WaterClear-GS: Optical-Aware Gaussian Splatting for Underwater Reconstruction and Restoration
WaterClear-GS: 用于水下重建和修复的光学感知高斯点云
机构 * Beihang University（北航大学）
AI总结 WaterClear-GS通过整合水的光学特性，提出了一种纯3DGS框架，实现高效的水下3D重建和修复，同时保持实时渲染能力。
高校专区
Beihang University（北京航空航天大学）
GraphDLG: Exploring Deep Leakage from Gradients in Federated Graph Learning
GraphDLG: 探索联邦图学习中的深度梯度泄露
机构 * C-FAIR \& School of Software Shandong University Jinan China ； SKLCCSE Lab Beihang University Beijing China ； Automation \& Intelligent Sensing Shanghai Jiao Tong University Shanghai China ； Shandong University ； Beihang University ； Shanghai Jiao Tong University
AI总结 GraphDLG通过解耦图结构和节点特征，有效从共享梯度中恢复原始图数据，提升了节点特征和图结构重建的性能。
Dynamic Worlds, Dynamic Humans: Generating Virtual Human-Scene Interaction Motion in Dynamic Scenes
动态世界，动态人类：生成动态场景中的虚拟人类-场景交互动作
机构 * Beihang University（北航大学） ； University of Durham（达勒姆大学） ； State Key Laboratory of Virtual Reality Technology and Systems（虚拟现实技术与系统国家重点实验室） ； Zhongguancun Laboratory（中关村实验室）
AI总结 本文提出Dyn-HSI架构，通过动态视觉导航、分层经验记忆和人-场景交互扩散模型，生成高质量的动态场景中人-场景交互动作。
DSSmoothing: Toward Certified Dataset Ownership Verification for Pre-trained Language Models via Dual-Space Smoothing
DSSmoothing：通过双空间平滑实现预训练语言模型的认证数据集所有权验证
机构 * North China Electric Power University（华北电力大学） ； Research Institute, China Unicom（中国联合研究院） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学）
AI总结 DSSmoothing通过双空间平滑在灰盒设置下实现预训练语言模型的数据集所有权验证，提供可证明的鲁棒性保证。
Comments To appear in WWW 2026. 12 pages
GraphRAG-R1: Graph Retrieval-Augmented Generation with Process-Constrained Reinforcement Learning
GraphRAG-R1: 基于过程约束强化学习的图检索增强生成
机构 * Nankai University（南开大学） ； Huawei Technologies Ltd（华为技术有限公司） ； Beihang University（北航）
AI总结 GraphRAG-R1通过过程约束强化学习提升LLM多跳推理能力，结合改进的GRPO方法和两种新型奖励函数，有效解决复杂问题。
Comments Accepted by the Web Conference 2026
PROPHET: An Inferable Future Forecasting Benchmark with Causal Intervened Likelihood Estimation
PROPHET：一个基于因果干预似然估计的可推断未来预测基准
机构 * Peking University（北京大学） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学）
AI总结 PROPHET引入了基于因果干预似然估计的可推断未来预测基准，通过CIL评估预测问题的可推断性，提升未来事件预测的准确性与可靠性。
Less is More: Compact Clue Selection for Efficient Retrieval-Augmented Generation Reasoning
少即是多：为高效检索增强生成推理设计的紧凑线索选择
机构 * School of Artificial Intelligence, Beihang University（北航人工智能学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Beijing Academy of Blockchain and Edge Computing（北京区块链与边缘计算研究院）
AI总结 CompSelect通过紧凑线索选择机制提升RAG推理效率，减少LLM推理成本，优化线索提取与排序。
Comments Accepted to the ACM Web Conference 2026 (WWW'26)
