高校专区
基于物理依赖引导的序列推理的深度概率室内气体源定位
机构 * Ulsan National Institute of Science and Technology (UNIST)（蔚山科学技术院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 针对室内气体源定位难题，本文提出深度概率框架，结合物理依赖的序列推理，在模拟与真实机器人实验中均优于基线方法，可实现高效准确的在线气体源定位。
Comments 18 pages, 22 figures, 5 tables. Submitted to IEEE Transactions on Robotics
你所问即你所定位：连接问题意图与时序证据以实现定位视频问答
机构 * KAIST（韩国科学技术院） ； Ewha Womans University（梨花女子大学）
AI总结 针对定位视频问答中问题不变定位的失效模式，提出GroundFormer模型，通过可学习通信令牌、因子化MIL交叉注意力等技术，在NExT-GQA和STAR数据集上实现最优性能，提升时序定位的问题区分性。
Comments Accepted at ECCV2026. Code: https://github.com/jinhseo/GroundFormer. Project page: https://jinhseo.github.io/groundformer/groundformer.html
自动化与规模化针对AI智能体的行为科学研究
机构 * KAIST（韩国科学技术院） ； Yale（耶鲁大学） ； University of Haifa（海法大学） ； UCL（伦敦大学学院） ； UvA（阿姆斯特丹大学） ； SNU（首尔大学）
AI总结 研究人员开发AEROBAT多智能体系统，自动化AI智能体行为科学研究流程，经实验验证其可生成测试假设、开展大量对照实验与模拟，能补充拓展人工研究。
Comments preprint
利用触觉感知和本体感觉进行工具操作中外在接触轨迹的几何重建
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Korea Institute of Machinery and Materials（韩国机械与材料研究院）
AI总结 提出一种基于触觉感知和机器人本体感觉重建工具尖端外在接触轨迹的方法，通过单点接触假设和校准段估计全局接触位置，结合连续接触下的相对运动估计，实现实时轨迹重建。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Updated to the final conference version
纠缠于表征：大型语言模型中文化偏见的机制性探究
机构 * University of Copenhagen（哥本哈根大学） ； KAIST（韩国科学技术院）
AI总结 本研究提出Culturescope方法，通过机制性可解释性探讨LLMs中文化偏见的来源，揭示低资源文化对文化偏见的抗性及模型参数知识的限制。
Comments 22 pages, 15 figures
CRAFT：无需组合目标的主题个性化的注意力微调约束奖励
机构 * DGIST（大邱科技研究院） ； Baidu, Inc.（百度公司） ； KAIST（韩国科学技术院）
AI总结 本文提出无需组合目标监督的CRAFT框架，通过LoRA适配器微调参考感知MMDiT，仅用1万张参考样本，在XVerseBench上实现图像主题个性化的最先进性能，且可迁移至其他骨干网络。
Comments 20 pages, 8 figures, ACM SIGGRAPH Asia 2026
语言模型能否理解毫米波数据？基于毫米波雷达的人类理解任务对大语言模型进行基准测试
机构 * DGIST（大邱庆北科学技术院） ； KAIST（韩国科学技术院） ； InnoCORE LLM
AI总结 本研究针对毫米波数据与大语言模型融合的研究空白，构建首个毫米波人类感知基准mmWave-QA，评估LLMs在该任务上的零样本推理潜力与视觉退化下的鲁棒性，为相关研究奠定基础。
Comments Accepted to CVPR 2026 Findings
Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Findings, 2026
MedMix：模态异质性下的专业化一致联邦稀疏混合专家模型
机构 * KAIST（韩国科学技术院） ； NTU Singapore（新加坡南洋理工大学）
AI总结 针对联邦多模态医疗AI的客户端与样本级模态异质性问题，提出MedMix框架，通过模态上下文感知路由、共识引导路由对齐与客户端自适应专家聚合，在多模态医疗数据集上取得最优平均F1值，严重异质性下提升显著。
面向隐私感知的联邦生物信号学习的混合量子启发式柯尔莫哥洛夫-阿诺尔德网络
机构 * National Taiwan University（台湾大学） ； National Center for High-Performance Computing（国家高速计算机中心） ； National Institutes of Applied Research（应用研究院） ； Brookhaven National Laboratory（布鲁克海文国家实验室） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心） ； Harvard University（哈佛大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； National Center for Theoretical Sciences（国家理论科学中心）
AI总结 该研究针对联邦生物信号学习的隐私与效率挑战，提出混合量子启发式柯尔莫哥洛夫-阿诺尔德网络（HQKAN），在两类心电数据集上较MLP实现参数与通信成本降低，且分类性能更优。
Comments 7 pages, 4 figures
T-VSS：面向视觉语言模型对抗鲁棒性的测试时视觉子空间引导
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电气工程学院）
AI总结 提出T-VSS方法，通过在视觉特征空间中构建样本特定的低秩子空间并学习共享特征校正，直接适应受攻击特征，提升视觉语言模型的对抗鲁棒性，同时保持清洁准确率和效率。
TIDE：通过模板引导迭代的主动多问题发现
机构 * KAIST（韩国科学技术院） ； DeepAuto.ai
AI总结 提出TIDE框架，通过模板引导的迭代机制主动发现用户上下文中隐藏的多个问题，并给出具体行动方案，在个人工作区和软件仓库两个场景中显著提升任务覆盖率和问题识别与解决能力。
基于多色建模的锥束CT中基于Splat的金属伪影减少方法
机构 * KAIST（韩国科学技术院）
AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架，无需手动金属掩码，联合优化参数与光谱，发布相关数据集，在CBCT金属伪影减少上性能优于现有最优方法。
Journal ref Computer Graphics forum, Volume 45 (2026), Number 2
生成漂移的可识别性与稳定性：伴随椭圆核族
机构 * Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology (KAIST)（数学科学系，韩国科学技术院（KAIST））
AI总结 本文研究了生成漂移框架下漂移场的可识别性和稳定性，引入伴随椭圆核族以解决标准高斯分数场论证失效的问题，并证明该族包含拉普拉斯核和具有平滑参数ν≥1/2的高斯和马特恩核，从而建立任意Borel概率测度下的场可识别性及稳定性条件。
Comments 40 pages, 0 figures
基于物理的拉普拉斯神经算子用于求解偏微分方程
机构 * Department of Mathematics, Pohang University of Science and Technology (POSTECH)（POSTECH数学系） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机械工程系）
AI总结 PILNO通过整合物理约束提升神经算子在求解偏微分方程时的准确性和鲁棒性，尤其在小数据和分布外场景下表现更优。
Comments 46 pages, 22 figures, 9 tables
Journal ref Journal of Computational Physics 566 (2026) 115291
DPO中的上下文盲区：通过上下文校准的偏好优化缓解多模态大语言模型（MLLMs）中的物体幻觉
机构 * Korea University（高丽大学） ； KAIST（韩国科学技术院）
AI总结 本研究针对MLLMs的物体幻觉问题，提出C²-DPO方法，通过最大化上下文偏好增益降低幻觉率，使Qwen2-VL-Instruct-2B的幻觉率相对降低36%且不损害通用推理能力。
Comments Accepted at ECCV2026
TELLME：面向语言模型增强的测试增强学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Seoul National University of Science and Technology（首尔科学技术大学） ； National Security Research Institute（国家安全研究院）
AI总结 本研究提出TELLME方法，将测试增强学习（TEL）原理与持续预训练（CPT）结合，缓解大语言模型领域自适应中数据与成本问题，在金融领域表现优于现有方法，长期记忆保留提升显著。
Comments Findings of the Association for Computational Linguistics: EACL 2026
Journal ref Findings of the Association for Computational Linguistics: EACL 2026, pages 1655-1677
IO Factory：大规模模拟AI驱动的影响力行动
机构 * King’s College London（伦敦国王学院） ； Max Planck Institute for Security and Privacy（马克斯·普朗克安全与隐私研究所） ； BI Norwegian Business School（挪威商学院） ； University of Oslo（奥斯陆大学） ； SINTEF Digital（SINTEF数字研究所） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 IO Factory是AI驱动的大规模影响力行动模拟框架，可在受控平台中关联多环节数据，在10万智能体配置下可执行行动并生成可检查证据，支持可重复研究与红队分析。
面向视觉语言模型空间推理的多视图关系蒸馏
机构 * KAIST（韩国科学技术院）
AI总结 针对视觉语言模型空间推理的几何脆弱性问题，提出多视图关系蒸馏方法，在保留语言对齐的同时提升视觉空间推理性能，可泛化至3D场景理解任务。
EventCoT：用于推理时间定位的以事件为中心的视频思维链
机构 * Pohang University of Science and Technology（浦项科技大学） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Handong Global University（韩东国际大学）
AI总结 提出EventCoT框架解决推理时间定位难题，先对视频进行以事件为中心的分词，再在识别出的事件内推理生成答案，通过嵌入匹配确定时间间隔，在相关任务中取得好结果。
Comments 27 pages, 11 figures, 19 tables. Co-corresponding authors: Dongkeun Kim and Suha Kwak
图引导的安全扩散器：用于安全扩散规划的拓扑图引导
机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院电气工程学院）
AI总结 该研究提出图引导的安全扩散器（G2SD）框架，用高层拓扑图规划器引导低层扩散模型，解决扩散规划器的流形破裂问题，在Maze2D导航等任务中大幅提升无碰撞目标到达率与任务性能。
Comments 18 pages, 2 figures
双轴模态缺失下的多模态联邦学习
机构 * KAIST（韩国科学技术院） ； CUHK（香港中文大学） ； HKUST（香港科技大学）
AI总结 针对多模态联邦学习的双轴模态缺失问题，提出Flux框架，通过模态感知置信度调温与梯度解耦私有适配，在四个多模态数据集上取得最高平均宏F1，性能优于最强基准
EvBS：用于域自适应运动去模糊的事件引导模糊合成
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 本文提出事件引导模糊合成框架EvBS，通过解耦运动与内容生成多样训练对，提升预训练去模糊模型的域自适应性能，经多基准实验验证其可增强模型在未见测试集上的鲁棒性。
Comments Accepted to ACM Multimedia 2026 (ACM MM 2026)
SCoPE：基于稀疏跨模态先验交换的无训练视听事件感知
机构 * KAIST（韩国科学技术院）
AI总结 针对无训练视听事件感知的虚假共激活问题，提出SCoPE框架，通过跨模态标签竞争消除FCA，在LLP等数据集上显著提升性能且可直接迁移。
Comments 17 pages, 6 figures
大语言模型作为导师：不可验证强化学习中的策略感知提示适应
机构 * KAIST（韩国科学技术院） ； Upstage ； University of Toronto（多伦多大学） ； Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达）
AI总结 针对不可验证强化学习中训练提示静态导致的问题，提出LLM-as-a-Tutor框架，让大语言模型从评判扩展为导师，通过对比策略展开检测无挑战性提示并添加约束，提升性能。
社会推理从何而来？语言模型中的能力来源
机构 * Georgia Institute of Technology, College of Computing（佐治亚理工学院计算学院） ； MATS Program（MATS项目） ； EleutherAI ； KAIST AI（韩国科学技术院人工智能学院） ； Georgia Tech AI Safety Initiative（佐治亚理工学院人工智能安全倡议）
AI总结 通过训练数据归因方法，发现OLMo3-7B中社会推理和STEM推理依赖于不同的预训练语料区域，且推理层面的差异比知识层面更显著。
Comments 120 pages. Published as a conference paper at COLM 2026
AgentPSO: 通过多智能体粒子群优化进化智能体推理能力
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
AI总结 AgentPSO通过多智能体粒子群优化框架，使智能体在任务中进化推理能力，通过结合自身经验与群体最优技能，提升个体与集体推理性能，实验证明其优于静态单智能体和测试时多智能体方法。
Comments The 3rd AI for Math Workshop at the 43rd International Conference on Machine Learning (ICML), Seoul, South Korea, 2026
Q学习的Lyapunov认证直接切换理论
机构 * Department of Electrical Engineering（电气工程系） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出一种基于直接随机切换系统的Q学习分析方法，通过联合谱半径定义漂移率，推导出有限时间最终迭代界。
机构 * Korea Advanced Institute of Science and Technology（韩国先进科学研究院） ； AWS AI Labs（AWS人工智能实验室）
Comments 34 pages, 6 figures
Journal ref ACL 2025 main
智能体记忆蒸馏：用分层教师记忆赋能小型大语言模型智能体
机构 * KAIST（韩国科学技术院）
AI总结 本研究提出无需训练的Agent Memory Distillation框架，通过从大型教师智能体构建三类分层记忆迁移知识，提升小型大语言模型智能体的工具使用性能，在三个基准上实现显著准确率提升且优于现有基线。
Comments Under review
用于聚合物自动化粗粒度分子动力学的多智能体框架
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST））
AI总结 本文提出CGMas多智能体框架，可自动完成聚合物粗粒度分子动力学的拓扑构建等全流程，完成27项任务，22项密度匹配度在5%内，模拟时间大幅缩短，确立了智能体式LLM用于聚合物粗粒化的可行性。
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