高校专区
UniVCD：面向开放词汇时代的无监督变化检测新方法
机构 * School of Aeronautics and Astronautics, Zhejiang University（航空宇航学院，浙江大学）
AI总结 UniVCD是一种基于冻结视觉基础模型的无监督开放词汇变化检测方法，通过轻量级多模态对齐实现高分辨率语义感知变化检测。
Comments 10 pages, 6 figures
在线-PVLM：通过在线概念学习推进个性化VLMs
机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） ； University of Oulu（奥卢大学）
AI总结 Online-PVLM通过在线概念学习框架，实现个性化VLMs的高效实时适应，并提出OP-Eval基准评估其在现实场景中的性能。
Comments Work in Progress
EMNLP: 教育者角色道德与规范大型语言模型画像
机构 * College of Education, Zhejiang University of Technology（浙江工业大学教育学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Faculty of Education, East China Normal University（华东师范大学教育学院） ； GuangHua Law School, ZheJiang University（浙江大学光华法学院） ； 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）
AI总结 本文提出EMNLP框架，用于评估教育者角色LLM的伦理和心理一致性，通过构建88个教师特定道德困境，揭示教师角色LLM在道德推理和情感复杂情境中的表现差异。
Comments 29pages, 15 figures, Accepted by EMNLP Main Confrence
稀疏微调：通过高效微调和推理适应视觉变换器
机构 * College of Systems Engineering and State Key Laboratory of Digital Intelligent Modeling and Simulation, National University of Defense Technology（系统工程学院和数字智能建模与仿真国家重点实验室，国防科技大学） ； College of Electronics and Information Engineering, Sichuan University（电子信息工程学院，四川大学） ； Key Laboratory of Knowledge Engineering with Big Data, Hefei University of Technology（大数据知识工程重点实验室，合肥工业大学） ； College of Computer Science and Technology, Zhejiang University（计算机科学与技术学院，浙江大学） ； School of Engineering, Westlake University（工程学院，西湖大学） ； Tsinghua University（清华大学） ； State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Key Laboratory of Education Blockchain and Intelligent Technology, Ministry of Education, Guangxi Normal University（教育区块链与智能技术重点实验室，教育部，广西师范大学）
AI总结 稀疏微调通过结合标记稀疏化和密集适配器技术，在保持性能的同时显著提升计算和内存效率。
CTkvr: 通过聚类然后标记索引实现长上下文LLM的KV缓存检索
机构 * Zhejiang University（浙江大学） ； Rutgers University（罗格斯大学）
AI总结 CTKVR通过聚类和标记索引方法提升长上下文LLM的KV缓存检索效率与准确性，实现性能优化和吞吐量提升。
通过用户个性化配置实现对话中的前瞻性个性化
机构 * Zhejiang University（浙江大学） ； 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PersonalAgent，通过构建和动态完善用户档案，实现对话中的长期个性化和用户偏好推断，提升对话代理的适应性和连贯性。
元提示协议：通过对抗反馈循环 orchestrate LLMs
机构 * Zhejiang University（浙江大学）
AI总结 元提示协议通过对抗反馈循环构建可编程自优化系统，解决LLM在关键任务中的确定性保证问题。
Comments 6 pages, 2 figures
阴影中的卓越：利用特征边界模糊性实现稳健的后门攻击
机构 * Zhejiang University（浙江大学） ； Chongqing University（重庆大学） ； Qilu University of Technology (Shandong Academy of Science)（青岛科技大学（山东科学院））
AI总结 Eminence通过利用特征边界模糊性，实现稳健且隐蔽的后门攻击，以极低的毒化率有效提升攻击效果。
Comments Accepted by KDD2026 Cycle 1 Research Track
通过高质量合成数据集扩展基于指令的视频编辑
机构 * HKUST（香港科技大学） ； Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； Northeastern University（东北大学）
AI总结 Ditto通过高效数据生成管道和智能代理，构建大规模高质量数据集，提升基于指令的视频编辑性能。
Comments Project page: https://ezioby.github.io/Ditto_page Code: https://github.com/EzioBy/Ditto
级联双视觉变换器用于精确面部 landmark 检测
机构 * Zhejiang University（浙江大学） ； Institute for Intelligent Computing（智能计算研究院） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出级联双视觉变换器，通过通道分割和长跳连接提升面部 landmark 检测精度，优于现有最佳方法。
Comments Accepted by WACV 2025. The code can be found at https://github.com/Human3DAIGC/AccurateFacialLandmarkDetection . Supplementary material is included at the end of the main paper (3 pages, 5 figures, 2 tables)
SS4D：通过结构化时空潜在变量实现的原生4D生成模型
机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； Stanford University（斯坦福大学）
AI总结 SS4D通过结构化时空潜在变量实现原生4D生成模型，直接从单目视频合成动态3D物体，提升时间一致性和结构一致性。
Comments ToG(Siggraph Asia 2025)
Journal ref ACM Transactions on Graphics, 44(6): Article 244, 12 pages, December 2025
SDAR-VL: 稳定且高效的块状扩散用于视觉语言理解
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； ByteDance（字节跳动）
AI总结 SDAR-VL通过高效的块状扩散方法，在视觉语言理解中实现了更高的训练效率、收敛稳定性及任务性能，优于传统块扩散并匹敌强AR基线。
多变量时间序列预测的混合欧几里得-SPD流形图神经网络
机构 * Zhejiang University（浙江大学） ； Huazhong University of Science（华中科技大学） ； The University of New South Wales（新南威尔士大学）
AI总结 本文提出混合欧几里得-SPD流形图神经网络，通过混合几何表示提升多变量时间序列预测的准确性。
EDGC: 基于熵驱动的动态梯度压缩用于高效大语言模型训练
机构 * University of Shanghai for Science and Technology（上海科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 EDGC通过动态梯度压缩减少LLM训练的通信延迟和训练时间，提升效率的同时保持模型准确性。
VesSAM: 高效多提示分割复杂血管
机构 * FNii-Shenzhen, CUHK-Shenzhen（FNii-Shenzhen，CUHK-Shenzhen） ； School of Science and Engineering, CUHK-Shenzhen（CUHK-Shenzhen科学与工程学院） ； Zhejiang University（浙江大学） ； Boston University（波士顿大学） ； Vanderbilt University（范德比大学） ； Tsinghua University（清华大学）
AI总结 VesSAM通过多提示编码器和轻量级解码器提升血管分割性能，实现比现有方法更高的Dice和IoU指标，同时参数更少且泛化能力更强。
DP-CSGP：具有压缩通信的差分隐私随机梯度推
机构 * Zhejiang University（浙江大学） ； KTH Royal Institute of Technology（皇家理工学院） ； A*STAR Centre for Frontier AI Research (CFAR)（前沿人工智能研究（CFAR）中心）
AI总结 DP-CSGP通过压缩通信和差分隐私保障，在去中心化学习中实现高效通信和高模型效用。
Comments 13 pages
训练变换器：加速 naive 4K 视频生成超过 10$\times$
机构 * Youtu Lab, Tencent（腾讯优设实验室） ； Zhejiang University（浙江大学）
AI总结 T3-Video 通过优化全注意力机制，显著提升 4K 视频生成效率，实现性能与速度的双重突破
Comments Project page: https://zhangzjn.github.io/projects/T3-Video
START：通过地形重建穿越稀疏脚 footholds
机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； MARMoT Lab, National University of Singapore（新加坡国立大学MARMoT实验室） ； th Asian Games Hangzhou 2022 Organising Committee（杭州2022年第19届亚运会组委会）
AI总结 START通过地形重建实现四足机器人在稀疏随机脚 footholds 上的敏捷稳定移动，利用低成本传感器实现高效地形感知与适应性控制。
TraPO：一种用于提升大语言模型推理能力的半监督强化学习框架
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团）
AI总结 TraPO通过结合少量标注样本与大量未标注样本，提升大语言模型在数学推理任务中的表现。
文本到图像生成的少步蒸馏：一份实用指南
机构 * Tsinghua University（清华大学） ； DAMO Academy, Alibaba Group（阿里达摩院） ； Hupan Lab（华研实验室） ； Zhejiang University（浙江大学）
AI总结 本文提出了一种少步蒸馏方法，用于文本到图像生成，通过比较先进技术并提供实用指南，以提高生成质量和效率。
StreamingAssistant: 为加速在线视频理解的高效视觉标记修剪
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Westlake University（西湖大学） ； Beijing Jiaotong University（北京交通大学） ； Simon Fraser University（西蒙弗雷泽大学）
AI总结 StreamingAssistant通过高效视觉标记修剪技术，提升在线视频理解的准确性和效率，减少GPU内存使用和计算延迟。
利用OmniNovo实现修饰蛋白质组的准确从头测序
机构 * Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究所） ； Tongji University（同济大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Electronic Engineering（电子工程系） ； Tsinghua University（清华大学） ； Research Institute of lntelligent Complex Systems（智能复杂系统研究所） ； Fudan University（复旦大学） ； University of British Columbia（不列颠哥伦比亚大学） ； School of Medicine（医学院） ； Westlake University（西湖大学） ； Shanghai Innovation Institute（上海创新研究院） ； Zhejiang University（浙江大学） ； Stony Brook University（石溪大学）
AI总结 OmniNovo通过统一深度学习框架实现对修饰蛋白质组的高精度从头测序，识别更多肽并提高假发现率控制。
迈向可物理执行的3D高斯用于具身导航
机构 * Zhejiang University（浙江大学） ； Manycore Tech Inc（Manycore科技公司） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 SAGE-3D通过引入语义和物理对齐的3D高斯环境，提升视觉-语言导航任务的可执行性和泛化能力。
Comments Project Page: https://sage-3d.github.io/
GMFVAD：利用细粒度多模态特征提升视频异常检测
机构 * Zhejiang University（浙江大学） ； Zhengzhou University（郑州大学）
AI总结 GMFVAD通过细粒度多模态特征减少冗余信息，提升视频异常检测性能。
Comments Accepted for publication in the Proceedings of the ICONIP 2025
DATABench: 从对抗角度评估深度学习中的数据集审计
机构 * State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； 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） ； Nanyang Technological University（南洋理工大学） ； Chongqing University（重庆大学） ； University of Maryland at College Park（马里兰大学学院公园分校）
AI总结 DATABench从对抗角度评估深度学习中的数据集审计，提出新的分类法和攻击策略，揭示现有审计方法在对抗环境下的不足。
RealHiTBench: 一个全面的现实感分层表格基准，用于评估基于LLM的表格分析
机构 * Zhejiang University（浙江大学） ； vivo Mobile Communication Co., Ltd（vivo移动通信有限公司） ； Institute of Computing Innovation, Zhejiang University（浙江大学计算机创新研究院）
AI总结 RealHiTBench是一个用于评估基于LLM的表格分析能力的综合现实感分层表格基准，通过多种输入格式和复杂结构的表格测试，验证了改进LLMs对表格层次结构感知的重要性。
Comments ACL 2025
Pet-Bench: 评估大型语言模型作为社交网络服务中电子宠物的能力基准
机构 * Fudan University（复旦大学） ； Xiaohongshu Inc.（小红书公司） ； Beihang University（北航） ； Zhejiang University（浙江大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
AI总结 Pet-Bench是一个评估大型语言模型作为电子宠物在社交网络服务中能力的基准测试，通过多样化的任务和7500多个互动实例，评估模型在自我进化和人际互动方面的表现，揭示模型大小和能力对性能的影响，推动情感沉浸式人-宠物互动的发展。
当高斯遇见Surfel：超快高保真辐射场渲染
机构 * State Key Lab of CAD\&CG, Zhejiang University Hangzhou China ； State Key Lab of CAD\&CG, Zhejiang University
AI总结 本文提出GESs，一种双尺度表示方法，通过结合Surfel和高斯分布实现快速且高保真的辐射场渲染，支持多种扩展以提升性能和存储效率。
GeoTexDensifier: 基于几何-纹理的高密度重建用于高质量光实3D高斯点云渲染
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 GeoTexDensifier通过结合几何和纹理感知策略，实现高质量的3D高斯点云重建，提升渲染质量。
Comments 14 pages, 9 figures, 2 table
基于切片学习生成扩散先验的鲁棒同时多切片MRI重建
机构 * College of Health Science and Environmental Engineering, Shenzhen Technology University（深圳科技大学健康科学与环境工程学院） ； University Medical Center Göttingen（哥廷根大学医学中心） ； Guangdong-Hongkong-Macau CNS Regeneration Institute, Key Laboratory of CNS Regeneration (Jinan University)-Ministry of Education, Jinan University（广东-港澳-澳门神经科学再生研究所，神经科学再生重点实验室（暨南大学）-教育部，暨南大学） ； Department of Radiology, The First Hospital of Tsinghua University（清华大学第一医院放射科） ； Center for Biomedical Imaging Research, Department of Biomedical Engineering, School of Medicine, Tsinghua University（清华大学生物医学成像研究中心，生物医学工程系，医学院） ； Key Laboratory for Biomedical Engineering of Ministry of Education, College of Biomedical Engineering and Instrument Science, Zhejiang University（教育部生物医学工程重点实验室，生物医学工程与仪器科学学院，浙江大学） ； Department of Endocrinology and Metabolism, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine（浙江大学医学院邵逸夫医院内分泌科） ； Lab of Molecular Imaging and Medical Intelligence, Department of Radiology, Longgang Central Hospital of Shenzhen (Shenzhen Clinical Medical College, Guangzhou University of Chinese Medicine（分子成像与医学智能实验室，放射科，深圳龙岗中心医院（深圳临床医学院，广州中医药大学；龙岗临床学院，汕头大学医学院）） ； Longgang Clinical Institute of Shantou University Medical College)
AI总结 ROGER通过深度生成先验和低频增强模块，实现鲁棒的同时多切片MRI重建，提升解剖和功能成像质量。
Journal ref Published in Medical Image Analysis, Volume 108, 2026, 103851
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