高校专区
在Transformer中何处添加PDE扩散
机构 * The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Fudan University, Shanghai, China（复旦大学）
AI总结 研究通过分析PDE扩散与注意力的非交换性，探讨了在Transformer中插入扩散层的位置对模型性能的影响，提出了一种三层理论框架并验证了不同插入位置的效果。
融合像素与基因：计算病理学中的空间感知学习
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)（菲茨斯智能科技有限公司（菲茨斯AI）） ； Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Tencent Youtu Lab（腾讯优图实验室） ； ByteDance（字节跳动）
AI总结 STAMP通过整合空间解析基因表达数据，提升计算病理学中多模态学习的性能与泛化能力。
Comments accepted by ICLR 2026, 34 pages, 10 figures, 7tables
sleep2vec：用于异构夜间生物信号的统一跨模态对齐
机构 * Five Seasons Medical（五 Seasons 医疗） ； Tsinghua University（清华大学） ； Beijing Key Laboratory for Sleep Breathing Disorder（北京睡眠呼吸障碍重点实验室） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Technical University of Munich（慕尼黑技术大学）
AI总结 sleep2vec通过统一跨模态对齐和原理化缩放，实现了对异构夜间生物信号的高效、通用建模。
通过场景去上下文化实现一致的文本到图像生成
机构 * University of Shanghai for Science and Technology（上海科技大学） ； Universität Hamburg（汉堡大学） ； ComOriginMat Inc（ComOriginMat公司） ； Fudan University（复旦大学） ； Western University（西敏大学） ； Vector Institute（向量研究所） ； University of Electronic Science and Technology of China（电子科技大学） ； University of Surrey（萨里大学）
AI总结 本文提出Scene De-Contextualization方法，通过去除文本到图像生成中主体与场景的固有相关性，提升生成图像的一致性与多样性。
Comments This paper is accepted by ICLR 2026
AWM: 用于大型语言模型的准确权重矩阵指纹
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； 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）
AI总结 AWM通过基于权重矩阵的无训练指纹方法，利用线性分配问题和无偏中心核对齐相似性，实现对大型语言模型训练来源的可靠识别。
Comments ICLR 2026
通过基于SVD的量化误差最小化增强LLM中的delta压缩
机构 * Shanghai University of Finance（上海财经大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； Southern University of Science（南方科技大学）
AI总结 PrinMix通过基于SVD的量化误差最小化方法，提升LLM中delta压缩的效率与性能。
OmniEarth-Bench: 向全面评估地球六大球体及跨球体交互的多模态观测地球数据迈进
机构 * National University of Defense Technology, China（国防科技大学） ； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室） ； Beijing University of Posts and Telecommunications, China（北京邮电大学） ； Zhejiang University, China（浙江大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Fudan University, China（复旦大学） ； Sun Yat-sen University, China（中山大学） ； Nanjing University, China（南京大学） ； University of Science and Technology of China（中国科学技术大学） ； Wuhan University, China（武汉大学）
AI总结 OmniEarth-Bench是首个全面评估地球六大球体及跨球体交互的多模态基准测试，通过29,855个标准化注释揭示了地球系统认知能力的系统性差距。
DCDM：分而治之扩散模型用于保持一致性视频生成
机构 * Fudan University（复旦大学） ； Tencent（腾讯）
AI总结 DCDM通过分而治之的扩散模型，解决视频生成中的语义、几何和身份一致性问题，提升视频生成的连贯性和可控性。
Comments 7 pages, 2 figures
MedScope：通过粗到细的工具调用激励“通过视频思考”以进行临床推理
机构 * College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine, Shanghai, China（上海交通大学医学院健康科学与技术学院） ； Fudan University, Shanghai, China（复旦大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Tsinghua University, Beijing, China（清华大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Ruijin Hospital, Shanghai Jiaotong University, Shanghai, China（上海交通大学瑞金医院）
AI总结 MedScope通过粗到细的工具调用机制，提升临床视频推理的准确性与可信度，实现基于时间局部化视觉证据的医疗AI代理。
KidMesh：基于深度神经网络的儿童先天性肾积水计算网格重建
机构 * School of Basic Medical Sciences, Intelligent Medicine Institute, Fudan University（基础医学学院，智能医学研究院，复旦大学） ； School of Medical Imaging, Fujian Medical University（医学影像学院，福建医科大学） ； College of Physics and Information Engineering, Fuzhou University（物理与信息工程学院，福州大学） ； department of pediatrics, Fuzhou University Affiliated Provincial Hospital（儿科部门，福州大学附属省医院） ； Interdisciplinary Institute of Medical Engineering, Fuzhou University（医学工程跨学科研究院，福州大学）
AI总结 KidMesh通过深度神经网络直接从MRU图像重建CH网格，无需后处理，实现快速准确的肾积水网格重建，为尿动力学模拟提供支持。
镜：一种用于AI辅助伦理审查的多智能体系统
机构 * Institute of Trustworthy Embodied AI（可信具身人工智能研究所） ； Institute of Technology Ethics for Human Future（人类未来技术伦理研究所） ； School of Philosophy（哲学学院） ； School of Life Sciences（生命科学学院） ； Ethics Committee of Zhongshan Hospital（中山医院伦理委员会） ； Department of Cardiology, Zhongshan Hospital of Fudan University, Institute of Cardiovascular Diseases, National Clinical Research Centre for Interventional Medicine（复旦大学中山医院心内科、心血管疾病研究所、介入医学临床研究中心） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 Mirror是一种多智能体系统，通过整合伦理推理和多智能体协商，提升AI辅助伦理审查的效率和专业性。
Comments 4 figures, 3 tables
语言模型预训练中概念的演变
机构 * OpenMOSS Team, Shanghai Innovation Institute（开放MOSS团队、上海创新研究院） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文通过crosscoders方法研究语言模型预训练中特征演变，揭示特征形成与下游性能的因果关系，并发现统计学习与特征学习两个阶段。
Comments 35 pages, 35 figures. Accepted to ICLR 2026
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