高校专区
在文本丰富网络中学习层次化知识：基于分类学的表示学习
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团）
AI总结 TIER通过构建隐含层次分类学并整合到节点表示中，提升文本丰富网络的层次化知识学习能力，实现更可解释的结构化建模。
Comments Accepted by KDD 2026. Extended version coming soon
缓解图异常检测中的同质性差异：一种可扩展和自适应的方法
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； National Engineering Laboratory for Big Data Analysis and Applications（大数据分析与应用国家工程实验室） ； Peking University（北京大学）
AI总结 SAGAD通过自适应融合和频率偏好指导损失，有效缓解图异常检测中的同质性差异，实现高效且可扩展的异常检测
Comments Accepted by WWW 2026
VORL-EXPLORE: 多机器人在动态环境中的混合学习规划方法
机构 * The University of Western Australia（西澳大学） ； The Chinese University of Hong Kong（香港中文大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Nanjing University（南京大学）
AI总结 VORL-EXPLORE通过混合学习和规划方法，解决多机器人在动态环境中探索时的执行保真度问题，提升路径效率与安全交互。
通过基于大语言模型的进化分阶段设计推进自动化算法设计
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； Huawei Noah’s Ark Lab, China（华为诺亚实验室）
AI总结 本文提出EvoStage方法，通过分阶段进化设计提升自动化算法设计效率，实现超越人类专家和现有LLM方法的性能。
Comments 28 pages, 19 figures and 7 tables
通过空间解耦特征学习的实时声带检测框架用于鼻内气管插管
机构 * Hubei Key Laboratory of Modern Manufacturing Quality Engineering, Hubei University of Technology（湖北现代制造质量工程重点实验室，湖北工业大学） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） ； Key Laboratory of Symbolic Computation and Knowledge Engineering, Ministry of Education（教育部符号计算与知识工程重点实验室） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家实验室）
AI总结 本文提出Mobile GlottisNet，通过空间解耦特征学习实现实时声带检测，适用于嵌入式和边缘设备，提升鼻内气管插管的急救应用效率。
Comments 15 pages, 7 figures
Duala: 用于跨受试者fMRI解码的双层主体与刺激对齐
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Institute of Brain-Machine Interface, Nanjing University（脑机接口研究院，南京大学）
AI总结 Duala通过双层对齐方法提升跨受试者fMRI解码的准确性和鲁棒性
SketchGraphNet: 一种用于大规模草图语料库识别的内存高效混合图变换器
机构 * College of Computer, Qinghai Normal University（青海师范大学计算机学院） ； College of Computer, Nanjing University（南京大学计算机学院） ； College of Computer, Qinghai Minzu University（青海民族大学计算机学院）
AI总结 SketchGraphNet通过混合图神经网络实现大规模草图识别，采用内存高效的全局注意力机制，提升训练效率与识别准确率。
解耦文本先验用于基于扩散的图像超分辨率
机构 * State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210023, China（新型软件技术国家重点实验室，南京大学，南京）
AI总结 DTPSR通过解耦文本先验提升基于扩散的图像超分辨率性能，引入空间层次和频率语义两个维度，实现高感知质量和强泛化能力。
Comments Accepted by CVPR 2026
MeanCache: 从瞬时到平均速度以加速流匹配推理
机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国unicom数据科学与人工智能研究 institute） ； Unicom Data Intelligence, China Unicom（中国unicom数据智能） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室）
AI总结 MeanCache通过引入平均速度视角，有效缓解流匹配推理中的误差累积，实现显著加速并优于现有缓存方法。
Journal ref ICLR 2026
RadDiff：基于检索的去噪扩散用于蛋白质逆折叠
机构 * National Key Laboratory for Novel Software Technology（国家新型软件技术重点实验室） ； School of Computer Science, Nanjing University（南京大学计算机科学学院）
AI总结 RadDiff通过引入检索增强机制和知识感知扩散模型，提升蛋白质逆折叠的序列恢复率和可折叠性。
深度伪造生成与检测：基准与综述
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学） ； Youtu Lab, Tencent（腾讯优图实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文综述了深度伪造生成与检测的最新进展，分析了相关技术、数据集及未来研究方向。
Comments This paper has been accepted by ACM Computing Surveys. We closely follow the latest developments in this \href{https://github.com/flyingby/Awesome-Deepfake-Generation-and-Detection}{project}
FabricGen: 基于微结构的编织材料生成
机构 * Nankai University（南开大学） ； Nanjing University（南京大学）
AI总结 FabricGen通过分解宏观纹理与微观编织模式，结合预训练扩散模型和专用语言模型，实现高质量编织材料的生成。
Comments 10 pages, 11 figures
RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作
机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。
Comments ICRA 2026
NuNext：将核检测重新表述为下一个点检测
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology Beijing（北京科技大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 NuNext通过多模态大语言模型直接输出核质心，采用空间感知软监督和强化微调策略提升检测性能，优于现有方法。
CoTJudger: 一种基于图的框架，用于自动评估链式推理效率和冗余性在LRMs中
机构 * University of Science and Technology of China（科学技术大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究所，中国科学院） ； Southeast University（东南大学） ； Nanjing University（南京大学） ； Beihang University（北航） ； University of Manchester（曼彻斯特大学）
AI总结 CoTJudger通过构建依赖图提取最短有效路径，评估链式推理的效率与冗余，揭示模型中的冗余问题及失败模式。
HiDE：基于层次字典的熵建模用于学习图像压缩
机构 * Hohai University（河海大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Nanjing Audit University（南京审计大学） ； Nanjing University（南京大学）
AI总结 HiDE通过层次字典结构和上下文感知参数估计器，提升学习图像压缩的压缩效率与性能。
视频-EM：面向长视频理解的事件中心型片段记忆
机构 * City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学） ； Tianjin University（天津大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； The Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所（TeleAI））
AI总结 Video-EM通过事件中心型片段记忆框架，将长视频问答转化为事件构建与记忆细化，提升长视频理解的连贯性与可靠性。
Comments 14 pages, 6 figures
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