Korea Advanced Institute of Science and Technology（韩国科学技术院）

No Caption, No Problem: Caption-Free Membership Inference via Model-Fitted Embeddings

无标题，无问题：通过模型拟合嵌入进行无标题成员推断

Joonsung Jeon, Woo Jae Kim, Suhyeon Ha, Sooel Son, Sung-Eui Yoon

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 本文提出MoFit框架，通过模型拟合嵌入实现无标题成员推断，克服了传统方法对真实标题的依赖，提升了在无标注场景下的成员推断性能。

Comments Accepted to ICLR 2026

Improving Discrete Diffusion Unmasking Policies Beyond Explicit Reference Policies

超越显式参考策略的改进离散扩散解掩政策

Chunsan Hong, Seonho An, Min-Soo Kim, Jong Chul Ye

机构 * Graduate School of AI, KAIST（人工智能研究生院，韩国科学技术院） ； School of Computing, KAIST（计算学院，韩国科学技术院） 纠错

AI总结 本文提出了一种基于学习调度器的改进离散扩散解掩策略，通过KL正则化马尔可夫决策过程优化，显著提升了在多个基准测试中的性能。

Comments Accepted to ICLR 2026

EgoAVFlow: Robot Policy Learning with Active Vision from Human Egocentric Videos via 3D Flow

EgoAVFlow：通过人类中心视频主动视觉实现机器人策略学习

Daesol Cho, Youngseok Jang, Danfei Xu, Sehoon Ha

机构 * School of Interactive Computing, Georgia Institute of Technology（交互计算学院，佐治亚理工学院） ； InnoCORE AI-Transformed Aerospace Research Center, KAIST（AI转型航空航天研究中心，韩国成均馆大学） 纠错

AI总结 EgoAVFlow通过共享3D流表示从人类中心视频中学习机器人策略，实现主动视觉和稳健操纵，无需机器人演示。

Breaking the Visual Shortcuts in Multimodal Knowledge-Based Visual Question Answering

打破多模态知识驱动视觉问答中的视觉捷径

Dosung Lee, Sangwon Jung, Boyoung Kim, Minyoung Kim, Sungyeon Kim, Junyoung Sung, Paul Hongsuck Seo

机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； Amazon（亚马逊） 纠错

AI总结 本研究通过RETINA基准和MIMIR方法，打破多模态知识驱动视觉问答中的视觉捷径问题，验证现有模型对捷径的依赖并展示改进效果。

MomentMix Augmentation with Length-Aware DETR for Temporally Robust Moment Retrieval

具有长度感知DETR的MomentMix增强技术用于时间鲁棒的时刻检索

Seojeong Park, Jiho Choi, Kyungjune Baek, Hyunjung Shim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Sejong University（世宗大学） 纠错

AI总结 本文提出Length-Aware Decoder和MomentMix增强技术，通过改进短时刻定位能力，在视频时刻检索任务中取得最佳性能。

Comments WACV 2026

DreamWaQ++: Obstacle-Aware Quadrupedal Locomotion With Resilient Multi-Modal Reinforcement Learning

DreamWaQ++: 基于障碍物感知的四足机器人运动控制与鲁棒多模强化学习

I Made Aswin Nahrendra, Byeongho Yu, Minho Oh, Dongkyu Lee, Seunghyun Lee, Hyeonwoo Lee, Hyungtae Lim, Hyun Myung

机构 * Urban Robotics Lab., School of Electrical Engineering, KAIST（韩国科学技术院电子工程系城市机器人实验室） ； KRAFTON（KRAFTON公司） ； URobotics（URobotics公司） ； Laboratory for Information and Decision Systems (LIDS), MIT（麻省理工学院信息与决策系统实验室） 纠错

AI总结 DreamWaQ++通过鲁棒多模强化学习融合本体和外源感觉，实现四足机器人在复杂环境中的鲁棒运动控制与敏捷性能。

Comments IEEE Transactions on Robotics 2026. Project site is available at https://dreamwaqpp.github.io