Tree of Preferences for Diversified Recommendation
偏好树用于多样化推荐
机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； Hangzhou City University（杭州市大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出基于偏好树的多样化推荐方法，利用LLMs揭示用户未探索偏好，提升推荐多样性与相关性。
高校专区
Zhejiang University（浙江大学）
ReCode: Unify Plan and Action for Universal Granularity Control
ReCode：统一计划与行动以实现通用粒度控制
机构 * DeepWisdom ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Renmin University of China（中国人民大学） ； Zhejiang University（浙江大学） ； Université de Montréal & Mila（蒙特利尔大学及Mila）
AI总结 ReCode通过递归代码生成统一规划与行动，实现通用粒度控制，提升智能体在不同决策粒度上的灵活性和效率。
CORE: Code-based Inverse Self-Training Framework with Graph Expansion for Virtual Agents
CORE: 基于代码的逆向自训练框架与图扩展用于虚拟代理
机构 * Zhejiang University（浙江大学） ； Wuhan University（武汉大学）
AI总结 CORE提出一种基于代码的逆向自训练框架，通过语义代码抽象和策略图扩展，提升虚拟代理的行为多样性和泛化能力。
Comments 19 pages, 12 figures
UCO: A Multi-Turn Interactive Reinforcement Learning Method for Adaptive Teaching with Large Language Models
UCO：一种用于基于大语言模型的自适应教学的多轮交互强化学习方法
机构 * East China Normal University（东华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 UCO通过多轮交互强化学习方法，利用进展奖励和支架奖励函数，提升大语言模型在教育场景中的自适应教学能力。
Unsupervised Stereo via Multi-Baseline Geometry-Consistent Self-Training
无监督立体视觉：基于多基线几何一致性的自训练方法
机构 * College of Information Science and Electronic Engineering (ISEE) Zhejiang University, China（信息科学与电子工程学院（ISEE）浙江大学）
AI总结 S³通过多基线几何一致性自训练方法，有效解决遮挡区域的监督问题，提升立体视觉性能。
Autoregressive Semantic Visual Reconstruction Helps VLMs Understand Better
自回归语义视觉重建有助于VLMs更好地理解
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； AutoLab, Westlake University（西湖大学AutoLab） ； Zhejiang University（浙江大学） ； Shanghai AI Lab（上海人工智能实验室） ； University of Southern California（美国南加州大学）
AI总结 自回归语义视觉重建通过提升多模态理解能力，改进了VLMs对视觉信息的把握
Balancing Fidelity and Plasticity: Aligning Mixed-Precision Fine-Tuning with Linguistic Hierarchies
在保真度与可塑性之间寻求平衡：将混合精度微调与语言层次结构对齐
机构 * Fudan University（复旦大学） ； Yale University（耶鲁大学） ； Zhejiang University（浙江大学）
AI总结 QR-Adaptor通过联合优化量化位宽和LoRA秩，解决混合精度微调中保真度与可塑性的平衡问题，实现内存与性能的高效资源分配。
Comments 18 pages, 5 figures
Aletheia: Quantifying Cognitive Conviction in Reasoning Models via Regularized Inverse Confusion Matrix
Aletheia: 通过正则化逆混淆矩阵量化推理模型中的认知信念
机构 * Zhejiang University（浙江大学）
AI总结 Aletheia通过正则化逆混淆矩阵量化推理模型中的认知信念，探索AI科学诚信的测量方法。
Comments 6 pages, 2 figures
Unified Generation and Self-Verification for Vision-Language Models via Advantage Decoupled Preference Optimization
通过优势解耦偏好优化实现视觉语言模型的统一生成与自验证
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Venus Team, Ant Group（蚂蚁集团 Venus 团队）
AI总结 ADPO通过统一生成与自验证的强化学习框架，提升视觉语言模型的验证性能和推理效率。
Garment Inertial Denoiser (GID): Endowing Accurate Motion Capture via Loose IMU Denoiser
服装惯性去噪器（GID）：通过松散IMU去噪实现准确的运动捕捉
机构 * Xiamen University（厦门大学） ； Zhejiang University（浙江大学）
AI总结 GID通过松散IMU去噪实现准确运动捕捉，利用位置感知专家架构和轻量级融合模块，提升惯性MoCap的准确性和泛化能力。
Comments 11 pages, 4 figures
Slot-ID: Identity-Preserving Video Generation from Reference Videos via Slot-Based Temporal Identity Encoding
Slot-ID: 通过基于槽的时序身份编码从参考视频中生成身份保持的视频
机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） ； University College London（伦敦大学学院） ； Zhejiang University（浙江大学）
AI总结 Slot-ID通过基于槽的时序身份编码从参考视频生成身份保持的视频，提升大姿态变化下的身份保留和视觉真实性。
UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass
UniSH：在单次前向传递中统一场景和人体重建
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学）
AI总结 UniSH通过统一前馈框架实现场景和人体的联合重建，利用野外数据提升泛化能力，实现高保真度的3D重建。
DVGBench: Implicit-to-Explicit Visual Grounding Benchmark in UAV Imagery with Large Vision-Language Models
DVGBench: 面向无人机影像的隐式到显式视觉 grounding 评估基准
机构 * Hinton STAI Institute（Hinton STAI研究所） ； Key Laboratory of Geographic Information Science (Ministry of Education), East China Normal University（地理信息科学重点实验室（教育部）） ； School of Geospatial Artificial Intelligence, East China Normal University（地理空间人工智能学院） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Information Engineering University（信息工程大学）
AI总结 DVGBench 是一个面向无人机影像的隐式到显式视觉 grounding 评估基准，通过设计 DroneVG-R1 模型提升 LVLM 的推理能力。
Comments 20 pages, 17 figures
Vision-Language-Action Models for Autonomous Driving: Past, Present, and Future
面向自动驾驶的视觉-语言-动作模型：过去、现在与未来
机构 * HKUST（香港科技大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； DAMO Academy, Alibaba（阿里巴巴达摩院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Xiaomi EV（小米电动车） ； Xi'an Jiaotong University（西安交通大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学）
AI总结 本文探讨了自动驾驶中视觉-语言-动作模型的发展历程，提出两种主要范式并分析其挑战与未来方向。
Comments Survey; 47 pages, 7 figures, 9 tables; GitHub Repo at https://github.com/worldbench/awesome-vla-for-ad
ERA-IT: Aligning Semantic Models with Revealed Economic Preference for Real-Time and Explainable Patent Valuation
ERA-IT：通过揭示的经济偏好对齐语义模型以实现实时和可解释的专利估值
机构 * School of Computing（计算学院） ； Macquarie University（麦考瑞大学） ； School of Computer Science（计算机科学学院） ； University of Technology Sydney（悉尼技术大学） ； School of Management（管理学院） ； Zhejiang University（浙江大学）
AI总结 ERA-IT通过揭示的经济偏好对齐语义模型，实现实时且可解释的专利估值，提升预测准确性并增强决策透明度。
Chimera: Harnessing Multi-Agent LLMs for Automatic Insider Threat Simulation
Chimera: 利用多智能体大语言模型实现自动内部威胁模拟
机构 * Singapore Management University（新加坡管理大学） ； Tianjin University（天津大学） ； Zhejiang University（浙江大学）
AI总结 Chimera通过多智能体大语言模型生成真实企业环境中的内部威胁数据集，提升内部威胁检测的挑战性和实用性。
Comments Accepted by NDSS 2026
CEE: An Inference-Time Jailbreak Defense for Embodied Intelligence via Subspace Concept Rotation
CEE: 通过子空间概念旋转实现体智能中的推断时间劫持防御
机构 * Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Ant Group（蚂蚁集团） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Zhejiang University（浙江大学）
AI总结 CEE通过动态构建子空间并应用SLERP旋转，实现体智能系统中高效的推断时间劫持防御，提升安全性和实用性。
DeepFilter: A Transformer-style Framework for Accurate and Efficient Process Monitoring
DeepFilter: 一种用于准确且高效过程监控的Transformer风格框架
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 DeepFilter通过改进自注意力机制，提升过程监控的准确性和效率，为从业者提供了一个高效的基准方法。
From Bench to Bedside: A Review of Clinical Trials in Drug Discovery and Development
从实验室到临床：药物发现与开发中临床试验的综述
机构 * University of Liverpool, UK（利物浦大学） ； Purdue University, USA（普渡大学） ； Georgia Institute of Technology, USA（佐治亚理工学院） ； Emory University, USA（埃默里大学） ； Simon Fraser University, Canada（Simon Fraser大学） ； Kyoto University, Japan（京都大学） ； Zhejiang University, China（浙江大学） ； National Taiwan Normal University, Taiwan（台湾师范大学） ； Indiana University, USA（印第安纳大学） ； University of Edinburgh, UK（爱丁堡大学） ； The University of Texas at Dallas, USA（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison, USA（威斯康星大学麦迪逊分校） ； The Hong Kong University of Science（香港科学大学）
AI总结 本文综述了临床试验在药物发现与开发中的关键作用，探讨了各阶段特点、挑战及未来发展方向。
Comments 11 pages
P2U-SLAM: A Monocular Wide-FoV SLAM System Based on Point Uncertainty and Pose Uncertainty
P2U-SLAM：基于点不确定性与位姿不确定性的单目广视场SLAM系统
机构 * State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（极端光束与仪器国家重点实验室，浙江大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
AI总结 P2U-SLAM通过引入点不确定性和位姿不确定性，提升广视场单目SLAM系统的鲁棒性和定位精度。
Comments Accepted to IEEE Transactions on Intelligent Transportation Systems (T-ITS). The source code will be made publicly available at https://github.com/BambValley/P2U-SLAM
AnyMS: Bottom-up Attention Decoupling for Layout-guided and Training-free Multi-subject Customization
AnyMS: 从下到上注意力解耦用于布局引导和无训练多主体定制
机构 * Zhejiang University（浙江大学） ； HKUST（香港科技大学） ； Zhejiang Tobacco Monopoly Administration（浙江烟草专卖局）
AI总结 AnyMS通过从下到上的双层注意力解耦机制，实现无训练的布局引导多主体定制，有效解决文本对齐、主体身份保持和布局控制的平衡问题。
Improving Autoformalization Using Direct Dependency Retrieval
通过直接依赖检索改进自动形式化
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 本文提出DDR方法，通过直接依赖检索提升声明自动形式化的精确度和召回率，显著优于现有方法。
AnomalyCLIP: Object-agnostic Prompt Learning for Zero-shot Anomaly Detection
AnomalyCLIP：面向零样本异常检测的对象无关提示学习
机构 * Zhejiang University（浙江大学） ； Singapore Management University（新加坡管理学院） ； Harvard University（哈佛大学）
AI总结 AnomalyCLIP通过学习对象无关的文本提示，实现跨不同领域的零样本异常检测，提升异常识别的泛化能力。
Comments Accepted by ICLR 2024
CREPES-X: Hierarchical Bearing-Distance-Inertial Direct Cooperative Relative Pose Estimation System
CREPES-X：分层的方位-距离-惯性直接协作相对位姿估计系统
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） ； Huzhou Institute of Zhejiang University（浙江大学湖州研究院） ； University of Michigan（密歇根大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 CREPES-X通过分层估计器实现多机器人系统的鲁棒且高效的相对位姿估计，适用于复杂环境下的高精度定位。
Comments 21 pages, 23 figures, journal
One-shot synthesis of rare gastrointestinal lesions improves diagnostic accuracy and clinical training
一次性合成罕见胃肠道病变提高诊断准确性和临床培训
机构 * Zhejiang University（浙江大学） ； Shanghai Institute for Advanced Study of Zhejiang University（浙江大学上海研究院） ； Digital Medical Research Center, School of Basic Medical Sciences, Fudan University（复旦大学基础医学部数字医学研究中心） ； Shanghai Collaborative Innovation Center of Endoscopy（上海内镜协同创新中心） ； Alliance Manchester Business School, The University of Manchester（曼彻斯特大学曼彻斯特商学院） ； Data Science Institute, Imperial College London（伦敦帝国理工学院数据科学学院）
AI总结 EndoRare通过一次性合成罕见胃肠道病变，提升诊断准确性和临床培训效果。
Think Before You Move: Latent Motion Reasoning for Text-to-Motion Generation
在行动前思考：用于文本到动作生成的潜在动作推理
机构 * Zhejiang University（浙江大学） ； Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术） ； Wolf 1069 b Lab, Sany Group（Wolf 1069 b实验室，三一集团） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
AI总结 本文提出Latent Motion Reasoning框架，通过分阶段推理与执行提升文本到动作生成的语义与物理合理性。
Comments project page: https://chenhaoqcdyq.github.io/LMR/
Balanced Hierarchical Contrastive Learning with Decoupled Queries for Fine-grained Object Detection in Remote Sensing Images
平衡的层次对比学习与解耦查询用于遥感图像的细粒度目标检测
机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology, China（南京理工大学计算机科学与工程学院） ； College of Computer Science, Zhejiang University, China（浙江大学计算机学院）
AI总结 本文提出平衡层次对比学习与解耦查询策略，以提升遥感图像细粒度目标检测性能。
TIM-PRM: Verifying multimodal reasoning with Tool-Integrated PRM
TIM-PRM：利用工具集成PRM验证多模态推理
机构 * Zhejiang University（浙江大学） ； iFLYTEK AI Research Institute（iFLYTEK人工智能研究院） ； City University of Hong Kong（香港城市大学）
AI总结 TIM-PRM通过工具集成PRM验证多模态推理，有效解决视觉幻觉和逻辑不一致问题，实验表明其在性能和可解释性上优于现有模型。
Comments 12 pages
VADTree: Explainable Training-Free Video Anomaly Detection via Hierarchical Granularity-Aware Tree
VADTree: 通过分层粒度感知树实现可解释的无训练视频异常检测
机构 * School of Software, Xi’an Jiaotong University（西安交通大学软件学院） ； China Railway Xi’an Group（中国铁路西安集团） ； 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 VADTree通过分层粒度感知树结构实现无训练视频异常检测，利用预训练模型知识和多维先验提升异常感知与推理能力。
Comments NeurIPS 2025 poster
Replay Failures as Successes: Sample-Efficient Reinforcement Learning for Instruction Following
重播失败作为成功：用于指令跟随的样本高效强化学习
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Dalian University of Technology（大连理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Alibaba Cloud Computing（阿里云计算） ； Chinese Academy of Sciences（中国科学院）
AI总结 HiR 提出了一种样本高效强化学习框架，通过将失败尝试视为成功来提升指令跟随任务的性能，利用双偏好学习实现高效优化。
