高校专区
FinToolSyn: 一种用于金融工具使用对话数据的前向合成框架，具有动态工具检索
机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； FiT, Tencent（腾讯FiT） ； Zhejiang University（浙江大学）
AI总结 本文提出FinToolSyn框架，通过动态工具检索生成高质量金融对话数据，构建43,066个工具库并合成148k对话实例，提升金融场景下的工具调用能力。
S-Path-RAG：基于语义的最短路径检索增强生成用于多跳知识图谱问答
机构 * University of Macau（澳门大学） ； Xiamen University（厦门大学） ； Peking University（北京大学） ； Hanyang University（翰阳大学） ； University of Liverpool（利物浦大学） ； Zhejiang University（浙江大学）
AI总结 S-Path-RAG通过混合加权k最短路径、束搜索和约束随机游走策略，实现语义感知的多跳知识图谱问答，提升检索效率与生成准确性。
Journal ref WWW 2026
从特征学习到谱基学习：一种统一且灵活的框架，用于高效且鲁棒的形状匹配
机构 * College of Computer Science and Technology, Zhejiang University, China（浙江大学计算机科学与技术学院，中国） ； Research Center for Computational Earth and Space Science, Zhejiang Lab, China（浙江实验室计算地球与空间科学研究中心，中国）
AI总结 本文提出一种统一的框架，通过学习谱基来提升形状匹配的效率和鲁棒性，引入了新的热扩散模块和无监督损失函数，实现了特征提取与基函数的联合优化。
统一扩散VLA：通过联合离散去噪扩散过程实现视觉-语言-动作模型
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Westlake University（西交大学） ； Zhejiang University（浙江大学） ； Monash University（墨尔本大学）
AI总结 本文提出统一扩散VLA模型，通过联合离散去噪扩散过程实现视觉语言动作的协同生成与执行，提升多模态任务的效率与性能。
具有旋转故障意识的四旋翼在未知环境中的飞行
机构 * School of Robotics and Automation, Nanjing University（南京大学机器人与自动化学院） ； Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制系统研究所） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（香港理工大学航空工程系） ； School of Aeronautic Science and Engineering, Beihang University（北航航空科学与工程学院）
AI总结 本文提出一种具有旋转故障意识的四旋翼导航系统，通过复合故障检测与诊断非线性模型预测控制器和LiDAR平台，在未知复杂环境中实现旋转故障的快速检测与飞行稳定。
GeoSketch: 一种基于神经符号的方法，用于几何多模态推理中的辅助线构造与仿射变换
机构 * Fudan University（复旦大学） ； IFLYTEK CO.LTD（若lytek有限公司） ； Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Defense Technology（国防科技大学） ； Hainan University（海南大学）
AI总结 GeoSketch通过整合感知、符号推理和绘图动作模块，实现动态几何推理，提升多模态推理的准确性和解决问题的成功率。
基于学习的 sketches 在无地面真实数据流中频率估计
机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Key Laboratory of Knowledge Engineering with Big Data, Hefei University of Technology（合肥工业大学大数据知识工程重点实验室） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院）
AI总结 本文提出UCL-sketch，一种无需地面真实数据的基于学习的频率估计方法，通过在线训练和逻辑结构化估计桶实现高效准确的频率估计，实验显示其在精度和分布上优于现有方法，且在内存受限情况下接近理想 oracle 的性能。
Comments Accepted as a regular paper at IEEE TKDE
近邻重要性：局部近邻增强的平衡方法用于处理效应估计
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院）
AI总结 本文提出CFR-Pro方法，通过引入基于最优传输的成对近邻正则化来增强HTE估计中的表示平衡，有效缓解处理选择偏差，并在实验中优于其他方法。
Comments Accepted as a poster in SIGKDD 2025
全空间反事实学习用于可靠的内容推荐
机构 * State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（工业控制技术国家重点实验室，控制科学与工程学院，浙江大学） ； School of Automation, Central South University（自动化学院，中南大学） ； Center for Data Science, Peking University（数据科学中心，北京大学）
AI总结 本文提出全空间反事实多任务模型ESCM²，通过引入反事实风险最小化模块，解决推荐系统中点击转化率估计的内在偏差和虚假独立性问题，提升推荐性能。
Comments This submission is an extension of arXiv:2204.05125
ImplicitRM: 从隐式偏好数据中无偏奖励建模以实现语言模型对齐
机构 * Peking University（北京大学） ； Xiaohongshu Inc.（小红书公司） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
AI总结 本文提出ImplicitRM，通过隐式反馈数据学习无偏奖励模型，解决隐式偏好数据中缺乏明确负样本和用户偏好偏差的问题，实验验证其有效性。
YOLOv10结合Kolmogorov-Arnold网络和视觉-语言基础模型用于可解释的目标检测和可信的多模态AI在计算机视觉感知
机构 * University of Bath（巴斯大学） ； Zhejiang University（浙江大学）
AI总结 本文提出一种基于Kolmogorov-Arnold网络和视觉-语言基础模型的YOLOv10框架，通过七种几何和语义特征提升目标检测的可解释性，并在模糊、遮挡或低纹理场景中实现可信的置信度估计。
Comments 14 pages, 23 Figures, 6 Tables
MVRD-Bench: 多视角学习与基准测试用于遮挡下的动态远程光体积脉描摄影
机构 * Nanjing University of Information Science and Technology（南京信息工程大学） ； University of Oulu（奥卢大学） ； Xi’an Jiaotong University（西安交通大学） ； Zhejiang University（浙江大学）
AI总结 本文提出MVRD-Bench，通过多视角学习框架MVRD-rPPG解决动态远程光体积脉描摄影在遮挡下的性能问题，引入高精度基准数据集和对抗学习策略，实验表明其在MAE和相关系数上表现优异。
大语言模型代理能否生成真实世界证据？评估医学数据库中的观察性研究
机构 * Zhejiang University（浙江大学）
AI总结 本研究评估了大语言模型代理在生成真实世界证据方面的能力，通过RWE-bench基准测试，发现代理在生成完整证据包方面存在显著局限，需进一步改进验证方法。
LiveWorld: 生成视频世界模型中模拟视线外动态
机构 * Adelaide University（阿德莱德大学） ； The Australian National University（澳大利亚国立大学） ； Monash University（莫纳什大学） ； Zhejiang University（浙江大学） ； University of Auckland（奥克兰大学）
AI总结 LiveWorld提出了一种新框架，解决视频世界模型中视线外动态缺失问题，通过持久化全球状态和监控机制实现持续演化，提升场景一致性。
缓存中的阴影：揭示和缓解LLM推理中KV缓存的隐私风险
机构 * State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； Zhejiang University（浙江大学） ； Huawei Technology（华为技术） ； 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 本文揭示了KV缓存中存在严重的隐私泄露问题，设计了三种攻击方法并提出KV-Cloak防御机制，有效缓解了隐私风险且不影响模型精度。
Comments This paper is accepted by Network and Distributed System Security Symposium (NDSS) 2026. Code: https://github.com/SiO-2/kvcloak
Journal ref Published in the Proceedings of the 33rd Network and Distributed System Security Symposium (NDSS 2026)
ImmerseGen：基于代理的沉浸式世界生成与Alpha纹理代理
机构 * Bytedance（字节跳动） ； Zhejiang University（浙江大学）
AI总结 ImmerseGen通过轻量级几何代理和合成RGBA纹理实现高效沉浸式VR场景生成，结合地形条件纹理和上下文感知纹理生成多样且视觉一致的世界，提升真实感和渲染效率。
Comments Accepted by IEEE VR 2026 and TVCG Special Issue. Project webpage: https://immersegen.github.io
基于非IID数据的联邦学习数据集蒸馏混合方法
机构 * College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China（浙江工业大学信息工程学院，杭州 310023，中国） ； Zhejiang Key Laboratory of Intelligent Perception and Control for Complex Systems, Hangzhou, China（浙江省复杂系统智能感知与控制重点实验室，杭州，中国） ； College of Control Science and Engineering, Zhejiang University, Hangzhou 310027, China（浙江大学控制科学与工程学院，杭州 310027，中国） ； Computing Science and Internet of Things, Newcastle University, NE1 7RU Newcastle, UK（新castle大学计算科学与物联网学院，NE1 7RU Newcastle, UK）
AI总结 本文提出HFLDD框架，通过数据集蒸馏生成近似独立等分布数据，缓解非IID数据对模型训练的影响，实验表明在严重类别不平衡时提升测试准确率和通信效率。
Comments Accepted by TNSE
一种准确且可解释的可信过程监控框架
机构 * State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（工业控制技术国家重点实验室，控制科学与工程学院，浙江大学）
AI总结 本文提出AttentionMixer框架，通过空间自适应消息传递块和稀疏消息传递正则化器，提升能源转换装置在极端工况下的监控准确性和可解释性。
SpatialReward: 可验证的空间奖励建模以实现文本到图像生成中的细粒度空间一致性
机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学）
AI总结 本文提出SpatialReward，一种专门评估生成图像中空间布局的可验证奖励模型，通过多阶段流程提升空间一致性与生成质量，实验表明其能更贴近人类判断。
FreeArtGS: 自由移动场景下的关节高斯溅射重建
机构 * CFCS, School of Computer Science, Peking University（计算机科学系，北京大学CFCS） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； PrimeBot
AI总结 FreeArtGS通过自由移动部分分割、关节估计和端到端优化，实现高可扩展性的自由移动关节物体重建，实验表明其在真实资产生成中具有实用性。
Comments Accepted to CVPR 2026
重新思考大型视觉-语言模型中的标记缩减
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； 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（杭州高新技术区（滨江）区块链与数据安全研究院） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； National University of Singapore（新加坡国立大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出MetaCompress，一种基于学习的无提示方法，解决多轮视觉问答中标记缩减的挑战，通过统一压缩映射提升效率与准确性。
FedCVU: 联邦学习用于跨视图视频理解
机构 * Software College, Northeastern University, Shenyang, China（东北大学软件学院） ； University of Science and Technology of China, Hefei, China（中国科学技术大学） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； Zhejiang University, Hangzhou, China（浙江大学）
AI总结 FedCVU通过VS-Norm、CV-Align和SLA解决联邦学习在跨视图视频理解中的异质视角、分布偏差和通信开销问题，提升未见视角性能。
通用可推广的自我进化记忆用于自动提示优化
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） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出MemAPO框架，通过双记忆机制积累可推广的提示经验，提升提示优化的泛化能力和持续改进能力。
ParallelVLM: 无损视频-大语言模型加速与视觉对齐感知并行推测解码
机构 * Zhejiang University（浙江大学）
AI总结 ParallelVLM通过并行化阶段和无偏验证器引导剪枝策略，有效提升视频理解任务的解码效率，实现3.36倍的加速效果。
CoVerRL: 通过生成器-验证器共进化打破无标签推理中的共识陷阱
机构 * Zhejiang University（浙江大学） ； Baidu Inc.（百度公司）
AI总结 CoVerRL通过生成器-验证器共进化机制，解决无标签强化学习中因自洽性最大化导致输出多样性下降的问题，提升数学推理能力。
Comments Project Page: https://zju-real.github.io/CoVerRL Code: https://github.com/ZJU-REAL/CoVerRL
Gen3R：3D场景生成与前馈重建的结合
机构 * Zhejiang University（浙江大学） ； ByteDance Project（字节跳动项目）
AI总结 Gen3R通过结合基础重建模型的强先验与视频扩散模型，实现3D场景生成，生成RGB视频及3D几何数据，实验显示其在单图和多图条件下达到SOTA结果。
Comments Project page: https://xdimlab.github.io/Gen3R/
去噪以跟踪：利用视频扩散先验进行鲁棒对应
机构 * Nanjing University（南京大学） ； Zhejiang University（浙江大学）
AI总结 本文提出HeFT框架，利用预训练视频扩散模型的视觉先验进行零样本点跟踪，通过分析内部表示揭示注意力头在匹配、语义理解和位置编码中的不同专长，并提出基于头和频率的特征选择策略提升跟踪性能。
通过视觉提示的成果-奖励强化学习激励生成零样本学习
机构 * CCAI, Zhejiang University（浙江大学计算机辅助设计与计算机图形学国家重点实验室） ； Stanford University（斯坦福大学） ； State Key Laboratory of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与计算机图形学国家重点实验室）
AI总结 本文提出RLVC框架，通过强化学习和视觉提示提升生成零样本学习的性能，实验显示在三个基准上取得state-of-the-art结果，提升4.7%。
基于大语言模型的智能体是否表现出参与机制？信息负荷、描述性规范和流行度线索的受控测试
机构 * Department of Communication, Michigan State University（密歇根州立大学通讯系） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology, Zhejiang University（浙江大学软件技术学院）
AI总结 本文通过社交媒体信息负荷和描述性规范的受控实验，探讨基于大语言模型的智能体参与机制，发现参与度受信息负荷和规范影响，流行度线索的敏感性因情境而异，强调方法论对模拟通信研究的影响。
快速且鲁棒的可变形3D高斯点散布
机构 * 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FRoG框架，通过粗到细的时间嵌入策略和深度误差引导采样提升动态场景重建的效率与鲁棒性，实现高速渲染和高质量视觉效果。
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