高校专区
推动扩散语言模型及其变体未来发展的十大开放挑战
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Peking University（北京大学） ； Huawei Technologies（华为技术有限公司） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出推动扩散语言模型及其变体发展的十大挑战，并提出以多尺度标记化、主动遮罩和潜在思考为核心的四支柱战略路线图，旨在突破因果瓶颈，实现复杂结构推理和多模态整合。
为视觉-语言-动作模型的教育对齐：一个全面的框架，用于数据、架构和教育中的评估
机构 * Chosun University（全州大学） ； Seoul National University（首尔国立大学） ； Korea Institute for Curriculum and Evaluation（韩国课程评价院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出教育VLA框架，通过四个组件实现轻量级模型的教育对齐，提升科学教育中的任务表现和解释生成能力。
基于噪声LLM预言机的全局一致性基础
机构 * Nanyang Technological University（南洋理工大学） ； Amazon Web Services（亚马逊网络服务）
AI总结 本文提出一种基于LLM的自适应分治算法，用于高效检测和定位自然语言事实集合的全局不一致问题，具有低次多项式查询复杂度。
Comments Under Review
大AI模型赋能的低空无线网络安全通信：概念、视角与案例研究
机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Singapore University of Technology and Design（新加坡科技设计大学） ； College of Computer Science and Technology, Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（吉林大学计算机科学与技术学院、教育部符号计算与知识工程重点实验室） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）
AI总结 本文提出基于大AI模型的优化框架，利用大语言模型提升低空无线网络安全通信的性能。
Comments This paper has been accepted to IEEE Communications Magazine
通过社会科学期刊注入知识以提升LLMs对印度尼西亚文化的理解
机构 * Nanyang Technological University（南洋理工大学）
AI总结 本研究通过构建IndoSoSci数据集，利用检索增强生成方法将印度尼西亚文化知识注入LLMs，提升其对印度尼西亚文化的理解能力，并在基准测试中取得显著性能提升。
FGTBT: 频率引导的任务平衡变换器用于统一面部地标检测
机构 * School of Information Engineering, Zhongnan University of Economics（经济法律大学信息工程学院） ； School of Computer Science and Engineering, Nanyang Technological University, Singapore（南洋理工大学计算机科学与工程学院） ； College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China（深圳大学计算机科学与软件工程学院） ； School of Information Science and Engineering, Yunnan University, Kunming, Yunnan, China（云南大学信息科学与工程学院）
AI总结 FGTBT通过频率引导的任务平衡变换器和细粒度多任务平衡损失，提升面部地标检测的统一训练与性能。
PhyG-MoE：一种基于物理指导的专家混合框架用于高效GNSS干扰识别
机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（中国电子科学与技术大学无线通信国家重点实验室） ； University of Electronic Science and Technology of China（中国电子科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Anhui Science and Technology University（安徽科学技术大学）
AI总结 PhyG-MoE通过动态对齐模型容量与信号复杂性，提升GNSS干扰识别的能效与准确性。
SKANet：一种具有自适应模态融合的认知双流框架，用于鲁棒的复合GNSS干扰分类
机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（国家无线通信重点实验室，电子科技大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Aerospace Electronic Technology Institute（上海航天电子技术研究所） ； Shanghai Key Laboratory of Collaborative Computing in Spacial Heterogeneous Networks (CCSN)（上海空间异构网络协同计算重点实验室（CCSN）） ； Shanghai Xiaoyuan Innovation center（上海小元创新中心）
AI总结 SKANet通过双流架构和自适应模态融合，实现对复合GNSS干扰的高效鲁棒分类。
基于拓扑的多尺度专家混合方法用于高效分子性质预测
机构 * School of Mathematics and Statistics（数学与统计学学院） ； Victoria University of Wellington（威灵顿维多利亚大学） ； School of Physical and Mathematical Sciences（物理与数学科学学院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出基于拓扑的多尺度专家混合方法，通过多尺度交互建模提升3D分子性质预测的效率和准确性。
TrojanPraise: 通过良性微调劫持LLM
机构 * Nanyang Technological University（南洋理工大学）
AI总结 TrojanPraise通过良性微调利用过滤通过的数据，使LLM在无意识中顺从有害概念，成功率达95.88%
SkeFi: 无线传感器跨模态知识转移用于基于骨骼的动作识别
机构 * School of Electrical and Electronics Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院）
AI总结 SkeFi通过跨模态知识转移方法，利用无线传感器提升基于骨骼的动作识别性能，实现毫米波和LiDAR上的先进表现。
Comments Published in IEEE Internet of Things Journal
高效隐私保护检索增强生成与距离保持加密
机构 * College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学）
AI总结 ppRAG通过CAPRISE加密技术，在不可信云环境中实现高效隐私保护的检索增强生成，提升隐私和效率，适用于资源受限用户。
FairGU: 社交网络中具有公平性的图去学习
机构 * Jilin University Changchun China ； Zhejiang Gongshang University Hangzhou China ； Adelaide University Adelaide Australia ； Jinan University \& TAL Education Group Guangzhou China ； RMIT University Melbourne Australia ； Nanyang Technological University Singapore ； Jilin University ； Zhejiang Gongshang University ； Adelaide University ； Jinan University \& TAL Education Group ； RMIT University ； Nanyang Technological University
AI总结 FairGU通过整合公平性模块和数据保护策略，提升社交网络中图去学习的公平性和实用性。
Comments 9 pages, 2 figs, WWW 2026 accepted
Wukong框架用于文本到图像系统中的不安全内容检测
机构 * Nanyang Technological University（南洋理工大学）
AI总结 Wukong通过利用扩散过程早期的去噪步骤和U-Net的预训练交叉注意力参数，实现高效的不安全内容检测，优于传统文本和图像过滤方法。
Comments Accepted by KDD'26 (round 1)
将生成式语音增强与感知反馈对齐
机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Independent Researcher（独立研究者） ； Northwestern Polytechnical University, China（西北工业大学） ； University of Palermo, Italy（巴勒莫大学） ； Tencent（腾讯）
AI总结 本文提出了一种基于语言模型的语音增强方法，通过引入感知反馈和直接偏好优化，提升语音质量并建立新的感知对齐增强范式。
Comments Accepted to ICASSP 2026
对话上下文分类：一种表示工程方法
机构 * Nanyang Technological University Singapore（南洋理工大学新加坡）
AI总结 本文提出利用表示工程和一类支持向量机识别LLM内部状态中的上下文子空间，以提高对话上下文检测的准确性。
DAOS: 一种基于驾驶员行为与物体协同的多模态舱内行为监测数据集
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； College of Computer Science and Technology, Harbin Engineering University（哈尔滨工程大学计算机科学与技术学院） ； Singapore University of Technology and Design (SUTD), Singapore（新加坡科技设计大学） ； Continental Automotive Singapore Pte. Ltd.
AI总结 DAOS数据集通过多模态数据和动作-物体关系网络提升驾驶员行为识别的准确性与鲁棒性。
像人类学习：利用元认知反思实现高效的自我改进
机构 * Nanyang Technological University（南洋理工大学） ； A*STAR ； Chang’an University（长安大学） ； Nankai University（南开大学）
AI总结 MARS通过整合基于原则和程序性的反思，实现高效自我改进，优于现有系统并降低计算开销。
MuseAgent-1: 交互式 grounded 多模态理解音乐谱面与表演音频
机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Chemical Technology（北京化工大学） ； Microsoft（微软公司） ； University of Chicago（芝加哥大学）
AI总结 MuseAgent-1 是一个专注于音乐的多模态代理，通过结构化符号表示和多步骤推理，提升对音乐谱面和表演音频的交互式理解能力。
Comments Tech Report
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