高校专区
用于多视图三维重建与生成的球形占用轮廓学习
机构 * Nanjing University（南京大学）
AI总结 该研究提出将逐光线球形占用轮廓作为统一中间表示，训练判别式解码器与生成式流水线，在多视图三维重建任务中取得良好效果，且可迁移至真实照片场景。
Comments 12 pages,5 figures,5 tables. Code and data will be released
通过结构化后缀建模加速扩散语言模型
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； National University of Singapore（新加坡国立大学）
AI总结 该研究针对扩散语言模型（DLM）并行解码的高计算开销问题，提出结构化后缀建模方法，将后缀分区域处理并融入前一步解码信息，无需训练且可与其他加速技术结合，能进一步加速DLM推理并提升性能，长序列场景下最高可实现72.81倍加速。
代码智能体的过程评估实际测量什么：动作、任务和步骤是三个不同的层级
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）
AI总结 该研究提出代码智能体过程评估的测量框架，用SCAE实现步骤级因果归因，经499个文件定位场景实验发现当前过程评估多测量语义相关性而非因果贡献。
Comments 38 pages, 8 figures
DIAG：面向数据高效数学偏好蒸馏的诊断式迭代对齐与生成
机构 * Tsinghua University（清华大学） ； Kyoto University（京都大学） ； Nanjing University（南京大学）
AI总结 DIAG是一种自适应调整训练分布的框架，通过诊断偏好对产出与生成针对性训练数据，提升数学推理任务中偏好监督的信息价值，在同等训练预算下增强模型性能。
Comments Accepted by EMNLP 2026 findings
TRACE：面向一致性、极限感知的自进化技能库
机构 * Xiaomi Inc.（小米公司） ； Nanjing University（南京大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学）
AI总结 TRACE是一种无需修改模型权重的自进化技能库方法，通过轨迹对比进化优化技能，在CAR-bench任务上显著提升LLM智能体的一致性性能，缩小潜在与可靠性能的差距。
Comments 9 pages, 5 figures, 2 tables
基于结构化接地的思考：面向图表与视觉表格理解的感知强化学习
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Nanjing University（南京大学）
AI总结 针对MLLMs依赖外部工具感知图表等视觉内容的问题，提出TwSG框架，通过两阶段训练实现细粒度视觉推理，降低延迟并提升准确率与鲁棒性。
Comments Manuscript
世界模型策略学习与模仿世界-动作模型之间的能力分离
机构 * Nanjing University（南京大学）
AI总结 该研究对比了直接行为克隆策略等三类策略，明确世界-动作模型学习与直接行为克隆的能力差异，指出观测演示无法识别动作效果，干预可实现零遗憾值。
统一多模态模型中视觉生成何时能助力视觉理解？
机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
AI总结 本研究提出VGAU-Diag评估框架，发现统一多模态模型的视觉生成仅在简单任务上助益理解，瓶颈多在理解侧，有效生成需瞄准理解瓶颈。
通过隐变量增强型神经常微分方程学习含奇异性的降阶动力学
机构 * Lanzhou University of Technology（兰州理工大学） ； Hiroshima University（广岛大学） ； Nanjing University - Suzhou Campus（南京大学苏州校区） ； Princeton University（普林斯顿大学）
AI总结 针对工业降阶建模中的自相交轨迹问题，提出LA-NODEs框架，经理论分析与IPMSM、DES两类工业模型验证，可提升建模精度与保真度，为复杂工业系统高精度数据驱动建模提供有效方法。
基于关键词锚定的事实替换缓解RAG系统中的数据库泄露
机构 * Nanjing University（南京大学）
AI总结 针对RAG系统易受提示注入攻击导致数据库泄露的问题，提出KFS-RAG防御方法，通过关键词锚定的事实替换缓解泄露风险，同时保持响应准确性与相关性，为构建安全可信RAG系统提供可行方案。
学习遗忘：通过学习遗忘行为实现机器遗忘
机构 * State Key Laboratory for Novel Software Technology Nanjing University（南京大学计算机软件新技术国家重点实验室） ； Centre for Cyber Resilience and Trust Deakin University（迪肯大学网络韧性与信任中心）
AI总结 该研究提出模型不可知的学习遗忘方法L2UL，通过从分布视角学习遗忘行为替代手动设计遗忘函数，在数据密集场景及ResNet等大模型上，实现与重新训练相当的准确率且效率更高。
VideoChat3：用于高效通用视频理解的全开放视频多模态语言模型
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学）
AI总结 研究针对视频理解开源模型局限，提出VideoChat3。通过I3D-ViT等提升效率，利用可扩展视频数据合成管道生成训练数据集提升泛化性，以4B参数在多基准测试中超越同等或更多参数的开源模型，实现泛化与计算效率平衡。
RARM：基于置信度门控的进展奖励建模用于操作中的强化学习
机构 * NUS Human-Centered Robotic Lab（新加坡国立大学人机共融机器人实验室） ； University of Cambridge（剑桥大学） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
AI总结 提出参考锚定奖励模型（RARM），通过对比时间目标从通用视频中学习，将单个成功演示转化为密集进展奖励，并在部署时通过置信度门控抑制虚假正奖励，在长时域操作任务中显著提升强化学习成功率。
迈向安全的LLM智能体：威胁面、攻击、防御与评估
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Technical University of Munich（慕尼黑技术大学）
AI总结 本文通过生命周期、系统导向的框架，综合247篇论文，围绕信息流、委托权限和持久状态，系统梳理了LLM智能体的威胁面、攻击、防御与评估，指出提示注入和工具控制流劫持仍是主要威胁，持久状态损坏和多智能体传播成为新兴关注点。
PEAfowl：感知增强的多视角视觉-语言-动作用于双臂操作
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanjing University（南京大学）
AI总结 PEAfowl通过增强感知的多视角视觉-语言-动作策略，提升双臂操作在复杂环境中的稳定性和成功率。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. This version includes an extended appendix with additional implementation details, deployment analysis, robustness evaluation, and real-world evaluation protocol. DOI: https://doi.org/10.1109/LRA.2026.3726379
AdaR：为大语言模型（LLM）配备自适应推理能力的框架
机构 * Nanjing University（南京大学） ； Meituan Inc.（美团公司）
AI总结 针对现有LLM数学推理的鲁棒性与泛化性缺陷，本文提出AdaR框架，通过RLVR训练及数据质量保障方法，有效提升了LLM数学推理能力并缓解了相关缺陷。
MeMo: 视觉受损条件下的实时视听目标说话人提取的注意力动量
机构 * Department of Electrical and Electronic Engineering, Faculty of Engineering, The Hong Kong Polytechnic University（电子工程系，工程学院，香港理工大学） ； Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（系统工程与工程管理系，香港中文大学） ； School of Artificial Intelligence (SAI), The Chinese University of Hong Kong, Shenzhen（人工智能学院（SAI），香港中文大学深圳校区） ； School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院，南京大学） ； Tongyi Lab, Alibaba Group, Singapore（通义实验室，阿里巴巴集团，新加坡）
AI总结 提出MeMo框架，通过两个自适应记忆库存储注意力信息，在视觉线索缺失时维持注意力动量，实现实时目标说话人提取，SI-SNR提升至少2dB。
LSem2Vec：一种简单且有效的源代码嵌入两阶段方法
机构 * Macau University of Science and Technology（澳门科学技术大学） ； Macau University of Science and Technology Zhuhai MUST Science and Technology Research Institute（澳门科学技术大学珠海 MUST 科技研究院） ； Nanjing University（南京大学）
AI总结 LSem2Vec是结合LLM与句子嵌入模型的两阶段源代码嵌入方法，无需特定任务训练，在三个多语言数据集上优于五种无监督基线，可推进软件工程领域发展。
Comments The article has been accepted by Frontiers ofComputer Science (FCS), with the DOI:{ https://doi.org/10.1007/s11704-026-61288-0 )
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