高校专区
RouteMoA: 动态路由无需预推断提升高效混合代理
机构 * Shanghai Jiao Tong University（上海交通大学） ； CUHK（香港中文大学） ； Tencent（腾讯） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（新加坡国立大学）
AI总结 RouteMoA通过动态路由机制无需预推断提升混合代理效率，显著降低推理成本和延迟。
SafeRBench: 解析大语言模型推理安全性的本质
机构 * Nanjing University（南京大学） ； Fudan University（复旦大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Chinese Academy of Sciences（中国科学院） ； Nanyang Technological University（南洋理工大学）
AI总结 SafeRBench通过端到端评估方法解析大语言模型推理过程中的安全性问题，提出风险分层探测、微思维分析和10项细粒度指标，揭示大模型在增强安全性的同时可能增加可操作风险的悖论。
Comments 29 pages, 8 figures
学习分组晶格向量量化器以实现低比特LLM压缩
机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Southwest Jiaotong University（西南交通大学）
AI总结 本文提出分组晶格向量量化器，通过学习生成矩阵优化低比特LLM压缩，实现模型大小与精度的平衡。
Comments NeurIPS 2025 Poster
DecompGAIL: 通过分解多智能体生成对抗模仿学习学习真实交通行为
机构 * Nanyang Technological University（南洋理工大学） ； Desay SV Automotive（德赛西威汽车）
AI总结 DecompGAIL通过分解多智能体生成对抗模仿学习方法，解决多智能体设置中GAIL的不稳定性问题，提升交通行为的真实性和整体性能。
Comments accepted by ICLR
利用神经网络在截断维纳混沌展开中求解随机偏微分方程
机构 * Nanyang Technological University, Division of Mathematical Sciences（南洋理工大学数学科学学院） ； ETH Zurich, Department of Mathematics（苏黎世联邦理工学院数学系）
AI总结 本文提出利用神经网络在维纳混沌展开中求解随机偏微分方程，并通过数值实验验证了方法的可行性与有效性。
机器人介导的双人交互中的延迟补偿刚度估计
机构 * Robotics Research Centre, School of Mechanical and Aerospace Engineering, Nanyang Technological University（机器人研究中心，机械与航空航天工程学院，南洋理工大学） ； Articares Pte. Ltd.（Articares私人有限公司）
AI总结 本文提出一种延迟补偿的刚度估计方法，通过代数估计器和归一化加权最小二乘算法，提升远程双人交互中刚度估计的准确性。
通过答案一致性表示塑造进行推理轨迹的幻觉检测
机构 * College of Computer Science, Sichuan University, China（四川大学计算机学院） ； School of Software Technology, Zhejiang University, China（浙江大学软件学院） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学 computing and Data Science学院）
AI总结 本文提出ARS方法，通过塑造答案一致性表示来提高推理轨迹中幻觉检测的准确性，无需人工标注即可提升检测性能。
DREAM: 图学习中带标签噪声的双标准语义同质性与动态优化
机构 * National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University-Anker Embodied AI Lab, Peking University（国家多媒体信息处理重点实验室，计算机科学学院，北京大学-安ker具身AI实验室，北京大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science, University of Illinois Chicago（计算机科学系，伊利诺伊大学香槟分校） ； Paul G. Allen School of Computer Science and Engineering, University of Washington（保罗·G·阿伦计算机科学与工程学院，华盛顿大学） ； Department of Statistics, University of Wisconsin–Madison（统计系，威斯康星大学麦迪逊分校）
AI总结 DREAM通过双标准策略和动态优化解决图学习中标签噪声问题，提升图结构中节点可靠性与关系信息的利用。
针对大视觉-语言模型的物理提示注入攻击
机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院）
AI总结 本研究提出了一种无需访问模型或输入的物理提示注入攻击方法，通过物理物体注入恶意指令，成功攻击多种大视觉-语言模型。
阴影自我：大型语言模型代理中的内在价值偏差
机构 * Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学）
AI总结 研究提出IMPRESS框架，系统评估大型语言模型代理中的内在价值偏差风险，发现其在不同模型中普遍存在，且受上下文化和框架机制显著影响。
Comments 21 pages, 11 figures
精确校准与鲁棒的激光雷达-惯性里程计用于旋转驱动的激光雷达系统
机构 * Engineering Research Center of Low-Altitude Perception and Detection Technology & Intelligent IoT, Ministry of Education, School of Automation, Guangdong University of Technology（低空感知与探测技术及智能物联网工程研究中心，教育部，自动化学院，广东工业大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学）
AI总结 本文提出了一种无目标的激光雷达-电机校准方法和环境自适应的激光雷达-惯性里程计，以提高旋转驱动激光雷达系统的校准精度和定位鲁棒性。
Comments This article has been accepted for publication in IEEE Robotics and Automation Letters (RA-L). Personal use is permitted. All other uses require IEEE permission
MAViS：一个用于长序列视频叙事的多智能体框架
机构 * Virginia Tech（弗吉尼亚理工大学） ； Nanyang Technological University（南洋理工大学） ； Eyeline Studios（Eyeline工作室）
AI总结 MAViS通过多智能体协作框架提升长序列视频生成的辅助能力、视觉质量和表达性，支持多模态输出。
Comments Video Generation Agent
推动专家专业化以提升MoE
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出正交性损失和方差损失，提升MoE模型专家专业化，显著提高性能并保持负载平衡。
Comments 33pages, 6figures(Accepted by Neurips 2025 Oral)
SeRL：基于有限数据的大型语言模型自我对抗强化学习
机构 * Zhejiang University（浙江大学） ； 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） ； Hangzhou City University（杭州城市大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院）
AI总结 SeRL通过自我指令和自我奖励机制，在有限数据条件下提升大型语言模型的推理能力。
The taggedPBC：为跨语言研究标注大规模平行语料库
机构 * Nanyang Technological University（南洋理工大学）
AI总结 taggedPBC为跨语言研究提供大规模标注平行语料库，包含1940种语言的词性标注数据，通过N1比值验证了其在识别不及物词序方面的有效性。
Journal ref Language Resources and Evaluation 2026, 60:20
GeneMAN: 从多源人类数据中通用的单图像3D人体重建
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； SAIS & SCS, Shanghai Jiao Tong University（上海交通大学SAIS与SCS）
AI总结 GeneMAN通过多源高质量数据集和深度学习方法，实现从单张图像到高保真3D人体的通用重建。
Comments Accepted by NeurIPS 2025; Project page: https://roooooz.github.io/GeneMAN/
CARE Transformer: 通过解耦双交互实现高效的线性视觉Transformer
机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Hefei University of Technology（合肥工业大学）
AI总结 CARE Transformer通过解耦双交互机制，实现高效的线性视觉Transformer，在移动端实现高精度与高效率的平衡。
利用WASN在户外环境中进行声音事件定位与分类
机构 * Joint Laboratory of Environmental Sound Sensing, School of Marine Science and Technology, Northwestern Polytechnical University（环境声音感知联合实验室、海洋科学与技术学院、西北工业大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院、南洋理工大学） ； Institute of Acoustics, Chinese Academy of Sciences（声学研究所、中国科学院） ； Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), Politecnico di Milano（电子、信息与生物工程系（DEIB）、米兰理工大学） ； School of Marine Science and Technology, Northwestern Polytechnical University（海洋科学与技术学院、西北工业大学） ； Department of Signal Theory and Communications, Universidad Carlos III de Madrid（信号理论与通信系、卡洛斯三世大学）
AI总结 本文提出一种基于深度学习的声学方法，利用多特征和注意力机制提升户外环境中声音事件定位与分类的准确性。
对抗性合成市场数据下的贝叶斯稳健金融交易
机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北航）
AI总结 本文提出一种贝叶斯稳健框架，通过生成对抗性合成市场数据和稳健策略学习，提升金融交易在不确定市场环境下的性能。
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