Zhejiang University（浙江大学）

Unbiased Object Detection Beyond Frequency with Visually Prompted Image Synthesis

超越频率的无偏目标检测：基于视觉提示的图像合成

Xinhao Cai, Liulei Li, Gensheng Pei, Tao Chen, Jinshan Pan, Yazhou Yao, Wenguan Wang

机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； Department of Electrical and Computer Engineering, Sungkyunkwan University（成均馆大学电子与计算机工程系） ； State Key Laboratory of Intelligent Manufacturing of Advanced Construction Machinery（先进施工机械智能制造国家重点实验室） 纠错

AI总结 本文提出基于生成的去偏框架，通过视觉提示图像合成解决目标检测中的偏见问题，改进了稀有类别的性能，提升了生成图像的布局准确性。

Comments Accepted by ICLR2026

Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning

Code-A1：通过强化学习进行代码LLM和测试LLM的对抗演化

Aozhe Wang, Yuchen Yan, Nan Zhou, Zhengxi Lu, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen

机构 * Zhejiang University（浙江大学） 纠错

AI总结 Code-A1通过对抗性共进化框架联合优化代码LLM和测试LLM，解决传统方法中白盒访问导致的自我 collusion 和黑盒限制下的测试泛化问题，提升测试生成能力。

Comments Project Page: https://zju-real.github.io/Code-A1 Code: https://github.com/ZJU-REAL/Code-A1

MeMix: Writing Less, Remembering More for Streaming 3D Reconstruction

MeMix：少写，多记：用于流式3D重建

Jiacheng Dong, Huan Li, Sicheng Zhou, Wenhao Hu, Weili Xu, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Zhejiang University（浙江大学） 纠错

AI总结 MeMix通过将递归状态转化为记忆混合，提升流式3D重建性能，减少重建完整度误差，无需额外参数或微调。

Advancing Multimodal Agent Reasoning with Long-Term Neuro-Symbolic Memory

通过长期神经符号记忆推进多模态代理推理

Rongjie Jiang, Jianwei Wang, Gengda Zhao, Chengyang Luo, Kai Wang, Wenjie Zhang

机构 * University of New South Wales（新南威尔士大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出NS-Mem框架，结合神经记忆与符号结构，提升多模态代理的推理能力，实验证明其在推理准确率上优于纯神经记忆系统。

Comments 11 pages, 6 figures

Iterative Learning Control-Informed Reinforcement Learning for Batch Process Control

迭代学习控制指导的强化学习用于批量过程控制

Runze Lin, Ziqi Zhuo, Junghui Chen, Lei Xie, Hongye Su

机构 * State Key Laboratory of Industrial Control Technology, Institute of Cyber-Systems and Control, Zhejiang University（工业控制技术国家重点实验室，系统与控制研究所，浙江大学） ； Department of Chemical Engineering, Chung-Yuan Christian University（Chung-Yuan Christian University 化学工程系） 纠错

AI总结 本文提出一种结合迭代学习控制与深度强化学习的框架，用于设计满足操作约束和稳定性保证的批量过程控制器。

HALO:Closing Sim-to-Real Gap for Heavy-loaded Humanoid Agile Motion Skills via Differentiable Simulation

HALO：通过可微模拟缩小重载人形机器人敏捷运动技能的仿真到现实差距

Xingyi Wang, Chenyun Zhang, Weiji Xie, Chao Yu, Wei Song, Chenjia Bai, Shiqiang Zhu

机构 * Zhejiang University（浙江大学） ； Institute of Artificial Intelligence (TeleAI)（人工智能研究所（TeleAI）） ； Shanghai Jiao Tong University（上海交通大学） ； Lumos Robotics（Lumos机器人） 纠错

AI总结 本文提出一种两阶段梯度基于系统辨识框架，通过可微模拟器MuJoCo XLA减少仿真到现实的不匹配，提升重载条件下人形机器人的运动跟踪精度和敏捷性。

Comments 9 pages, 5 figures, conference

RS-WorldModel: a Unified Model for Remote Sensing Understanding and Future Sense Forecasting

RS-WorldModel：一种用于遥感理解与未来感知预测的统一模型

Linrui Xu, Zhongan Wang, Fei Shen, Gang Xu, Huiping Zhuang, Ming Li, Haifeng Li

机构 * Central South University（中南大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Guangming Laboratory（光明实验室） ； South China University of Technology（华南理工大学） 纠错

AI总结 RS-WorldModel通过联合处理时空变化理解和文本引导的未来场景预测，提升遥感任务的跨任务迁移能力，其在1.1 million样本数据集上训练，参数仅2B即可超越多数开源模型。

FAR-Drive: Frame-AutoRegressive Video Generation in Closed-Loop Autonomous Driving

FAR-Drive：闭环自动驾驶中的帧自回归视频生成

Yaoru Li, Federico Landi, Marco Godi, Xin Jin, Ruiju Fu, Yufei Ma, Muyang Sun, Heyu Si, Qi Guo

机构 * Zhejiang University（浙江大学） ； Huawei（华为） 纠错

AI总结 本文提出FAR-Drive，一种用于自动驾驶的帧级自回归视频生成框架，通过多视角扩散变换器实现几何一致的多摄像机生成，解决闭环模拟中的长时程一致性、自回归退化和低延迟问题。

Anchor Forcing: Anchor Memory and Tri-Region RoPE for Interactive Streaming Video Diffusion

锚点强制：用于交互式流视频扩散的锚点记忆与三区域RoPE

Yang Yang, Tianyi Zhang, Wei Huang, Jinwei Chen, Boxi Wu, Xiaofei He, Deng Cai, Bo Li, Peng-Tao Jiang

机构 * Zhejiang University（浙江大学） ； vivo BlueImage Lab（vivo蓝影实验室） ； University of Hong Kong（香港大学） 纠错

AI总结 本文提出锚点强制框架，通过锚点引导重置缓存和三区域RoPE解决交互式流视频生成中的质量退化和运动动态减弱问题，提升感知质量和运动指标。

Pragma-VL: Towards a Pragmatic Arbitration of Safety and Helpfulness in MLLMs

Pragma-VL：迈向多模态大语言模型中安全与助人的务实仲裁

Ming Wen, Kun Yang, Xin Chen, Jingyu Zhang, Dingding Han, Shiwen Cui, Yuedong Xu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； UCLA（加州大学洛杉矶分校） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 Pragma-VL通过引入一种端到端的对齐算法，解决了多模态大语言模型在安全与助人之间的平衡问题，通过增强视觉风险感知和理论保证的奖励模型，在多数多模态安全基准上提升了性能。

Comments 31 pages, ICLR2026

Variation-aware Flexible 3D Gaussian Editing

具有变体意识的灵活3D高斯编辑

Hao Qin, Yukai Sun, Meng Wang, Ming Kong, Mengxu Lu, Qiang Zhu

机构 * Zhejiang University（浙江大学） 纠错

AI总结 本文提出VF-Editor，通过预测属性变化实现3D高斯的原生编辑，解决间接编辑方法中的跨视不一致性和效率问题，验证了其在公开和私有数据集上的有效性。

CRAFT-GUI: Curriculum-Reinforced Agent For GUI Tasks

CRAFT-GUI：基于群体相对策略优化的课程强化代理用于GUI任务

Songqin Nong, Xiaoxuan Tang, Jingxuan Xu, Sheng Zhou, Jianfeng Chen, Tao Jiang, Wenhao Xu

机构 * Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出CRAFT-GUI，通过课程学习框架和群体相对策略优化，解决GUI任务中难度差异和奖励信号单一的问题，实验表明在Android Control和内部基准上分别提升5.6%和10.3%。

TRACE: Structure-Aware Character Encoding for Robust and Generalizable Document Watermarking

TRACE：面向结构的字符编码用于鲁棒且可泛化的文档水印

Jiale Meng, Jie Zhang, Runyi Hu, Zhe-Ming Lu, Tianwei Zhang, Yiming Li

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 TRACE通过扩散模型实现结构感知的局部字符编码，提升文档水印的鲁棒性和泛化能力，实验显示其在PSNR和提取精度上优于现有方法。

Taming the Long Tail: Efficient Item-wise Sharpness-Aware Minimization for LLM-based Recommender Systems

驯服长尾：面向基于大语言模型的推荐系统的高效项级锐度感知最小化

Jiaming Zhang, Yuyuan Li, Xiaohua Feng, Li Zhang, Longfei Li, Jun Zhou, Chaochao Chen

机构 * Zhejiang University（浙江大学） ； Hangzhou Dianzi University（杭州电子科技大学） ； Ant Group（蚂蚁集团） 纠错

AI总结 本文研究了基于大语言模型的推荐系统在长尾问题中的表现，提出EISAM框架通过项级锐度感知最小化提升尾部项目推荐性能，理论分析证明其有效性，并在三个真实数据集上验证了其效果。

Towards unified brain-to-text decoding across speech production and perception

迈向跨语音生成与感知的统一脑-文本解码

Zhizhang Yuan, Yang Yang, Gaorui Zhang, Baowen Cheng, Zehan Wu, Yuhao Xu, Xiaoying Liu, Liang Chen, Ying Mao, Meng Li

机构 * Computer Science and Technology（计算机科学与技术） ； Zhejiang University（浙江大学） ； Shanghai Institute of Microsystem and Information Technology（上海微系统与信息工程研究所） ； Chinese Academy of Sciences（中国科学院） ； Department of Neurosurgery（神经外科部门） ； Huashan Hospital, Fudan University（复旦大学华山医院） 纠错

AI总结 本文提出一种统一的脑-句子解码框架，用于 Mandarin Chinese 的语音生成与感知，通过单字符数据训练实现句子级解码，并通过多模态神经动态比较提升解码性能。

Comments 37 pages, 9 figures

MalURLBench: A Benchmark Evaluating Agents' Vulnerabilities When Processing Web URLs

MalURLBench: 评估代理处理网页URL时漏洞的基准

Dezhang Kong, Zhuxi Wu, Shiqi Liu, Zhicheng Tan, Kuichen Lu, Minghao Li, Qichen Liu, Shengyu Chu, Zhenhua Xu, Xuan Liu, Meng Han

机构 * Zhejiang University（浙江大学） ； National University of Malaysia (Universiti Kebangsaan Malaysia)（马来西亚国立大学） ； Hangzhou City University（杭州市大学） ； Yangzhou University（扬州大学） ； Chongqing University（重庆大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江研究院） 纠错

AI总结 本文提出MalURLBench，首个评估LLM处理恶意URL漏洞的基准，包含61845个攻击实例，揭示现有模型难以检测伪装恶意URL的问题，并提出轻量级防御模块URLGuard。

Re2: A Consistency-ensured Dataset for Full-stage Peer Review and Multi-turn Rebuttal Discussions

Re2：一个确保一致性的全阶段同行评审和多轮反驳讨论数据集

Daoze Zhang, Zhijian Bao, Sihang Du, Zhiyi Zhao, Kuangling Zhang, Dezheng Bao, Yang Yang

机构 * Zhejiang University（浙江大学） 纠错

AI总结 本文提出Re2数据集，通过确保一致性解决同行评审数据多样性不足、数据不一致及反驳任务支持不足的问题，为作者提供更实用的指导以优化论文。

Comments 2 figures, 5 tables

Mocap-2-to-3: Multi-view Lifting for Monocular Motion Recovery with 2D Pretraining

Mocap-2-to-3：多视角提升用于单目运动恢复的2D预训练

Zhumei Wang, Zechen Hu, Ruoxi Guo, Huaijin Pi, Ziyong Feng, Liang Zhang, Mingtao Pei, Siyuan Huang

机构 * Beijing Institute of Technology（北京理工大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（国家一般人工智能重点实验室，BIGAI） ； Deep Glint ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； Shandong Agricultural University（山东农业大学） 纠错

AI总结 本文提出Mocap-2-to-3框架，通过多视角合成过程和分阶段训练提升单目运动恢复的精度与泛化能力，实现更精确的物理空间定位。

Comments Project page: https://wangzhumei.github.io/mocap-2-to-3/

DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning

DreamVideo-Omni: 基于潜在身份强化学习的多主体视频定制与 Omni-运动控制

Yujie Wei, Xinyu Liu, Shiwei Zhang, Hangjie Yuan, Jinbo Xing, Zhekai Chen, Xiang Wang, Haonan Qiu, Rui Zhao, Yutong Feng, Ruihang Chu, Yingya Zhang, Yike Guo, Xihui Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Zhejiang University（浙江大学） ； MMLab, The University of Hong Kong（香港大学MMLab） ； Nanyang Technological University（南洋理工大学） ； Show Lab, National University of Singapore（新加坡国立大学Show Lab） 纠错

AI总结 DreamVideo-Omni通过渐进式两阶段训练范式，实现多主体视频定制与Omni-运动控制，采用条件感知嵌入和分层运动注入策略，提升身份保持与运动控制精度。

Comments Project Page: https://dreamvideo-omni.github.io

Inverse Neural Operator for ODE Parameter Optimization

逆神经算子用于ODE参数优化

Zhi-Song Liu, Wenqing Peng, Helmi Toropainen, Ammar Kheder, Andreas Rupp, Holger Froning, Xiaojie Lin, Michael Boy

机构 * Department of Computational Engineering, Lappeenranta-Lahti University of Technology（莱文拉塔-拉赫蒂技术大学计算工程系） ； Atmospheric Modelling Center Lahti (AMC-Lahti)（拉赫蒂大气建模中心（AMC-Lahti）） ； University of Helsinki（赫尔辛基大学） ； Saarland University（萨尔兰大学） ； University of Heidelberg（海德堡大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出逆神经算子用于ODE参数优化，通过两阶段框架实现高效参数恢复，实验表明其在准确性和速度上优于传统方法。

Comments 17 pages, 6 figures

DyWeight: Dynamic Gradient Weighting for Few-Step Diffusion Sampling

DyWeight: 动态梯度加权用于少步扩散采样

Tong Zhao, Mingkun Lei, Liangyu Yuan, Yanming Yang, Chenxi Song, Yang Wang, Beier Zhu, Chi Zhang

机构 * Zhejiang University（浙江大学） ； AGI Lab, Westlake University（西湖大学AGI实验室） ； TongJi University（同济大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 DyWeight通过动态梯度加权方法，提高了扩散采样效率，实现更少的函数评估和更稳定的生成效果。

Comments Code Link: see AGI-Lab/DyWeight" target="_blank" rel="noopener">https://github.com/Westlake-AGI-Lab/DyWeight

Prioritizing Gradient Sign Over Modulus: An Importance-Aware Framework for Wireless Federated Learning

优先梯度符号而非模：一种基于重要性感知的无线联邦学习框架

Yiyang Yue, Jiacheng Yao, Wei Xu, Zhaohui Yang, George K. Karagiannidis, Dusit Niyato

机构 * National Mobile Communications Research Laboratory (NCRL)（国家移动通信研究中心（NCRL）） ； Southeast University（东南大学） ； Purple Mountain Laboratories（紫金山实验室） ； Zhejiang Lab（浙江实验室） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electrical and Computer Engineering, Aristotle University of Thessaloniki（希腊亚里士多德大学电子与计算机工程系） ； School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院） 纠错

AI总结 本文提出了一种基于重要性感知的无线联邦学习框架，通过优先传输梯度符号并优化资源分配，提升了无线FL在资源受限场景下的性能。

UrbanAlign: Post-hoc Semantic Calibration for VLM-Human Preference Alignment

UrbanAlign: 域内任务中VLM与人类偏好对齐的后处理语义校准

Yecheng Zhang, Rong Zhao, Zhizhou Sha, Yong Li, Lei Wang, Ce Hou, Wen Ji, Hao Huang, Yunshan Wan, Jian Yu, Junhao Xia, Yuru Zhang, Chunlei Shi

机构 * Tsinghua University（清华大学） ； University College London（伦敦大学学院） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学） ； Zhejiang University（浙江大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Renmin University of China（中国人民大学） ； Southeast University（东南大学） 纠错

AI总结 UrbanAlign通过后处理方法实现VLM与人类偏好的对齐，无需修改模型权重，提升领域任务的准确性和可解释性。

Comments 26 pages

ThinkPatterns-21k: A Systematic Study on the Impact of Thinking Patterns in LLMs

ThinkPatterns-21k: 对LLMs中思维模式影响的系统研究

Pengcheng Wen, Jiaming Ji, Chi-Min Chan, Juntao Dai, Donghai Hong, Yaodong Yang, Sirui Han, Yike Guo

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） 纠错

AI总结 ThinkPatterns-21k研究了LLMs中思维模式的影响，通过系统分析发现结构化思维对小模型有益，而大模型使用结构化思维会降低性能，独白思维在各类模型中均有效。

Let's Reward Step-by-Step: Step-Aware Contrastive Alignment for Vision-Language Navigation in Continuous Environments

逐步奖励：面向连续环境的视觉语言导航中的步骤感知对比对齐

Haoyuan Li, Rui Liu, Hehe Fan, Yi Yang

机构 * College of Computer Science and Technology, Zhejiang University, Hangzhou, China（浙江大学计算机科学与技术学院，杭州，中国） 纠错

AI总结 本文提出SACA框架，通过步骤感知对比对齐提升连续环境中视觉语言导航的性能，解决传统方法在错误恢复和训练稳定性方面的不足。

Comments 28 pages, 10 figures

A Generalized Voronoi Graph based Coverage Control Approach for Non-Convex Environment

一种基于广义Voronoi图的非凸环境覆盖控制方法

Zuyi Guo, Ronghao Zheng, Meiqin Liu, Senlin Zhang

机构 * Faculty of Electrical Engineering, Mathematics and Computer Science, University of Twente（代尔夫特理工大学电子工程、数学和计算机科学学院） ； Department of Electrical Engineering, Wright State University（怀特州立大学电子工程系） ； College of Electrical Engineering, Zhejiang University（浙江大学电气工程学院） ； 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） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家级重点实验室） 纠错

AI总结 本文提出了一种基于广义Voronoi图的非凸环境覆盖控制方法，通过负载平衡算法和协同覆盖阶段实现高效覆盖。

Comments 8 pages, 7 figures, published to ACC 2026

SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding

SurgFed: 基于语言引导的多任务联邦学习用于手术视频理解

Zheng Fang, Ziwei Niu, Ziyue Wang, Zhu Zhuo, Haofeng Liu, Shuyang Qian, Jun Xia, Yueming Jin

机构 * National University of Singapore（国立新加坡大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 SurgFed通过语言引导的通道选择和超聚合方法，提升手术视频多任务联邦学习的跨站点和跨任务适应性。

Vision-Augmented On-Track System Identification for Autonomous Racing via Attention-Based Priors and Iterative Neural Correction

基于注意力先验和迭代神经校正的视觉增强赛道系统辨识用于自动驾驶赛车

Zhiping Wu, Cheng Hu, Yiqin Wang, Lei Xie, Hongye Su

机构 * State Key Laboratory of Industrial, Zhejiang University（浙江大学产业关键实验室） 纠错

AI总结 本文提出基于视觉增强和迭代神经校正的系统辨识框架，通过轻量级CNN和S4模型提升自动驾驶赛车的轮胎动力学建模精度。

Robust Spatiotemporal Motion Planning for Multi-Agent Autonomous Racing via Topological Gap Identification and Accelerated MPC

多智能体自主赛车中鲁棒时空运动规划 via 拓扑间隙识别与加速MPC

Mingyi Zhang, Cheng Hu, Yiqin Wang, Haotong Qin, Hongye Su, Lei Xie

机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Center for Project-Based Learning, D-ITET, ETH Zurich（苏黎世联邦理工学院项目导向学习中心） 纠错

AI总结 本文提出基于拓扑间隙识别与加速MPC的框架，通过预测对手行为和动态占用走廊，实现高速多智能体自主赛车中鲁棒的时空规划与高精度控制。

CRANE: Causal Relevance Analysis of Language-Specific Neurons in Multilingual Large Language Models

CRANE: 多语言大语言模型中语言特异性神经元的因果相关性分析

Yifan Le, Yunliang Li

机构 * Zhejiang University（浙江大学） 纠错

AI总结 CRANE通过神经元层面的干预分析，揭示多语言大模型中语言特异性神经元的因果相关性，更精确地分离语言特异性组件。

Comments 10 pages, 6 figures. Work in progress