arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

高校专区

The Hong Kong University of Science and Technology(香港科技大学)

2026-02-25 至 2026-02-25 共收录 7
2602.20925 2026-02-25 cs.RO cs.CV

LST-SLAM: A Stereo Thermal SLAM System for Kilometer-Scale Dynamic Environments

LST-SLAM:一种用于公里级动态环境的立体热SLAM系统

Zeyu Jiang, Kuan Xu, Changhao Chen

机构 * PEAK-Lab, The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)峰值实验室) School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电子与电气工程学院)

AI总结 LST-SLAM通过结合自监督学习、立体跟踪和几何优化,实现了在动态大规模环境中高鲁棒性和精度的热SLAM系统。

Comments ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12876 2026-02-25 cs.AI

BrowseComp-$V^3$: A Visual, Vertical, and Verifiable Benchmark for Multimodal Browsing Agents

BrowseComp-$V^3$:一种视觉、垂直和可验证的多模态浏览代理基准测试

Huanyao Zhang, Jiepeng Zhou, Bo Li, Bowen Zhou, Yanzhe Shan, Haishan Lu, Zhiyong Cao, Jiaoyang Chen, Yuqian Han, Zinan Sheng, Zhengwei Tao, Hao Liang, Jialong Wu, Yang Shi, Yuanpeng He, Jiaye Lin, Qintong Zhang, Guochen Yan, Runhao Zhao, Zhengpin Li, Xiaohan Yu, Lang Mei, Chong Chen, Wentao Zhang, Bin Cui

机构 * PKU(北京大学) HKUST(GZ)(香港科技大学) OUC(华侨大学) CASIA(中国科学院自动化研究所) HITSZ(哈尔滨工业大学) THU(清华大学) Huawei Cloud BU(华为云业务部)

AI总结 BrowseComp-$V^3$提出了一种多模态浏览代理基准测试,通过300个跨模态问题评估深度搜索能力,揭示多模态信息整合的瓶颈。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.23587 2026-02-25 cs.DB cs.AI

A Survey of Data Agents: Emerging Paradigm or Overstated Hype?

数据代理的综述:新兴范式还是过度炒作?

Yizhang Zhu, Liangwei Wang, Chenyu Yang, Xiaotian Lin, Boyan Li, Wei Zhou, Xinyu Liu, Zhangyang Peng, Tianqi Luo, Yu Li, Chengliang Chai, Chong Chen, Shimin Di, Ju Fan, Ji Sun, Nan Tang, Fugee Tsung, Jiannan Wang, Chenglin Wu, Yanwei Xu, Shaolei Zhang, Yong Zhang, Xuanhe Zhou, Guoliang Li, Yuyu Luo

机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) Shanghai Jiao Tong University(上海交通大学) Renmin University of China(中国人民大学) Beijing Institute of Technology(北京理工大学) Southeast University(东南大学) Tsinghua University(清华大学) Huawei(华为) DeepWisdom

AI总结 本文系统梳理了数据代理的分类与演变,提出分层框架并分析其技术发展与未来方向。

Comments Please refer to our paper list and companion materials at: https://github.com/HKUSTDial/awesome-data-agents

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.20718 2026-02-25 cs.CV

Monocular Endoscopic Tissue 3D Reconstruction with Multi-Level Geometry Regularization

单目内窥镜组织三维重建与多级几何正则化

Yangsen Chen, Hao Wang

机构 * HKUST(GZ)(香港科技大学(珠海))

AI总结 本文提出基于3D高斯点的单目内窥镜组织三维重建方法,结合多级几何正则化实现平滑表面与实时渲染。

Comments ijcnn 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.02565 2026-02-25 cs.CV cs.AI

A Cognitive Process-Inspired Architecture for Subject-Agnostic Brain Visual Decoding

一种受认知过程启发的无主体脑视觉解码架构

Jingyu Lu, Haonan Wang, Qixiang Zhang, Xiaomeng Li

机构 * The Hong Kong University of Science and Technology(香港科技大学) Shenzhen Loop Area Institute(深圳河套学院)

AI总结 本文提出VCFlow架构,通过建模人类视觉系统结构,实现快速且无主体的脑视觉解码,提升临床应用可行性。

Comments Accepted at the International Conference on Learning Representations (ICLR), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.07172 2026-02-25 cs.AI

NewtonBench: Benchmarking Generalizable Scientific Law Discovery in LLM Agents

NewtonBench: 在LLM代理中评估可推广的科学定律发现

Tianshi Zheng, Kelvin Kiu-Wai Tam, Newt Hue-Nam K. Nguyen, Baixuan Xu, Zhaowei Wang, Jiayang Cheng, Hong Ting Tsang, Weiqi Wang, Jiaxin Bai, Tianqing Fang, Yangqiu Song, Ginny Y. Wong, Simon See

机构 * The Hong Kong University of Science and Technology(香港科学与技术大学) NVIDIA(英伟达)

AI总结 NewtonBench通过反事实定律变化生成科学定律发现任务,评估LLM代理在复杂系统中发现隐藏原理的能力,并揭示其在系统复杂性和观测噪声下的脆弱性。

Comments ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.12016 2026-02-25 cs.LG cs.DC

A Survey on Federated Fine-tuning of Large Language Models

大型语言模型联邦微调综述

Yebo Wu, Chunlin Tian, Jingguang Li, He Sun, Kahou Tam, Zhanting Zhou, Haicheng Liao, Jing Xiong, Zhijiang Guo, Li Li, Chengzhong Xu

机构 * State Key Laboratory of IOTSC, University of Macau(物联网科学与技术国家重点实验室,澳门大学) University of Electronic Science and Technology of China(电子科技大学) The University of Hong Kong(香港大学) Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州))

AI总结 本文综述了大型语言模型联邦微调的技术、挑战与应用,旨在为隐私保护AI的发展提供指导。

Comments Accepted by Transactions on Machine Learning Research (TMLR), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏