Strong Reasoning Isn't Enough: Evaluating Evidence Elicitation in Interactive Diagnosis
强推理并不足够：评估交互诊断中的证据获取
机构 * School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出REFINE策略，通过诊断验证引导代理主动解决不确定性，提升交互诊断中证据获取效率。
高校专区
Fudan University（复旦大学）
Explicit Multi-head Attention for Inter-head Interaction in Large Language Models
显式多头注意力机制用于大语言模型中头间的交互
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学）
AI总结 本文提出显式多头注意力机制，通过显式建模头间交互提升注意力性能，实现更高效的参数利用和内存压缩，同时保持模型性能。
Yunque DeepResearch Technical Report
Yunque DeepResearch 技术报告
机构 * Tencent BAC（腾讯BAC） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 Yunque DeepResearch提出了一种分层、模块化且稳健的框架，通过多代理协调、动态上下文管理和主动监督模块解决深度研究中的关键挑战，实现先进性能并开源支持社区发展。
Self-Reconfiguration Planning for Deformable Quadrilateral Modular Robots
可变形四边形模块化机器人的自重构规划
机构 * Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（人工智能与机器人研究所，工程与技术学院，复旦大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学）
AI总结 本文提出了一种针对可变形四边形模块化机器人的自重构规划算法，通过虚拟图和依赖性反树实现稳定连接，验证了其在效率和稳定性上的优势。
Tabular Incremental Inference
表格增量推断
机构 * Fudan University（复旦大学）
AI总结 本文提出表格增量推断任务，通过引入大语言模型占位符和预训练TabAdapter，使模型在推断阶段能动态融入新列，提升AI在动态表格场景中的实用性。
Unleashing Scientific Reasoning for Bio-experimental Protocol Generation via Structured Component-based Reward Mechanism
通过结构化组件奖励机制解锁生物实验协议生成中的科学推理
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 通过结构化组件奖励机制，Thoth在多个基准测试中超越了现有LLMs，实现了更准确的生物实验协议生成。
MODUR: A Modular Dual-reconfigurable Robot
MODUR：一种模块化双级可重构机器人
机构 * Institute of AI and Robotics, Academy for Engineering & Technology, Fudan University（人工智能与机器人研究院，工程与技术学院，复旦大学） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳）） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人社会研究院） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学）
AI总结 MODUR是一种具备双级重构能力的模块化机器人，通过紧凑连接器和剪式连杆组实现模块自我重构与基本运动执行。
Journal ref Proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 10212-10219
Vlaser: Vision-Language-Action Model with Synergistic Embodied Reasoning
Vlaser：具有协同具身推理能力的视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学） ； 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） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； NUS（新加坡国立大学） ； Northeastern University（东北大学） ； Shenzhen University（深圳大学）
AI总结 Vlaser通过整合高级推理与低级控制，解决了具身推理与VLA策略学习之间的关键差距，在多个基准测试中取得最佳性能。
Reducing False Positives in Static Bug Detection with LLMs: An Empirical Study in Industry
利用大语言模型减少静态bug检测中的误报：一项行业内的实证研究
机构 * Fudan University（复旦大学） ； Tencent（腾讯）
AI总结 本研究利用大语言模型在腾讯企业环境中减少静态代码分析中的误报，通过实证研究展示LLM在工业场景下的高效性和成本效益。
