高校专区
DyTopo：通过语义匹配实现多智能体推理的动态拓扑路由
机构 * Peking University, Beijing, China（北京大学） ； Georgia Institute of Technology, Atlanta, United States（佐治亚理工学院） ； Southeast University, Location, Country（东南大学） ； Tsinghua University（清华大学）
AI总结 DyTopo通过语义匹配实现多智能体推理的动态拓扑路由，提升多轮推理性能并提供可解释的协调轨迹。
BABE：生物学竞技场基准
机构 * Peking University（北京大学）
AI总结 BABE基准通过评估生物AI系统的实验推理能力，解决现有生物学基准未能评估实验结果与上下文知识整合能力的问题。
RRAttention: 通过每头轮换位移实现动态块稀疏注意力以支持长上下文推理
机构 * Baidu Inc.（百度公司） ； Peking University（北京大学）
AI总结 RRAttention通过轮换位移策略实现动态块稀疏注意力，提升长上下文推理效率，实现99%的完整注意力性能和2.4倍加速。
LongR: 通过密集效用奖励的强化学习解锁长上下文推理
机构 * Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 LongR通过整合动态'思考与阅读'机制和上下文密度奖励，提升长上下文推理性能，在多个基准测试中取得显著成效。
自适应全局与细粒度感知融合用于兼容硬负样本放大的人脸嵌入
机构 * State Key Lab of General AI, School of Intelligence Science and Technology, Peking University（人工智能国家重点实验室，智能科学与技术学院，北京大学） ； Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）
AI总结 本文提出AGFF-Embed方法，通过自适应融合全局和细粒度语义信息，提升多模态嵌入在一般和细粒度理解上的性能。
LocateEdit-Bench：基于指令的编辑本地化基准测试
机构 * Institute of Automation, Chinese Academy of Sciences, Beijing, China（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学） ； School of EEECS, Queen's University Belfast, Northern Ireland, UK（女王大学 Belfast 电子工程与计算机科学学院） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Peking University, Beijing, China（北京大学）
AI总结 LocateEdit-Bench是一个针对基于指令的编辑本地化问题设计的大规模数据集，整合了四种先进编辑模型，用于评估和推动伪造本地化方法的发展。
Comments 11 pages, 7 figures
连点成线：知识图谱引导的爬虫攻击对抗检索增强生成系统
机构 * MOE Key Lab of HCST (PKU), School of Computer Science, Peking University（信息与电子技术教育部重点实验室（北京大学）、计算机科学学院、北京大学） ； Department of Computer Science, University of Illinois Urbana-Champaign（计算机科学系、伊利诺伊大学厄巴纳-香槟分校） ； Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign（电气与计算机工程系、伊利诺伊大学厄巴纳-香槟分校）
AI总结 RAGCrawler通过知识图谱引导的攻击方法，有效提升RAG系统知识库的覆盖能力，实现70%覆盖率的查询效率提升达4.03倍，并达到0.699的代理重建相似度。
面向文本到图像扩散模型的个性化安全对齐
机构 * National University of Singapore（新加坡国立大学） ； Peking University（北京大学） ； Yale University（耶鲁大学） ； Collov Labs（Collov实验室）
AI总结 本文提出个性化安全对齐框架PSA，通过用户条件适应提升文本到图像扩散模型的安全性与生成质量，实现安全与质量的动态平衡。
基于汤普森采样的学习与控制：未知动态系统
机构 * MIIT Key Laboratory of Servo Motion System Drive and Control, School of Automation, Beijing Institute of Technology（信息产业部伺服驱动与控制重点实验室，自动化学院，北京理工大学） ； Department of Mechanical Engineering, Faculty of Engineering, University of Victoria（机械工程系，工程学院，维多利亚大学） ； Center for Systems and Control, College of Engineering, Peking University（系统与控制中心，工程学院，北京大学）
AI总结 本文提出基于再生核希尔伯特空间的参数化方法，结合汤普森采样框架，实现未知动态系统的主动学习控制，提升控制效率与稳定性。
为在场评估具身智能体而自动产生认知任务
机构 * Peking University（北京大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； BIGAI
AI总结 本文提出TEA系统，通过动态在场任务生成方法评估具身智能体在未见环境中的能力，揭示模型在基本感知和3D交互方面的不足。
近光色光度立体摄影用于单色非兰伯特表面
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 本文提出了一种基于神经隐式表示的单色非兰伯特表面单次图像重建方法，并通过实验验证了其有效性。
Comments 5 pages 7figures
神经网络在信息论极限附近学习通用多索引模型
机构 * Peking University（北京大学） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 神经网络通过梯度下降在信息论极限内高效学习多索引模型，证明两层网络在特定条件下能以最优样本和时间复杂度实现目标学习。
Comments 85 pages, 2 figures. The order of the first two authors was determined by a coin flip. Accepted by ICLR 2026
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