷，提升鲁棒性和泛化能力。
迈向在挑战性轨迹下物理一致的驾驶视频世界模型
机构 * Zhejiang University（浙江大学） ； Xiaomi EV（小米电动汽车） ； The Hong Kong Polytechnic University（香港理工大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 本文提出PhyGenesis，通过物理条件生成器和物理增强视频生成器，解决挑战性轨迹下视频生成的物理不一致问题，实验表明其在复杂轨迹上表现优异。
用单步LLM管道生成替代数据准备流水线的多步组装
机构 * Zhejiang University（浙江大学） ； Northeastern University（东北大学） ； Aalborg University（奥尔堡大学）
AI总结 本文提出Operation-R1框架，通过强化学习训练轻量LLM生成高质量表格问答数据准备流水线，实现单步推理，提升准确率并降低计算成本。
ATP-Bench: 向多模态大语言模型交错生成的代理工具规划迈进
机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学）
AI总结 针对多模态大语言模型交错生成中事实性与创造性难以统一的问题，提出ATP-Bench基准，包含7702个问题-答案对，评估代理工具规划能力，揭示模型在交错规划中的不足。
无界密度比估计及其在协变量移位适应中的应用
机构 * School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） ； Department of Mathematics, Hong Kong Baptist University（香港浸会大学数学系）
AI总结 本文研究无界密度比估计及其在协变量移位适应中的应用，提出三步估计方法，通过截断操作控制无界性，并建立非渐近收敛性保证。
Comments 48 pages, 1 figure, 1 table
KEditVis：一种用于大型语言模型知识编辑的可视化分析系统
机构 * Zhejiang University（浙江大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Hong Kong University of Science and Technology（香港科技大学） ； School of Software Engineering, South China University of Technology（华南理工大学软件学院） ； School of Software Technology, Zhejiang University（浙江大学软件学院）
AI总结 本文提出KEditVis，通过交互式可视化帮助用户深入理解知识编辑，提升编辑效果并发现未来算法改进的洞察。
Comments Accepted by IEEE PacificVis 2026 (TVCG Journal Track)
并非所有新闻都同等重要：基于微调LLM的专题和事件条件情绪用于铝价预测
机构 * International Business School, Zhejiang University（浙江大学国际商学院） ； Center for Data Science, Zhejiang University（浙江大学数据科学中心） ； Centre for Human Genetics, Nuffield Department of Medicine, Oxford University（牛津大学纳菲尔德医学部人类遗传学中心） ； School of Medicine, Zhejiang University（浙江大学医学院） ； Bielefeld School of Business, Hochschule Bielefeld (HSBI) - University of Applied Sciences and Arts（比勒费尔德应用科学大学比勒费尔德商学院）
AI总结 本文研究了微调LLM在铝价预测中的情绪提取效果，通过整合新闻数据与传统数据，发现LSTM模型在高波动时期表现更优，提升了预测性能和经济价值。
导出场在预算神经模拟器中保留细尺度细节
机构 * School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； State Key Laboratory of Ocean Sensing & Ocean College, Zhejiang University（浙江大学海洋传感与海洋学院国家重点实验室） ； Kavli Institute for Astrophysics and Space Research, Massachusetts Institute of Technology（麻省理工学院卡弗里天体物理与空间研究所）
AI总结 本文提出DerivOpt框架，通过优化携带状态的设计，在预算限制下提升神经模拟器的细尺度精度，且在输入阶段即可观察到性能提升。
EarthBridge: 4th 多模态航空视图图像挑战翻译赛道的解决方案
机构 * Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出EarthBridge框架，通过Diffusion Bridge Implicit Models和Contrastive Unpaired Translation方法，实现EO、IR和SAR传感器间的高质量图像到图像翻译，解决了跨模态转换中的挑战，取得第二名成绩。
Comments accepted by CVPRW 2026
Med-CMR：一个整合视觉证据和临床逻辑的细粒度基准，用于医疗复杂多模态推理
机构 * National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学） ； Tongji University（同济大学） ； Ruijin Hospital（瑞金医院） ； Technical University of Munich（慕尼黑工业大学） ； Zhejiang University（浙江大学）
AI总结 Med-CMR通过细粒度分解医疗多模态推理能力，设计挑战性任务并覆盖广泛高质量数据，评估18种先进大语言模型，发现GPT-5在多项选择题和开放性评分中表现最佳，但专业医疗大语言模型并不总能超越强通用模型，长尾泛化成为主要失败模式。
一种多功能软电磁机器人，用于在受限和无结构环境中多模式导航
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems（流体动力与机电系统国家重点实验室） ； Key Laboratory of Soft Machines and Smart Devices of Zhejiang Province（浙江省软体机器人与智能器件重点实验室） ； Center for X-mechanics（交叉力学中心） ； Department of Engineering Mechanics, Zhejiang University（浙江大学工程力学系）
AI总结 本文提出一种可折叠且灵活的软电磁机器人，具备多种运动模式，可在复杂环境中高效导航，其体积可减少79%，并能适应黏弹性表面和模拟生物组织。
EpiPersona：基于人格与事件耦合的多元偏好建模
机构 * Zhejiang University（浙江大学）
AI总结 EpiPersona通过显式人格-事件耦合方法，有效分离持久性人格特征与情境信号，提升大语言模型在多元偏好下的泛化能力。
通过全球与区域耦合实现千米级区域天气预报
机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Northwest Polytechnical University（西北工业大学） ； Zhejiang University（浙江大学） ； Institute of Atmospheric Physics, Chinese Academy of Sciences（中国科学院大气物理研究所）
AI总结 本文提出一种全球-区域耦合框架，通过新型双向耦合模块ScaleMixer，结合预训练的Transformer全球模型与高分辨率区域网络，实现中国0.05度（约5公里）和1小时分辨率的天气预报，显著优于现有NWP和AI基线。
CoT2-Meta：预算化的元认知控制用于测试时推理
机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Sun Yat-Sen University（中山大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； City University of Hong Kong (Dongguan)（香港城市大学（东莞）） ； Zhejiang Lab（之江实验室）
AI总结 CoT2-Meta通过元认知控制优化测试时推理，提升多个基准测试的性能，包括MATH、GSM8K等，相比基线方法有显著提升。
狗群搜索：一种基于群体的优化算法，用于复杂工程优化和山地地形路径规划
机构 * College of Science, Liaoning Technical University（辽宁工程技术大学理学院） ； School of Mathematical Sciences, Dalian University of Technology（大连理工大学数学科学学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Department of Physics, University of Science and Technology of China（中国科学技术大学物理系）
AI总结 本文提出了一种名为狗群搜索（DoS）的新型元启发式算法，通过动力学位移积分方程构建搜索机制，在复杂工程优化和山地路径规划中表现出色，优于7种先进算法。
Comments Preprint
UniDA3D：一种统一的多视图3D目标检测领域自适应框架
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； The 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） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室）
AI总结 UniDA3D通过统一领域自适应方法提升多视图3D目标检测在复杂环境下的鲁棒性，采用新颖的查询引导领域差异缓解模块和动态伪标签训练策略，实现跨多领域的一致性学习。
MuSEAgent：一种具有状态化经验的多模态推理代理
机构 * Southeast University（东南大学） ； Monash University（莫纳什大学） ； Xiaohongshu Inc.（小红书） ； Shanghai Jiao Tong University（上海交通大学） ； University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学）
AI总结 MuSEAgent通过引入状态化经验学习范式，提升多模态推理代理的决策能力，其通过 hindsight reasoning 抽象交互数据为原子决策经验，并在推理时进行质量过滤的经验检索，实验表明其在细粒度视觉感知和复杂多模态推理任务中表现优异。
Omni-Weather: 一种统一的多模态模型用于天气雷达理解和生成
机构 * Tongji University（同济大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； UCLA（加州大学洛杉矶分校）
AI总结 Omni-Weather通过统一架构整合天气生成与理解，采用共享自注意力机制和因果推理数据集提升生成质量与可解释性，实验显示其在天气生成和理解上达到最新水平。
OpenAVS: 基于基础模型的无训练开放词汇音频视觉分割
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
AI总结 OpenAVS通过文本作为代理，首次实现音频与视觉模态对齐，利用基础模型直接推断掩码，提升开放词汇音频视觉分割的泛化能力。
Comments Accepted by ICME 2026
MM-DADM：多模态药物感知扩散模型用于虚拟临床试验
机构 * Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本文提出MM-DADM，一种多模态药物感知扩散模型，用于生成个性化药物诱导ECG。通过动态交叉注意模块融合外部物理知识，解决形态真实性和病理灵活性的平衡问题，并利用因果特征编码器提取纯药理表示，提升模拟准确性和召回率。
Comments Under review
增量微表情识别的基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学）
AI总结 本文提出增量微表情识别基准测试，通过定制学习设置、有序数据集和交叉评估协议，为研究提供基础，并提供六个基线方法的评估结果。
融合大语言模型与任务特定模型用于时间序列异常检测
机构 * Zhejiang University（浙江大学） ； Department of Computer Science and Technology, Singapore Management University（新加坡管理大学计算机科学与技术系） ； Department of Computer Science and Technology, National University of Singapore（新加坡国立大学计算机科学与技术系）
AI总结 本文提出CoLLaTe框架，通过融合大语言模型与任务特定模型，解决异常检测中的表达域不匹配和预测误差累积问题，提升检测性能。
Comments This work has been submitted to the IEEE for possible publication
通过时空深度学习抑制大体积液态闪烁体探测器中$^{14}\mathrm{C}$光子击中
机构 * School of Aeronautics and Astronautics, Zhejiang University（浙江大学航空航天学院） ； Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所） ； 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 本文提出三种模型，通过时空深度学习标记$^{14}$C光子击中，提升能量分辨率。模型在模拟数据中实现25%-48%的$^{14}$C召回率，同时保持1%以下的$e^+$误识别率。
Comments 14 pages, 11 figures
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