高校专区
GIFT：面向机器人操作的基于动作导向结构监督的引导式中间特征训练
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 该研究提出 GIFT 框架，通过几何对齐、可供性预测和目标区域重建约束中间特征，在 LIBERO-Plus 和 RoboCasa 数据集上，其多个变体在机器人操作任务中显著优于基准模型，性能提升明显。
FLY-EVAL++：面向大语言模型的安全约束飞行预测的证据驱动评估协议
机构 * National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） ； University of Manchester（曼彻斯特大学） ； Yunnan University（云南大学） ； Fudan University（复旦大学） ； Beihang University（北京航空航天大学） ； China Telecom Artificial Intelligence Technology(Beijing) Co., Ltd.（中国电信人工智能技术（北京）有限公司）
AI总结 研究针对LLM在安全关键飞行预测中的评估缺陷，提出FLY-EVAL++协议，验证66个LLM后发现安全合规性是关键区分维度，表明需明确评估约束满足度。
Comments Published as a conference paper at COLM 2026
Journal ref Proceedings of the Conference on Language Modeling (COLM), 2026
MulDP：用于四足机器人穿越复杂地形自主跑酷导航的多模态扩散策略
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院）
AI总结 本文针对四足机器人自主跑酷导航的关键挑战，提出MulDP多模态扩散策略，构建QPND数据集，经仿真与真实实验验证其可实现复杂地形的长时程鲁棒自主导航。
Comments 8 pages, 8 figures, IROS 2026 Accept
WorldReward：面向相机条件世界模型的奖励建模
机构 * Fudan University（复旦大学） ； Tencent Hunyuan（腾讯混元） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 该研究提出WorldReward，一种基于VLM的成对偏好奖励模型，解决相机条件世界模型现有奖励函数的缺陷，在WorldReward-Bench上超GPT-5.5，还提升了HY-WorldPlay 1.5的动作与视觉质量。
Comments Website: https://codegoat24.github.io/WorldReward
MetaStructAtlas：用于全身PET/CT中功能与结构推理的基于接地的3D视觉-语言数据集与基准
机构 * Shanghai Academy of Artificial Intelligence for Science（上海科学人工智能研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化研究院） ； Huashan Hospital（华山医院） ； Human Phenome Institute, Fudan University（复旦大学人类表型组研究院） ； Shanghai Universal Medical Imaging Diagnostic Center（上海全景医学影像诊断中心）
AI总结 研究针对现有3D医学视觉-语言模型仅适用于区域CT成像的局限，构建了MetaStructAtlas数据集与MetaStructVQA基准，评估现有模型，为核医学全身多模态推理奠定基础。
安全性无法组合：自主大型语言模型智能体的非衰减循环状态
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） ； Supply Chain Tech Team Y, JD.com（京东Y供应链技术团队） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Fullive-AI（Fullive人工智能）
AI总结 该研究发现自主LLM智能体的轨迹级安全保障存在组合性缺陷，提出非衰减循环安全状态的LoopHarness方案，可限制未授权不可逆操作数量，通过Agent-SafetyBench等评估验证其有效性。
EntangleCodec：通过语义-声学纠缠的统一离散音频分词器
机构 * Fudan University（复旦大学）
AI总结 提出EntangleCodec，一种通过将音频与丰富标题对齐学习语义-声学联合表示的统一离散音频分词器，在紧凑令牌流中捕获语言内容、说话人身份、情感、韵律和声学场景，并通过流匹配扩散解码器实现高质量重建，在音频理解和生成任务上均取得领先性能。
Comments 17 pages, 10 figures
技能条件门控自蒸馏用于大语言模型推理
机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 提出技能条件门控自蒸馏（SGSD），通过从经验技能库中检索技能-错误对构建多教师池，并利用验证器验证教师极性，以鲁棒门控目标蒸馏信息性师生差异，在弱先验信息假设下提升数学推理性能。
Comments Accepted by EMNLP 2026 Findings. Code is available at https://github.com/walawalagoose/SGSD
Fast-BEV++: 通过算法加速，通过设计部署
机构 * iMotion Automotive Technology (Suzhou) Co., Ltd（iMotion汽车技术（苏州）有限公司） ； School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出Fast-BEV++，通过算法加速和设计部署两个原则，解决自动驾驶中低成本鸟眼视图感知在精度与部署效率之间的矛盾，实现了3倍速度提升并在nuScenes基准上取得0.488 NDS的新状态-of-the-art结果，同时在134 FPS以上实现实时推理。
Comments Accepted by IROS 2026
奖励塑造以缓解强化学习从人类反馈中的奖励黑客
机构 * Fudan University（复旦大学）
AI总结 PAR通过利用奖励模型中的潜在偏好信号，有效缓解RLHF中的奖励黑客问题，表现出更高的性能和数据效率。
RECAST：通过多约束数据扩展大型语言模型（LLMs）复杂指令遵循的边界
机构 * Fudan University（复旦大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 该研究针对LLMs在遵循超10个约束的复杂指令时表现不佳的问题，提出RECAST框架构建含多约束的RECAST-30K数据集，微调后模型遵循复杂指令能力提升且通用能力未降，还可用于设计强化学习奖励函数。
SafeEvolve：利用智能体经验进行安全对齐的 harness-策略协同进化
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； SJTU（上海交通大学） ； Fudan University（复旦大学） ； HKUST（香港科技大学） ； Zhejiang University（浙江大学）
AI总结 SafeEvolve是一种基于智能体经验的安全对齐自进化框架，通过harness-策略协同进化实现更优的安全-效用权衡，在Qwen3.5-4B上可降低AgentDojo的ASR并提升良性效用
Comments Project: https://github.com/MaoPopovich/SafeEvolve
GlyphAnchor：通过位置锚定字形先验增强视觉文本渲染
机构 * Fudan University（复旦大学） ； Xiaohongshu Inc.（小红书公司） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 针对图像生成与编辑模型的文本渲染难题，提出GlyphAnchor方法，结合字形先验提升文本保真度，引入InfoTextBench基准验证，效果显著。
高效GUI智能体：关于观察、记忆、动作与运行时优化的系统综述
机构 * College of Future Information Technology, Fudan University（复旦大学未来信息技术学院） ； Shanghai Innovation Institute（上海创新研究院） ； Chongqing Technology and Business University（重庆工商大学）
AI总结 本综述从系统视角梳理高效GUI智能体的技术维度，总结其核心进展思路，并指出验证器成本核算等开放问题，为该领域实际部署提供参考。
Comments Accept at Grounding Language Models: Learning Faithfully and Efficiently @ EMNLP 2026
作为特质方向漂移的阈下学习：SFT蒸馏下的机制与针对性控制
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学）
AI总结 本文提出特质方向漂移作为阈下学习的机制，并提出探针空间走廊正则化方法，可有效降低隐藏特质转移，同时保留任务性能，尤其在Qwen设置下表现稳定。
Comments 39 pages, 8 figures
CaST-POI：基于候选人的空间时间建模用于下一步POI推荐
机构 * Fudan University（复旦大学） ； Southeast University（东南大学） ； University of Malaya（马来亚大学）
AI总结 本文提出CaST-POI模型，通过候选条件化序列阅读器动态关注用户历史，引入候选相对时间空间偏置，提升POI推荐性能。
从人类偏好中学习查询特定评分标准用于DeepResearch报告生成
机构 * Tencent（腾讯） ； Fudan University（复旦大学） ； Tsinghua University（清华大学）
AI总结 提出一种通过强化学习训练查询特定评分标准生成器的流水线，以解决DeepResearch长报告生成中缺乏可验证奖励信号的问题，并在人类偏好测试和下游任务中取得显著性能提升。
SpatialGuard：基于布局管控的可验证空间推理文本到图像生成方法
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Fysics Intelligence Technologies Co., Ltd. (Fysics AI)（Fysics智能科技有限公司（Fysics AI））
AI总结 SpatialGuard是一种结构化布局引导框架，通过布局管控器实现可验证的空间推理，提升了复杂3D空间文本到图像生成的空间保真度，达到当前最优性能。
防御即技能：为技能增强型智能体演化运行时防护技能
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海））
AI总结 本研究提出 Defense-as-Skill 防御范式，将运行时防护实现为可安装技能，开发 SkillSonar 防护工具，构建 SCOPE-R 数据集，经演化后可大幅降低攻击成功率，同时保持安全-效用权衡。
从基础 rollouts 到 RL 推理：预算搜索视角
机构 * Fudan University（复旦大学） ； Zhipu AI（智谱AI） ； Tsinghua University（清华大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 该研究从预算搜索视角，通过统一解码框架（UDF）和预算操作点转换规则（BOPTR），探究 RL 对语言模型推理的提升本质，发现 RL 增益多源于基础模型采样效率的提升。
Comments Accepted to Findings of EMNLP 2026
像素文本表示学习的设计基础
机构 * The Chinese University of Hong Kong（香港中文大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Fudan University（复旦大学） ； Aberystwyth University（阿伯里斯特威斯大学） ； University of Macau（澳门大学） ； Shanghai University of Finance and Economics（上海财经大学）
AI总结 本研究针对现有像素-文本编码器的缺陷，确定视觉文本表示学习的四个关键设计原则，据此训练的Pixel Linguist II在多项视觉文本任务上达SOTA，且在高视觉令牌压缩下仍具鲁棒性，推动光学上下文压缩发展。
Comments EMNLP 2026
单一策略，任意预算：通过强化学习内化预算感知搜索
机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机与人工智能学院） ； College of Software Engineering, Southeast University（东南大学软件学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 该研究针对现有LLM搜索智能体无法适配变化预算约束的问题，提出AnySearch框架，通过两阶段课程强化学习训练，在7个问答基准上实现了跨预算规模的性能提升与泛化能力。
ChatDev 2.0：用于开发各类应用的无代码多智能体平台
机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Peking University（北京大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 ChatDev 2.0推出无代码多智能体平台DevAll，结合声明式可执行图抽象与可视化界面，复现先进MAS并获竞争力性能，为LLM-based MAS提供通用开发方案。
Comments Accepted at EMNLP 2026 Demo Track
ReDeck：面向文档到幻灯片生成的步骤级渲染驱动的优化方法
机构 * Microsoft Corporation（微软公司） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学）
AI总结 ReDeck是一种步骤级渲染驱动的文档转幻灯片生成优化框架，采用多粒度反馈机制，在DeckQuiz基准及GPT-5.4等模型上性能优于现有同类智能体，证实反馈时机与粒度的重要性。
比Flash更快：利用注意力稀疏性实现高效长上下文解码
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 该研究提出硬件-算法协同设计框架FFD，利用注意力稀疏性实现长上下文解码的高效性，获内核级11.6倍加速、端到端吞吐量2.37倍提升，在基准数据集上保持精度。
Comments 20 pages, 8 figures, 10 tables; Accepted at ICML 2026
生命算子：一种用于多尺度生命建模的自演化框架
机构 * Fudan University（复旦大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 该研究提出生命算子框架，含感知、演化、生成等算子及桥接算子，可构建任务特定算子图，支持模块化科学修正，有望成为医疗超级人工智能的计算基础。
Comments 14 pages, 3 figures
能量形式全共形区域的共中心几何与认证径向重构
机构 * School of Management, Fudan University（复旦大学管理学院）
AI总结 该研究分析全共形预测区域的共中心几何，针对特定幂距离范围推导其星形等性质，提出可生成认证径向包络的方法，适用于低维多变量输出场景。
Comments 29 pages, 3 figures. v2: tightened the radial certificate and added a staged numerical study of certificate tightness and robust nonconvexity diagnostics; conclusions and scope updated. Companion Lean 4 formalization and audited release: https://github.com/riasleyfung/fullcp-geometry-formal/tree/arxiv-v2-release
MicroEvo：知识引导的大语言模型采样用于高效微架构设计空间探索
机构 * Southeast University（东南大学） ； National Center of Technology Innovation for EDA（国家EDA技术创新中心） ； NVIDIA Corporation（英伟达公司） ； Fudan University（复旦大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Peking University（北京大学）
AI总结 MicroEvo是结合LLM与MCTS的知识引导框架，用于多目标微架构优化，可提升帕累托前沿质量与搜索效率，具备工业级可扩展性。
Comments Accepted by ICCAD 2026
MYOSAIQ挑战赛：自动化梗死量化的心肌分割
机构 * INSA-Lyon, Universite Claude Bernard Lyon 1, UJM-Saint Etienne, CNRS, Inserm, CREATIS UMR 5220, U1294（里昂国立应用科学学院、里昂第一大学克洛德·贝尔纳大学、圣艾蒂安大学、法国国家科学研究中心、法国国家健康与医学研究院、CREATIS联合研究机构） ； Institut Universitaire de France (IUF)（法兰西大学研究院） ； University of Sherbrooke（谢布鲁克大学） ； Huazhong University of Science and Technology（华中科技大学） ； Sunnybrook Research Institute, University of Toronto（多伦多大学桑尼布鲁克研究所） ； Imperial College London（伦敦帝国理工学院） ； University College London（伦敦大学学院） ； Fudan University（复旦大学） ； Medical University of Graz（格拉茨医科大学） ； Graz University of Technology（格拉茨技术大学） ； Universidad de Zaragoza（萨拉戈萨大学） ； Instituto de Investigación Sanitaria de Aragón (IIS Aragón)（阿拉贡卫生研究所） ； Centre Hospitalier Annecy Genevois（阿讷西日内瓦中心医院） ； Hôpital Universitaire Cardiologique Louis Pradel（路易·普拉德尔大学心脏病医院）
AI总结 本文介绍MYOSAIQ挑战赛，整合439例多中心CMR数据，6支队伍参赛，对比发现基于UNet的技术在LGE MR分割上优于基础模型，但梗死区域分割仍需改进。
Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:032
Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)
SocialReasonBench：基于反事实叙事视频的社会推理视频问答基准
机构 * AAII, University of Technology Sydney（悉尼科技大学AAII（先进人工智能研究所）） ； Northeastern University（东北大学） ； Fudan University（复旦大学） ； University of Liverpool（利物浦大学）
AI总结 研究人员推出SocialReasonBench基准，评估LMMs的社会推理能力，发现其在反事实和因果推理上表现不佳，凸显了模型在潜在社会状态推理上的不足。
Comments Accepted to Findings of EMNLP 2026. 24 pages, 11 figures, 11 tables
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