高校专区
世界翻译：通过反向动力学提取和非配对域翻译最小化模拟与现实之间的差距
机构 * Zhejiang University（浙江大学） ； LimX Dynamics（LimX动力学公司）
AI总结 研究模拟与现实差距问题，提出“世界翻译”方法，利用模拟器和学习动力学互补优势，反向提取动力学信息并跨域转换，实验表明该方法能更准确建模，在特定情况下优势明显，还证实可改进策略转移。
Comments 8 pages, 8 figures
SciForma：科学图表的结构忠实生成
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） ； State Key Lab of CAD & CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 研究针对科学图表结构保真度问题，提出SciForma框架，分解图表质量为三个结构轴，用M-DPO优化，策划训练和评估数据，实现迭代编辑，使SciForma-9B超越开源基线和GPT-Image-1.5，提升科学图表生成的结构保真度。
Comments 30 pages, 21 figures
SGN：一种用于分布偏移下数据生成的基于相似度的生成网络
机构 * National University of Singapore（新加坡国立大学） ； Renmin University of China（中国人民大学） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学）
AI总结 研究分布偏移下数据生成问题，提出基于相似度的生成网络SGN，在源数据训练后无需参数更新用于新目标域，通过学习潜在空间和利用目标域小代表性集，实现目标引导数据增强，实验验证其有效性。
莫比乌斯学习：Transformer中的循环深度折叠
机构 * Zhejiang University（浙江大学）
AI总结 研究挑战Transformer中块作用与位置绑定的传统观点，提出基于循环深度折叠的莫比乌斯学习，同一组块在不同数据流中有不同应用时机，实现深度角色叠加，实验表明其在分布式训练中有优势，开辟新设计空间。
语义相似，逻辑不同：诊断表格检索增强生成中的语义可回答性差距
机构 * Zhejiang University（浙江大学） ； Bank of Hangzhou Co., Ltd.（杭州银行股份有限公司） ； Zhejiang Lab（之江实验室）
AI总结 研究表格检索增强生成中语义可回答性差距问题，通过TCR-Bench基准评估发现密集检索器存在差距，分析其相关因素，用Answerability-Aware Reranking两阶段管道测试，提升了检索性能，揭示差距源于缺少可回答性验证步骤。
长上下文智能体仅靠渐进式披露就够了吗？
机构 * University of California, Davis（加利福尼亚大学戴维斯分校） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学）
AI总结 研究长文档问答中智能体获取文档路径自行决定读取内容的模式，通过对照研究，在InfiniteBench上对比原始文档导航、Agent Skills包设计与经典混合检索器，发现不同情况下各方法表现不同，渐进式披露在语料库大时作用关键。
AEC-DS：用于去中心化存储的具有PDP触发声誉和QoS感知迁移的自适应纠删编码
机构 * Zhejiang University（浙江大学） ； Central University of Finance and Economics（中央财经大学） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院）
AI总结 针对去中心化存储系统中审计结果未有效指导决策的问题，提出AEC-DS机制，利用PDP反馈驱动，结合QoS感知迁移策略调整分片放置，模拟显示其能保持数据耐久性，减少恢复操作，类迁移作用显著，为自我修复的去中心化存储提供实用路径。
TimeLens2：使用多模态大语言模型进行通用视频时间定位
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学）
AI总结 研究通用视频时间定位问题，TimeLens2将时间证据视为区间集，通过多种策略构建多跨度监督，其时间瓦瑟斯坦奖励等方法提供反馈，在多个基准测试中表现出色，不同变体均有性能提升。
Comments Technical Report
MIS-HCC：用于高效医学图像分割的分层通道聚类
机构 * Yale University（耶鲁大学） ； University of Florida（佛罗里达大学） ； Wichita State University（威奇托州立大学） ； Purdue University（普渡大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Zhejiang University（浙江大学）
AI总结 针对医学图像分割模型在资源受限平台部署的挑战，提出分层聚类压缩方法MIS-HCC，利用瓦瑟斯坦距离表示通道相似性形成矩阵指导聚类，融合通道生成压缩网络，实验证明其在精度和压缩效率上优于现有方法。
学习驱动的自适应审计调度：一种用于链下数据完整性的序贯决策方法
机构 * Hangzhou Yunphant Network Technology Co., Ltd.（杭州云幻网络科技有限公司） ； Zhejiang University（浙江大学） ； Central University of Finance and Economics（中央财经大学） ； University of North Georgia（北佐治亚大学） ； Zhejiang Shuren University（浙江树人大学）
AI总结 研究链下数据完整性审计问题，提出DRQN-CMDP方法，结合GRU层与拉格朗日对偶上升，利用无配对同态MAC原语，相比其他13种方法，在燃气成本、误报率和检测延迟上取得良好平衡。
用于大语言模型训练后处理的蒸馏强化学习
机构 * College of Elite Engineers, Nankai University（南开大学精英工程师学院） ； Zhongguancun Academy（中关村学院） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang University（浙江大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； College of Software, Nankai University（南开大学软件学院）
AI总结 研究大语言模型训练后处理问题，提出蒸馏强化学习方法，集成教师监督到RL目标，含反向重要性采样等三个组件，能有效转移知识，在家族内和跨家族蒸馏实验中性能大幅优于标准RL和OPD。
越狱攻击如何为安全对齐提供信息：以防御者为中心、基于Shapley值的越狱贡献评估
机构 * ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学）
AI总结 研究以防御者为中心评估越狱攻击，提出A - MESS框架，通过AttackSHAP估计攻击效用，在不同场景下实验发现攻击成功率排名与防御者效用弱对齐，有限查询能准确估计，直接优化子集安全效用更强，建议将越狱攻击视为安全改进资源。
SynH-Rank：通过多样化数据合成和分层排序训练实现质量感知代码搜索
机构 * College of Computer Science and Technology（计算机科学与技术学院） ； The 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） ； Hangzhou City University（杭州市城市大学） ； Zhejiang University and Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（浙江大学和杭州高新区（滨江）区块链与数据安全研究院）
AI总结 研究针对代码搜索中重排器忽视非功能质量的问题，提出SynH-Rank框架，结合大语言模型数据合成与分层排序训练，采用三级标注方案及新指标，有效提升了代码搜索质量，在多方面取得优于传统方法的性能。
当物理偏好遇到语义约束：用于文本到视频生成的物理和语义直接偏好优化
机构 * University of Nevada, Reno（内华达大学雷诺分校） ； Zhejiang University（浙江大学）
AI总结 文本到视频生成模型存在物理合理性与语义一致性的矛盾，提出物理和语义直接偏好优化方法（PSDPO），通过调节偏好对贡献，限制语义漂移，实现更可靠平衡，实验验证其在提高物理合理性和保持语义一致性上优于基线和现有方法。
Comments This work is accepted by ACM MM 2026
用于动态视觉语言导航的从慢速推理器到快速规划器的逐令牌潜在流
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
AI总结 针对动态视觉语言导航中语言推理慢与规划需即时的矛盾，提出SPARK-VLN双系统框架，通过三个模块将慢速VLM推理器知识流到快速规划器，引入新基准套件，提高了导航成功率、社会合规性及推理效率。
深度估计器是用于3D场景几何修复和重建的隐式神经场
机构 * College of Artificial Intelligence, Zhejiang University（浙江大学人工智能学院）
AI总结 针对现实世界场景数据3D几何不完整问题，提出神经深度场（NDF），将深度估计器视为场景级隐式场解决问题，通过单测试时优化实现，实验表明其在3D场景几何修复中性能优异。
UniPhysGen：用于可模拟3D资产的统一物理基础
机构 * Zhejiang University（浙江大学） ； Manycore Tech Inc.（众核科技公司） ； University of Electronic Science and Technology of China（电子科技大学）
AI总结 研究针对现有3D资产缺乏统一物理语义问题，提出UniPhys框架及UniPhysGen模型，通过联合推理关节语义和固有物理属性，减轻几何捷径偏差，经实验验证其性能先进，生成资产可用于机器人模拟环境。
Comments 39 pages, 12 figures
具有后验混合贝叶斯信念的正则化离线策略优化
机构 * Zhejiang University, Hangzhou, China（浙江大学）
AI总结 提出后验混合贝叶斯信念（PhyB）以统一量化离线强化学习中的认知不确定性，并基于此开发迭代正则化策略优化算法，实现单调改进直至收敛。
ClawBench：AI代理能否完成日常在线任务？
机构 * University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Etude AI ； Carnegie Mellon University（卡内基梅隆大学） ； University of Waterloo（滑铁卢大学） ； Shanghai Jiao Tong University（上海交通大学） ； UniPat AI ； Zhejiang University（浙江大学） ； HKUST（香港科技大学） ； Tsinghua University（清华大学）
AI总结 ClawBench通过153个日常任务测试AI代理能力，涵盖15类144个平台，挑战多步骤流程和复杂操作，揭示现有模型在真实环境中的局限性。
Comments Project page: https://claw-bench.com
通过扩散合成在多样场景中进行快速且安全的轨迹规划
机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； University of Michigan（密歇根大学） ； MIT（麻省理工学院）
AI总结 针对动态环境规划难题，提出能量参数化扩散规划框架，结合轻量级安全过滤器和场景无关的数据生成管道，实现多样场景下快速安全规划，仿真与真实实验验证了其有效性、鲁棒性和适用性。
探究大语言模型的难度感知机制
机构 * Institute of Digital Twin, EIT（数字孪生研究所，EIT） ； Wuhan University of Science and Technology（武汉科技大学） ； Zhejiang University（浙江大学） ； Hong Kong Polytechnic University（香港理工大学） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究院，中国科学院）
AI总结 研究大语言模型内部评估问题难度的能力，通过线性探测和定位特定注意力头实现难度感知建模，经消融实验验证，为用LLMs作自动难度注释器提供支持，揭示token级差异，表明难度感知有结构组织，提供新方向。
CanonicalPhys：通过规范空间先验实现姿态鲁棒的远程光电容积脉搏波描记法
机构 * Center for Machine Vision and Signal Analysis (CMVS), University of Oulu（奥卢大学机器视觉与信号分析中心） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Zhejiang University（浙江大学）
AI总结 研究针对深度远程光电容积脉搏波描记法在头部姿态下性能下降问题，提出CanonicalPhys方法，通过添加可微四点单应性变换固定面部锚点到规范位置，利用规范框架表示相关先验，有效降低姿态影响，减少MAE退化。
Comments Accepted by IJCB 2026. Code: https://github.com/infraface/CanonicalPhys
Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学）
AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。
Comments accepted to IROS 2026
云中可扩展的大语言模型智能体工具访问
机构 * Nanjing University（南京大学） ； Alibaba Cloud（阿里云） ； Fudan University（复旦大学） ； RMIT University（皇家墨尔本理工大学） ； Politecnico di Milano（米兰理工学院） ； Zhejiang University（浙江大学）
AI总结 研究大语言模型智能体在云环境下工具访问问题，提出云规模网关系统，通过打破直接连接模型等整合多种功能，实现高召回率、扩展工具访问数量、提高准确性并减少时间和令牌使用量，还分享了部署经验。
MGDT：具有关系自适应专家混合的MLLM引导扩散变压器用于多模态知识图谱补全
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Communication University of China（中国传媒大学）
AI总结 研究多模态知识图谱补全问题，提出MGDT框架，先通过RASR-MoE模块选路径、抑干扰，再用MLLM对齐表示，最后KGDT去噪生成，实验证明该框架在三个基准数据集上性能优于基线。
Comments 8pages, 6 figures
深度语义对齐与亲和力引导融合的结构化雷达点云生成
机构 * Zhejiang University（浙江大学）
AI总结 针对毫米波雷达点云稀疏、噪声大、结构不完整的问题，提出基于视觉-雷达融合的多模态点云生成方法，利用图像语义约束和稀疏补全策略提升点云质量，并在检测跟踪任务中验证有效性。
Safe-SAIL: 通过稀疏自编码解释框架构建大语言模型的细粒度安全景观
机构 * Alibaba Group（阿里巴巴集团） ； The 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） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室） ； Renmin University of China（中国人民大学）
AI总结 本文提出Safe-SAIL框架，通过稀疏自编码解释方法高效识别安全领域特征，减少解释成本55%，并系统评估1758个安全相关特征，揭示风险特征识别和安全关键实体编码机制。
Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 18916-18935 (2026)
潜在融合越狱：融合有害与无害表征以引出不安全的大语言模型输出
机构 * Bingjiang Institute of Zhejiang University（浙江大学滨江学院） ； Zhejiang University（浙江大学） ； Guangzhou University（广州大学） ； Chongqing University（重庆大学）
AI总结 研究如何通过白盒干预操纵安全对齐的大语言模型，核心方法是潜在融合越狱（LFJ），通过配对有害与良性表征、优化混合系数等实现，在多个模型和基准上取得高攻击成功率，还设计了对抗训练程序降低攻击成功率。
试验中的评分标准：通过合成成对证据从单个查询中演化评分标准
机构 * School of Computing, National University of Singapore（新加坡国立大学计算学院） ； Xiaohongshu Inc.（小红书公司） ； School of Cyber Science and Technology, Zhejiang University（浙江大学网络空间安全学院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； School of Statistics and Data Science, Shanghai University of Finance and Economics（上海财经大学统计与数据科学学院） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 研究针对构建可靠特定查询评分标准难的问题，提出“试验中的评分标准”框架，仅从查询演化评分标准集，靠合成响应对获取监督并验证，实验证明该框架有效，平均准确率最佳且在多数评估集领先。
TAMF-VTON：通过高保真图像合成实现纹理感知无掩码虚拟试穿
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） ； Style3D Research China（中国凌迪科技风格实验室）
AI总结 TAMF-VTON旨在解决虚拟试穿方法局限，通过统一生成管道，含轻量级专家混合适应方案、频域监督机制和强大数据管理管道，实现无掩码、多服装组合、纹理保留及高效推理，优于现有方法，为数字时尚提供可行方案。
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