高校专区
EditBridge：迈向忠实且高效的超高清图像编辑
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Qwen Business Unit of Alibaba（阿里巴巴通义千问业务部） ； National University of Singapore（新加坡国立大学）
AI总结 针对现有扩散图像编辑模型无法高效处理超高清图像的问题，提出EditBridge扩散桥框架，通过先验引导的块级稀疏注意力机制实现4K高保真编辑，速度提升显著。
EvoTS-Agent：一种用于金融时间序列变点检测的自进化大语言模型智能体
机构 * Alan Turing Institute（阿兰·图灵研究所） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； NatWest AI Research（国民西敏寺银行人工智能研究部） ； University of Edinburgh（爱丁堡大学） ； University College London（伦敦大学学院）
AI总结 该研究针对金融时间序列变点检测难题，提出自进化 LLM 智能体 EvoTS-Agent，经验证引导进化检测流程，在四个基准数据集上表现优于现有同类智能体且执行成功率达100%。
TINA+: 通过扩散一致无文本反演探测未学习的扩散模型中的残留视觉知识
机构 * School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； City University of Hong Kong（香港城市大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； National University of Singapore（新加坡国立大学） ； Pengcheng Laboratory（鹏城实验室）
AI总结 本研究提出TINA+，一种扩散一致无文本反演攻击，可探测未学习的扩散模型中残留的视觉知识，实验表明现有概念擦除方法多切断文本-图像链接而非消除视觉知识。
Comments The project page is this https URL (https://qianlong0502.github.io/TINA-Plus-Homepage/)
Agentic ESOpt：以最小GPU资源微调长视野大语言模型智能体
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出Agentic ESOpt框架，用进化策略微调长视野LLM智能体，仅需最小GPU资源，在WebArena-Lite上使Qwen-3.5-27B性能提升6.69%，提示-参数协同演化在多数设置中优于基准。
无答案准入：基于大语言模型的优化建模的无标注认证与经验学习
机构 * Institute of Operations Research and Analytics（运营研究与分析研究所） ； National University of Singapore（新加坡国立大学） ； Wenzhou Buyi Pharmacy（温州布衣药房） ； College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Wenzhou University（温州大学）
AI总结 本文提出AdmitOR这一无标注准入机制，通过跨家族团校准阈值实现模型接纳，在优化建模任务中显著提升接纳精度并减少污染接纳，为无标注场景下的模型准入提供了新方案。
Comments Code and data are available at this https URL (https://github.com/junbolian/AdmitOR)
SOD：分步式在线蒸馏用于小型语言模型代理
机构 * Zhejiang University（浙江大学） ； Large Language Model Department, Tencent（腾讯大语言模型部门） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学）
AI总结 针对小型语言模型中工具集成推理的稳定性问题，提出SOD分步式在线蒸馏框架，通过动态调整蒸馏强度缓解教师信号误导，提升推理性能。
通过记忆增强的规划和前瞻性构建视觉导航的统一世界模型
机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； Apple（苹果公司） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出UniWM，一种整合视觉前瞻性与规划的统一世界模型，通过记忆机制提升导航鲁棒性和泛化能力，在多个基准测试中显著提升导航成功率。
Comments Accepted to ECCV 2026. 22 pages, 12 figures, code: this https URL (https://github.com/UWMILab/UniWM)
FabriMAE：我相信自己吗？基于马尔可夫注意力熵的视觉-语言-动作模型动作自评估
机构 * National University of Singapore（新加坡国立大学） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Amazon（亚马逊） ； East China University of Science and Technology（华东理工大学） ； Mese Technology Limited Co., Ltd.（迈泽科技有限公司） ； FabriX team at Youibot Robotics Co., Ltd.（优必科技有限公司FabriX团队）
AI总结 本研究针对视觉-语言-动作模型的动作自评估难题，提出基于马尔可夫注意力熵（MAE）的自评估框架，构建LIBERO-Reflect基准，实验显示MAE性能优于现有方法，还提升了PI系列动作选择的鲁棒性。
操作约束下的覆盖最大化多项子集路由
机构 * National University of Singapore（新加坡国立大学） ； The Great Bay University（大湾区大学）
AI总结 针对现有路由方法无法处理仅依赖最佳专家的奖励结构及操作约束的问题，提出OMD-Approachability方法，在真实众包数据集上验证了其性能。
用于协调多智能体探索的规划器条件扩散模型
机构 * National University of Singapore（新加坡国立大学）
AI总结 提出规划器条件扩散策略PCDP，通过规划器身份作为条件输入训练多模态单智能体策略，结合局部重排序实现协调，在多智能体探索中提升性能并验证了方法有效性。
Comments Code and models are available at https://github.com/marmotlab/PCDP
HiPHI：面向高精度人体运动与物体交互的大规模基准测试集
机构 * National University of Singapore（新加坡国立大学） ； The University of Hong Kong（香港大学） ； SIGS, Tsinghua University（清华大学深圳国际研究生院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Noitom Robotics（诺亦腾机器人公司）
AI总结 该研究针对现有具身数据集的局限，提出基于FrameNet的600+小时高保真人体运动与物体交互基准HiPHI，配套评估套件，为类人策略学习及计算机图形学运动先验模型提供数据基础。
基于廉价辅助信号的语言模型条件评估
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft（微软公司） ； National University of Singapore（新加坡国立大学）
AI总结 针对现有语言模型条件评估中廉价辅助信号存在偏差的问题，提出半监督估计器LACE，结合局部中心化与岭控制变量，在多个基准数据集上完成实证评估。
UC-VLM：基于一致性驱动学习的视觉语言大模型生成图像检测方法
机构 * National University of Singapore（新加坡国立大学）
AI总结 UC-VLM是仅依赖二元监督的多阶段框架，通过复用真实性标签实现视觉适配与文本生成，在GenImage、Chameleon等数据集上显著提升了AI生成图像检测的准确率。
Comments Accepted by ECCV 2026
SCOPE：用于视频世界模型的分数隔离智能体优化
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Tencent（腾讯）
AI总结 本研究针对视频世界模型推理时改进的评估难题，提出SCOPE框架，通过类型化状态更新与冻结策略实现可审计适应，在Physics-IQ基准上较冻结基线提升+14.24，同时揭示推理时更新的益处需原则性部署机制。
揭开层神经网络（Sheaf Neural Networks, SNNs）中的过度平滑之谜：一种指标理论判据
机构 * Chern Institute of Mathematics（陈省身数学研究所） ； Nankai University（南开大学） ； School of Physical and Mathematical Sciences（物理与数学科学学院） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学）
AI总结 本研究针对层神经网络的过度平滑问题，提出指标理论比较判据，引入GyroSheaf扩展至非线性场景，经十个模型实验验证了该判据的有效性。
StreamTTT：在流式视觉语言模型中协调实时感知与长期记忆
机构 * National University of Singapore（新加坡国立大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
AI总结 StreamTTT通过将长程历史写入注意力外的快速权重、保留短滑动键值缓存，在OVO-Bench和StreamingBench上提升了流式VLMs的实时感知与长程记忆能力，且代码将公开。
TrustCLIP：通过对抗性重建学习隐私视觉特征
机构 * Meta ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； University of Tübingen（图宾根大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究视觉和视觉语言模型中视觉特征隐私问题，提出TrustCLIP框架，以特征条件生成器为隐私对手，优化编码器特征与下游模块投影，降低生成式反演保真度并保持下游任务性能。
Comments https://atnikos.github.io/trustclip/ Update affiliations
DanceOPD：在策略生成场蒸馏
机构 * ByteDance Seed（字节跳动Seed） ； NUS（新加坡国立大学） ； UMD（马里兰大学） ； HKUST（香港科技大学）
AI总结 提出DanceOPD框架，通过将每个样本路由到能力场并查询低噪声学生诱导状态，用速度MSE损失训练流匹配模型，实现文本到图像、局部编辑和全局编辑的多能力组合，提升目标能力同时保持生成质量。
Comments Technical Report; 42 pages, 14 figures, 9 tables; Project Page at https://danceopd.github.io/ GitHub Repo at https://github.com/worldbench/DanceOPD
人工智能赋能高分子材料发现
机构 * Suzhou MatSource Technology Co., Ltd.（苏州MatSource科技有限公司） ； Gusu Laboratory of Materials（材料Gusu实验室） ； Advanced Institute for Materials Research (WPI-AIMR)（先进材料研究所（WPI-AIMR）） ； Frontier Research Institute for Interdisciplinary Sciences (FRIS)（交叉学科前沿研究所（FRIS）） ； State Key Laboratory of Advanced Environmental Technology, Department of Environmental Science and Engineering, University of Science and Technology of China（先进技术国家实验室，环境科学与工程系，中国科学技术大学） ； Jiangsu Key Laboratory of New Power Batteries, Jiangsu Collaborative Innovation Centre of Biomedical Functional Materials, School of Chemistry and Materials Science, Nanjing Normal University（新型动力电池江苏省重点实验室，生物医学功能材料协同创新中心，化学与材料科学学院，南京师范大学） ； Department of Chemistry, National University of Singapore（新加坡国立大学化学系） ； Thrust of Sustainable Energy and Environment, The Hong Kong University of Science and Technology (Guangzhou)（可持续能源与环境方向，香港科技大学（广州）） ； Department of Materials Design and Innovation, University at Buffalo（材料设计与创新系，布法罗大学） ； College of Smart Materials and Future Energy, State Key Laboratory of Molecular Engineering of Polymers, Fudan University（智能材料与未来能源学院，聚合物分子工程国家重点实验室，复旦大学） ； School of Physical Science and Technology, Shanghai tech University（物理科学与技术学院，上海科技大学） ； The State Key Laboratory of Molecular Engineering of Polymers and Department of Macromolecular Science, Fudan University（聚合物分子工程国家重点实验室和大分子科学系，复旦大学） ； Department of Chemistry and Materials Science, Xi'an J Liverpool University（化学与材料科学系，西安J Liverpool大学）
AI总结 本文综述了数据基础设施、机器学习、大模型和实验室自动化如何融合成自主发现生态系统，通过自改进反馈循环实现高分子材料的预测性、可重复和可扩展创新。
基于辛嵌入逼近定理的辛模型降阶学习
机构 * School of Mathematics and Statistics, Beijing Jiaotong University（北京交通大学数学与统计学学院） ； State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院数学科学国家重点实验室） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系）
AI总结 针对高维哈密顿系统降阶中辛结构易破坏的问题，提出辛保持自编码器（SpAE），通过参数化解码器为辛嵌入、编码器为辛投影，在保证辛结构的同时提升重构与预测精度。
进化代理群体
机构 * National University of Singapore（新加坡国立大学）
AI总结 本文提出EvE框架，通过进化编码代理群体实现算法发现，解决了传统方法的局限，展示了自修正群体在复杂代码库中的优势。
追踪真相：面向视频大语言模型的物体感知时空监控
机构 * National University of Singapore（新加坡国立大学） ； VinUniversity（文大学） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出STEMO-Bench基准测试，通过分解查询验证时空监控能力，改进视频大语言模型的时空推理一致性。
Comments The authors are withdrawing this manuscript due to errors identified in the experimental evaluation and result aggregation, which affect several reported quantitative results and some conclusions. These issues require substantial re-evaluation of the experiments and analysis
ReLoop：结构建模与行为验证用于可靠的基于LLM的优化
机构 * McCormick School of Engineering, Northwestern University（西北大学工程学院） ； Wenzhou Buyi Pharmacy Chain Co., Ltd.（温州-buyi药链有限公司） ； College of Computer Science and Artificial Intelligence, Wenzhou University（温州大学计算机科学与人工智能学院） ； Department of Decision Analytics and Operations, City University of Hong Kong（香港城市大学决策分析与运营部门） ； Institute of Operations Research and Analytics, National University of Singapore（新加坡国立大学运筹学与分析研究所）
AI总结 ReLoop通过结构生成和行为验证机制，解决LLM生成优化代码的可行性与正确性差距问题，提升代码执行准确性和鲁棒性。
Comments Code and benchmark: https://github.com/junbolian/ReLoop
层次间推理：通过层选择性融合恢复视频-语言模型中的时间推理
机构 * National University of Singapore（新加坡国立大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
AI总结 本文提出MERIT框架，通过层选择性融合提升视频-语言模型的时间推理能力，同时保持时间感知能力，优于全模型融合和随机层选择。
数据更少，收敛更快：面向多模态指令微调的目标驱动数据优化
机构 * Peking University（北京大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出目标驱动数据优化框架GDO，通过优化训练样本实现更快收敛和更高精度，适用于多模态指令微调任务。
Comments Accepted to ECCV 2026
消除迷雾：为大语言模型智能体（LLM Agents）安装与优化主动探索能力
机构 * Engineering Research Center of Machine Learning and Industry Intelligence（机器学习与产业智能工程研究中心） ； National University of Singapore（新加坡国立大学） ； University of Leeds（利兹大学） ； Sichuan University（四川大学）
AI总结 该研究针对LLM智能体主动探索能力的两大瓶颈，提出含探索性数据构建、对比信号引导的RL优化的方法，经实验验证其有效性并公开代码。
提升多模态RLVR的泛化鲁棒性
机构 * National University of Singapore（新加坡国立大学） ； DAMO Academy Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（湖畔实验室） ； Zhejiang University（浙江大学） ； University of California Berkeley（加州大学伯克利分校） ； Rochester Institute of Technology（罗切斯特理工学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Renmin University of China（中国人民大学） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对多模态RLVR泛化鲁棒性不足的问题，提出含动态三元奖励与一致性正则化器的PIRL方法，压力测试与动态评估中其性能下降幅度均小于GRPO。
Comments 32 pages, 5 figures
OmniScientist：一种全模态全学科的AI科学家
机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学）
AI总结 本研究提出全模态AI科学家OmniScientist，通过端到端全模态流水线处理多学科异构原始证据，在36个真实案例中完成从原始数据到手稿的全流程，性能优于仅用预计算特征的系统，为通用AI科学家提供可行方案。
Comments 30 pages, 13 figures, 19 tables. Project page: https://omni-scientist.github.io/
V-RAE：重新思考用于生成的视频隐空间
机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学）
AI总结 本研究提出V-RAE视频表示自动编码器，基于冻结视觉基础模型构建生成隐空间，在多项视频任务上优于现有模型，还引入tFVD指标，证明冻结语义表示可支持多种视频建模任务。
Comments 26 pages, 8 tables, 13 figures, project page: https://v-rae.github.io/
隐式在线策略自蒸馏
机构 * Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本研究提出隐式在线策略自蒸馏（LOPD），将教师的特权上下文改为端到端可学习，在智能体工具使用和代码生成任务上，以远低于对比方法的rollout预算实现了更优性能。
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