高校专区
大型语言模型压缩与全局秩和稀疏性优化
机构 * Fudan University（复旦大学） ； Soul AILab, OpenWPLab（Soul AILab，OpenWPLab） ； Zhejiang University（浙江大学） ； Renmin University of China（中国人民大学）
AI总结 本文提出了一种两阶段LLM压缩方法，通过全局资源分配优化秩和稀疏性，有效提升模型压缩性能。
Comments 33 pages, 5 figures
开放集深度伪造检测：一种参数高效适应方法与伪造风格混合
机构 * Rapid-Rich Object Search (ROSE) Lab, School of Electrical and Electronic Engineering, Nanyang Technology University（快速丰富对象搜索实验室（ROSE实验室），电子与电气工程学院，南洋理工大学） ； School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（计算机与人工智能学院，江西财经大学） ； Department of Computer Science, Hong Kong Baptist University（计算机科学系，香港 Baptist大学） ； Department of Electrical Engineering, City University of Hong Kong（电气工程系，香港城市大学） ； Department of Computer Science and Computing, Zhejiang University City College（计算机科学与计算系，浙江大学城市学院） ； Artificial Intelligence Lab. ( Recod.ai ) at the University of Campinas（Campinas大学的人工智能实验室（Recod.ai））
AI总结 本文提出了一种基于参数高效适应与伪造风格混合的开放集深度伪造检测方法，通过轻量级模块提升模型泛化能力与效率。
为持续学习进行参数高效微调：从神经切线核视角出发
机构 * School of Electrical and Information Engineering, Tianjin Key Laboratory of Brain-Inspired Intelligence Technology, Tianjin University（电子信息工程学院，天津脑启发智能技术重点实验室，天津大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； College of Information Science and Electronic Engineering, Zhejiang University（信息科学与电子工程学院，浙江大学） ； Department of Computer Science, the University of Sheffield（计算机科学系，谢菲尔德大学） ； Institute of Artificial Intelligence (TeleAI) of China Telecom（中国电信人工智能研究院（TeleAI））
AI总结 本研究从神经切线核视角出发，提出NTK-CL框架，通过优化特征表示和正则化策略，提升持续学习中参数效率和泛化能力。
AutoQRA：混合精度量化与低秩适配器的联合优化以实现高效大语言模型微调
机构 * Fudan University（复旦大学） ； Yale University（耶鲁大学） ； Zhejiang University（浙江大学） ； OpenWPLab
AI总结 AutoQRA通过联合优化混合精度量化与低秩适配器，实现高效大语言模型微调，提升性能并降低内存消耗。
Comments 15 pages, 10 figures
DICArt: 在离散状态空间中推进类别级拟合物体姿态估计
机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； East China Normal University（华东师范大学） ； Peking University（北京大学） ； Emory University（埃默里大学） ； Hefei University of Technology（合肥工业大学） ； Jianghuai Advance Technology Center（江淮先进技术中心） ； Anhui Provincial Key Laboratory of Humanoid Robots（安徽省人形机器人重点实验室）
AI总结 DICArt通过离散扩散过程和层次化运动学耦合策略，提升复杂环境下类别级6D姿态估计的可靠性。
ThinkRL-Edit: 基于强化学习的图像编辑推理框架
机构 * Zhejiang University（浙江大学）
AI总结 ThinkRL-Edit通过引入链式推理和无偏奖励策略，提升图像编辑的推理能力，实现更精准和稳定的编辑效果。
GeoMotion: 通过潜在4D几何重新思考运动分割
机构 * College of Computer Science and Technology, Zhejiang University of Technology（浙江工业大学计算机科学与技术学院） ； Zhejiang Key Laboratory of Visual Information Intelligent Processing（浙江省视觉信息智能处理重点实验室） ； State Key Lab of CAD & CG, Zhejiang University（CAD与CG国家重点实验室）
AI总结 GeoMotion通过潜在4D几何学习方法实现高效运动分割，无需复杂预处理和迭代优化，取得最佳性能。
面向变化的视觉令牌丢弃以加速更大的视觉-语言模型
机构 * Sichuan University（四川大学） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Zhejiang University（浙江大学）
AI总结 本文提出V²Drop方法，通过动态令牌变化机制在LVLM推理中减少令牌数量，提升计算效率，同时保持任务性能。
Comments Accepted by CVPR 2026. Code is available at \url{https://github.com/xuyang-liu16/V2Drop}
基于Trie的生成推荐变压器
机构 * Zhejiang University（浙江大学）
AI总结 TrieRec通过引入基于Trie的结构归纳偏差，改进生成推荐中的自回归建模，提升推荐效果。
生物力学比较揭示人类与仿人步态的分歧
机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工程学院） ； Ningbo Institute of Materials Technology and Engineering, Chinese Academy of Sciences（中国科学院宁波材料技术与工程研究所）
AI总结 本研究提出GDAF框架，通过比较人类与仿人步态的生物力学差异，揭示现代仿人控制器在步态对称性、能量分布和关节协调方面的系统性偏差，为提升仿人运动的生物力学保真度和节能性提供基准和工具。
多维评估与可解释反馈：基于LLM的文本心理咨询中对来访者抵触的评估
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学）
AI总结 本文提出多维评估与可解释反馈框架，用于评估LLM在文本心理咨询中对来访者抵触的响应质量，实验表明其在区分沟通机制质量上优于现有模型。
Comments 8 pages
推理时对齐 via 稀疏节点引导
机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； G Labs（0G实验室）
AI总结 通过稀疏节点引导方法，实现更高效的推理过程对齐，减少计算开销并提升生成质量。
Comments 28 pages, 17 figures
InftyThink: 突破大型语言模型长上下文推理的长度限制
机构 * Zhejiang University（浙江大学） ； Meituan Group（美团集团） ； Peking University（北京大学）
AI总结 InftyThink通过迭代推理与中间摘要机制，突破大型语言模型长上下文推理的长度限制，提升推理深度与效率。
Comments ICLR 2026: https://openreview.net/forum?id=T1h5em349L Project Page: https://zju-real.github.io/InftyThink Code: https://github.com/ZJU-REAL/InftyThink
面向问题的视角与锚点验证用于代码优化
机构 * Zhejiang University（浙江大学） ； Stony Brook University（石溪大学） ； AntGroup（蚂蚁集团）
AI总结 本文提出面向问题的视角与锚点验证框架，用于提升代码优化的正确性和效率，减少优化过程中的性能损耗。
Comments ICLR 2026
CG-DMER：一种用于解耦多模态ECG表示学习的对比-生成框架
机构 * Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； College of information science and engineering, Ritsumeikan university（立命馆大学信息科学与工程学院）
AI总结 CG-DMER通过对比-生成框架解耦多模态ECG表示，提升ECG信号在心血管疾病诊断中的建模能力。
Comments Accepted by ICASSP 2026
线性推理与证明中的反证法：大型语言模型在一阶逻辑问题解决中的障碍
机构 * Nanjing University of Science and Technology（南京理工大学） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学）
AI总结 本文提出PC-FOL数据集，通过对比线性推理与基于情况的推理，揭示大型语言模型在FOL问题解决中的核心挑战。
SpatiaLQA: 一个评估视觉-语言模型空间逻辑推理能力的基准
机构 * Zhejiang University（浙江大学） ； The University of Sydney（悉尼大学） ； ManyCore ； State Key Laboratory of Blockchain and Security, Zhejiang University（浙江大学区块链与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）
AI总结 SpatiaLQA提出了一种评估视觉-语言模型空间逻辑推理能力的基准，通过递归场景图辅助推理方法提升模型在复杂场景中的推理能力。
Comments Accepted by CVPR 2026
基于帕累托优化的不确定性感知医学图像分割
机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Zhejiang University（浙江大学） ； University of Liverpool（利物浦大学） ； Duke Kunshan University（杜克大学昆山分校）
AI总结 本文提出基于帕累托优化的医学图像分割方法，通过区域级课程策略和帕累托一致损失，解决边界区域的不确定性问题，提升分割精度。
CogFlow：通过知识内化连接感知与推理以解决视觉数学问题
机构 * Zhejiang University（浙江大学） ； Intelligent Learning（智能学习） ； Sichuan University（四川大学） ； Tsinghua University（清华大学）
AI总结 CogFlow通过知识内化连接感知与推理，提升视觉数学问题解决能力。
Comments Accepted to ICLR 2026
解耦、重组与融合：一种多模态框架用于癌症生存预测
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 Transvascular Implantation Devices of the Second Affiliated Hospital, Zhejiang University School of Medicine（浙江大学医学院第二附属医院血管植入设备国家重点实验室） ； Transvascular Implantation Devices Research Institute（血管植入设备研究院） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江省医学影像人工智能重点实验室） ； China Mobile (Zhejiang) Research & Innovation Institute（中国移动（浙江）研究院）
AI总结 本文提出DeReF框架，通过解耦-重组-融合策略提升多模态癌症生存预测的准确性与泛化能力。
Comments 13 pages
IG-RFT: 一种基于交互引导的强化学习框架用于长时域机器人操作中的VLA模型
机构 * Grasp Laboratory, Mechanical Engineering Department, Zhejiang University（浙江大学机械工程学院抓取实验室） ； Torch Kernel Co., Ltd.（火炬核科技有限公司）
AI总结 IG-RFT通过交互引导强化学习框架提升VLA模型在长时域机器人任务中的性能，实现85%的成功率，优于传统方法。
SD4R：基于4D雷达的稀疏到密集学习用于3D物体检测
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Ningbo Global Innovation Center, Zhejiang University（浙江大学宁波全球创新中心） ； School of Automotive Studies, Tongji University（同济大学汽车学院）
AI总结 SD4R通过前景点生成器和对数几率查询编码器提升4D雷达点云的密集化能力，实现更鲁棒的3D物体检测性能。
Comments 7 pages, 5 figures, 4 tables
CARE：基于大语言模型的可解释计算框架，用于评估客户端感知的治疗联盟
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Department of Psychology, Jing Hengyi School of Education, Hangzhou Normal University（心理系，金恒毅教育学院，杭州师范大学）
AI总结 CARE基于大语言模型，通过生成可解释的推理原因，提升对咨询中治疗联盟感知的评估准确性与实用性。
Comments 14 pages, 4 figures
通过4D雷达和相机的跨视图相关性提升实例意识
机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of Automotive Studies, Tongji University（同济大学汽车学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Jinhua Institute of Zhejiang University（浙江大学金华研究院） ； School of Information and Electrical Engineering, Hangzhou City University（杭州城市学院信息与电气工程学院） ； Hangzhou City University Binjiang Innovation Center（杭州城市学院滨江创新中心）
AI总结 SIFormer通过结合4D雷达和相机的跨视图相关性，提升3D目标检测中的实例意识，结合两种融合范式的优点，提高检测精度。
Comments 14 pages, 10 figures, 13 tables
BFA++: 多视角视觉语言动作模型的分层最佳特征感知令牌剪枝
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； LimX Dynamic（LimX动态） ； Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学）
AI总结 BFA++通过分层最佳特征感知令牌剪枝提升多视角视觉语言动作模型的效率和成功率
Comments 9 pages, 10 figures
基于事件驱动图挖掘的策略监督自主腹腔镜摄像机控制
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Zhejiang University（浙江大学）
AI总结 本研究提出基于事件驱动图挖掘的策略监督自主腹腔镜摄像机控制方法，通过结合视觉-语言推理与闭环控制，提升手术视野稳定性与可解释性，实验表明其在减少视野偏移和图像抖动方面表现优异。
Comments Submitted to IEEE Transactions on Robotics (T-RO). 19 pages, 9 figures
路径解耦双曲流匹配用于少样本适应
机构 * The Hong Kong University of Science（香港科学与技术大学） ； Zhejiang University（浙江大学）
AI总结 本文提出路径解耦双曲流匹配方法，通过双曲几何解决少样本适应中的路径缠绕问题，实现更高效的特征传输与对齐。
与自己对话：在大型语言模型中克服遗忘
机构 * Zhejiang University（浙江大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院） ； Om AI Research（奥姆人工智能研究） ； Stanford University（斯坦福大学） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出SA-SFT方法，通过让LLM生成自我对话来缓解微调过程中的灾难性遗忘，提升领域性能并优于现有基线方法。
多模态多智能体赋能的法律判决预测
机构 * Peking University（北京大学） ； Chengdu Minto Tech（成都Minto科技） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Macau（澳门大学） ； Tsinghua university（清华大学） ； Zhejiang University（浙江大学）
AI总结 本文提出JurisMMA框架，通过多模态多智能体技术提升法律判决预测的准确性，并构建了包含大量司法记录的JurisMM数据集，验证了其在法律领域应用的广泛有效性。
Comments Accepted to the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2026
CuriGS：基于课程指导的高斯点云法用于稀疏视角合成
机构 * Zhejiang Sci-Tech University（浙江科技学院） ； China Jiliang University（中国嘉兴大学） ； Zhejiang University（浙江大学）
AI总结 CuriGS通过课程指导方法提升稀疏视角下3DGS的重建效果，实现更稳定的视角增强和更高的渲染保真度。
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