高校专区
SchemaGUI：一种用于可控图形用户界面生成评估的模式驱动基准
机构 * Shanghai University of Engineering Science（上海工程技术大学） ； Fudan University（复旦大学）
AI总结 针对LLM的GUI生成评估难题，提出SchemaGUI基准，测试Qwen3.5等5种主流模型，发现几何控制、布局复杂度、思维模式对GUI生成效果的影响规律。
Comments 18 pages, 6 figures, and 7 tables. Code is available at this https URL (https://github.com/xdong2002/SchemaGUI)
MedReaMM：评估大型多模态模型在专家级临床诊断综合能力上的表现
机构 * The First Affiliated Hospital with Nanjing Medical University（南京医科大学第一附属医院） ； Jiangsu Province Hospital（江苏省医院） ； Huazhong University of Science Technology（华中科技大学） ； Fudan University（复旦大学）
AI总结 本研究构建了多模态临床诊断基准MedReaMM，评估23个大型多模态模型的诊断综合能力，发现多数模型准确率不足50%，揭示了该领域的能力差距及相关影响因素。
模仿者游戏：超越动作预测的机器人模仿能力基准测试
机构 * The University of Hong Kong（香港大学） ； TranscEngram ； Fudan University（复旦大学） ； Zhejiang University（浙江大学）
AI总结 该研究推出四级基准《模仿者游戏》及配套数据集、评估平台，发现功能替代是机器人意图层面模仿的关键障碍，微调IG-10K预训练模型可显著提升性能。
探索时持异议，提交时持共识：面向软件智能体的路由引导测试时缩放
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 该研究针对软件智能体测试时缩放难题，提出Risa方法，利用MoE路由轨迹引导探索与仲裁，在SWE-bench等基准上提升了仓库级软件工程任务的解决率。
统一多模态模型中视觉生成何时能助力视觉理解？
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 本研究提出VGAU-Diag评估框架，发现统一多模态模型的视觉生成仅在简单任务上助益理解，瓶颈多在理解侧，有效生成需瞄准理解瓶颈。
被动对象状态世界模型中运动学、接触和物体恒存场的事件条件诊断
机构 * College of Intelligent Robitcs and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院）
AI总结 提出一种诊断协议，测试被动对象状态世界模型中的隐式物理场是否按事件类型组织，并验证场对齐表示对预测的功能影响。
Comments Revised version: updated the title and terminology to use a more conservative latent-structure framing, added a third independent training seed across the evaluated model architectures, and regenerated the corresponding analyses, figures, and numerical results. The public reproducibility repository has also been updated. The main conclusions remain unchanged
SkillNet: 创建、评估和连接AI技能
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； Tencent（腾讯） ； Fudan University（复旦大学） ； The University of Edinburgh（爱丁堡大学） ； Monash University（墨尔本大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huzhou University（湖州大学） ； Hornor Device Co., Ltd（Hornor设备有限公司） ； Hangzhou Institute for Advanced Study, UCAS（杭州先进研究所，UCAS）
AI总结 SkillNet通过统一的本体和多维评估机制，大规模创建、评估和连接AI技能，提升代理性能并促进技能的持久掌握。
Comments this http URL (http://skillnet.openkg.cn/;) add SkillNet-Gym, a benchmark for evaluating skill retrieval, utilization, composition, and SkillNet-Fabric for task-specific skill routing through lightweight Wikis
单环随机双层优化的收敛性研究：近似隐式微分
机构 * Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； SGIT AI Lab（SGIT人工智能实验室）
AI总结 本文提出单环随机近似隐式微分算法，证明其在O(κ⁷ ε⁻²)复杂度下达到ε-静态点，兼顾多环方法的最优收敛速度与单环的高效计算。
推进块扩散语言模型用于测试时间扩展
机构 * Fudan University（复旦大学） ； Peking University（北京大学）
AI总结 本文提出BACD和TCCF方法，提升块扩散语言模型在测试时间扩展中的推理效率和效果。
SlideGen：用于科学幻灯片生成的协作多模态智能体
机构 * Stony Brook University（石溪大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Fudan University（复旦大学）
AI总结 SlideGen通过协作多模态智能体实现科学论文到高质量幻灯片的生成，提升视觉质量和内容忠实度。
带有用户集成个性化的语法引导扩散语言模型
机构 * Department of Statistics and Data Science, Fudan University（复旦大学统计与数据科学系） ； Department of Statistics and Applied Probability, University of California, Santa Barbara（加州大学圣巴巴拉分校统计与应用概率系）
AI总结 本研究提出语法引导扩散语言模型，结合结构监督与个性化条件，通过级联及非级联架构、共享表示机制，在多任务实验中展现出文本生成的流畅度、多样性与风格保真度优势。
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