高校专区
RIDGE：用于长视频理解的区域感知导数引导证据选择
机构 * Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学）
AI总结 针对长视频理解中视觉内容超出LVLM固定token预算的问题，提出RIDGE框架，通过将帧-查询相似性曲线作为时间信号划分区域并选择证据，在多基准和主干上取得最优性能。
Comments EMNLP 2026
ManGo：漫画主动叙事定位优化
机构 * Communication University of China（中国传媒大学） ； Australian Institute for Machine Learning, Adelaide University（阿德莱德大学澳大利亚机器学习研究所） ； University of New South Wales（新南威尔士大学） ； University of Auckland（奥克兰大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本研究针对漫画视觉问答的分镜叙事结构问题，提出无监督框架ManGo，通过主动叙事草图结合双奖励的组相对策略训练，在标准基准上取得最优性能。
Comments 16 pages, 9 figures, 7 tables. Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026
超越记忆的泛化：面向单图像多视图合成的泛化感知扩散适配
机构 * Huazhong University of Science and Technology（华中科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
AI总结 本研究提出ACM MM 2026单图像多视图合成挑战赛的获奖方案GoM，通过场景不相交验证等技术，在40个训练场景下实现293支队伍中排名第一，揭示小数据生成建模中验证设计与训练轨迹控制的关键作用。
Comments ACM Multimedia 2026 Grand Challenge Track winning paper; presents the 1st-place solution among 293 registered teams. 7 pages, 2 figures
无需训练的流匹配图像生成器的隐状态优化
机构 * Huazhong University of Science and Technology（华中科技大学） ； Tongji University（同济大学） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； University of California, Merced（加州大学默塞德分校） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 该研究提出无需训练的循环框架优化流匹配图像生成器，在不改动权重与采样器的情况下提升质量指标，Loop Guidance在Scale-RAE DiT2.4B上显著提升GenEval与DPG-Bench指标。
Comments 7pages,4 figures,5 tables
GramLoop：用于鲁棒密集预测的无训练Gram门控重放方法
机构 * Huazhong University of Science and Technology（华中科技大学） ； Tongji University（同济大学） ； King Abdullah University of Science and Technology（阿卜杜拉国王科技大学） ； University of California, Merced（加州大学默塞德分校） ； University of Amsterdam（阿姆斯特丹大学）
AI总结 该研究提出无训练框架GramLoop，通过在冻结DINOv3的视觉骨干内添加推理计算，在不改变模型结构的情况下，提升了分布偏移下目标检测和语义分割等密集预测任务的鲁棒性，在COCO-O等基准上取得性能提升。
FLM：用于生成式图像压缩的频率感知语言模型
机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） ； University of Science and Technology of China（中国科学技术大学） ； College of Intelligent Systems Science and Engineering, Harbin Engineering University（哈尔滨工程大学智能系统科学与工程学院） ； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局信息通信研究院） ； National Tsing Hua University（国立清华大学）
AI总结 本研究提出频率感知语言模型FLM，通过频域概率建模实现高效图像压缩，兼容有损与无损JPEG重压缩，在多数据集上较JPEG基准获显著BD-PSNR增益，性能优于传统及生成式压缩方法。
揭示未明之言：面向中文话语情感立场的CUE-Bench基准
机构 * Huazhong University of Science and Technology（华中科技大学）
AI总结 针对现有情感基准缺乏情感相关要素结构化说明的问题，本文构建了以情感立场为核心的CUE Bench基准，实验证实融入情感立场可提升细粒度情感识别与语用意图检测性能。
Journal ref EMNLP 2026 Main
VideoRAE：通过表示自动编码器驯服用于生成建模的视频基础模型
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Huazhong University of Science and Technology（华中科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 研究视频生成模型潜在空间问题，提出VideoRAE，利用冻结视频基础编码器特征经1D自注意力投影仪压缩，支持多种潜在空间，通过多码本高维量化等实现强大重建，收敛快，验证了冻结VFM表示的有效性。
Comments Home page: https://zhxie0117.github.io/VideoRAE
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
MAIGO: 通过历史清理的在线策略自蒸馏缓解对话丢失
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） ； Fuzhou University（福州大学） ； Tencent（腾讯）
AI总结 针对大语言模型在多轮对话中性能下降（对话丢失）的问题，提出MAIGO方法，通过在线策略自蒸馏和清理历史助手回复来减少自污染，无需验证器或推理时辅助，显著提升多轮对话准确性。
非对称在线策略蒸馏：在令牌层面弥合利用与模仿
机构 * Huazhong University of Science and Technology（华中科技大学） ； Peking University（北京大学） ； Meituan（美团）
AI总结 本文提出非对称在线策略蒸馏，通过局部散度最小化改进传统策略蒸馏，提升数学推理任务表现，实现更稳定的策略熵和持续工具使用能力。
ProGS：迈向3D高斯散射的渐进编码
机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院）
AI总结 ProGS通过八叉树结构实现3D高斯散射的高效渐进编码，显著提升压缩效率和视觉保真度。
学习用于医疗指导的个性化提示
机构 * Huazhong University of Science and Technology（华中科技大学） ； Tongji Medical College（同济医学院） ； Hubei Maternity and Child Health Care Hospital（湖北省妇幼保健院）
AI总结 该研究针对现有LLM医疗指导缺乏个性化的问题，提出PPL框架，利用患者自身与同类病例信息构建初始提示并经RL优化，在妇产科数据上获专家97%的偏好，可与专有LLM无缝集成。
Comments Accepted at the EMNLP 2026 Main Conference
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