高校专区
PaperX: 一种多模态学术演示生成的统一框架与学者DAG
机构 * CASIA（中国科学院自动化研究所） ； UCAS（乌尔姆大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； HKUST(GZ)（香港科技大学(广州)）
AI总结 PaperX通过Scholar DAG实现多模态学术演示生成的统一框架，提升内容质量和效率。
Comments 29 pages, 9 figures, Project website: https://github.com/yutao1024/PaperX
通过学习多样的思维链模式扩展基础模型的推理潜力
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； Meituan（美团） ； State Key Laboratory of Multimedia Information Processing, Peking University（北京大学多媒体信息处理国家重点实验室）
AI总结 本文提出通过学习富含高价值推理模式的多样化数据，扩展基础模型的推理潜力，显著提升模型在数学推理任务上的性能。
层次化零阶优化用于深度神经网络
机构 * College of Physics, Peking University（北京大学物理学院） ； Pengcheng Laboratory（鹏城实验室） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出层次化零阶优化方法，通过分解网络深度维度，将查询复杂度降低至O(ML log L)，在CIFAR-10和ImageNet上实现了与反向传播相当的准确性。
Comments Corresponding author: Zhengyu Ma (mazhy@pcl.ac.cn)
学习结构-语义演进轨迹用于图域适应
机构 * School of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能学院） ； School of Mathematical Sciences, Peking University, Beijing, China（北京大学数学科学学院） ； School of Computer Science and Engineering, Beihang University, Beijing, China（北京航空航天大学计算机科学与工程学院） ； Zhongguancun Laboratory, Beijng, China（中关村实验室） ； Independent Researcher, Beijing, China（独立研究者）
AI总结 DiffGDA通过建模连续时间生成过程，以结构和语义转换的联合建模方式解决图域适应中的连续非线性演进问题，实验表明其在多个数据集上优于现有方法。
Comments accepted by ICLR 2026, 21 pages
Canvas-of-Thought：通过可变的结构化状态进行推理
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Peking University（北京大学） ； New York University（纽约大学） ； Westlake University（西湖大学）
AI总结 Canvas-CoT通过引入HTML Canvas实现可变结构化状态，提升多模态推理效率与精度。
ERGO：基于超额风险的高保真单目3D高斯点云优化
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Guilin University of Electronic Technology（桂林电子科技大学） ； UiT The Arctic University of Norway（UiT北欧大学）
AI总结 ERGO通过基于超额风险分解的自适应优化框架，提升单目3D高斯点云重建的几何和纹理保真度。
超越封闭池视频检索：面向真实世界视频搜索和时刻定位的基准与代理框架
机构 * CASIA ； UCAS ； Tencent（腾讯） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文提出RVMS-Bench和RACLO框架，用于评估现实世界中基于模糊记忆的视频检索和时刻定位，揭示现有模型在该任务上的不足。
Comments 49 pages, 9 figures
MalMoE: 基于专家混合的加密恶意流量检测在图漂移下的应用
机构 * Peking University（北京大学） ； Zhongguancun Laboratory（中关村实验室）
AI总结 MalMoE通过混合专家模型和图辅助技术，实现加密恶意流量检测在图漂移下的高效准确识别。
Comments 10 pages, 9 figures, accepted by IEEE INFOCOM 2026
ClinAlign: 从医生偏好扩展医疗对齐
机构 * Ant Group（蚂蚁集团） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学）
AI总结 ClinAlign通过HealthRubrics和HealthPrinciples实现医疗输出与医生偏好的高效对齐，验证了资源高效的临床对齐方法。
推进块扩散语言模型用于测试时间扩展
机构 * Fudan University（复旦大学） ； Peking University（北京大学）
AI总结 本文提出BACD和TCCF方法，提升块扩散语言模型在测试时间扩展中的推理效率和效果。
WorldArena: 一个用于评估具身世界模型感知与功能效用的统一基准
机构 * Tsinghua University, Beijing, China（清华大学） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） ； Princeton University, Princeton, NJ, USA（普林斯顿大学） ； Chinese Academy of Sciences, Beijing, China（中国科学院） ； University of Science（科学技术大学） ； Peking University, Beijing, China（北京大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 WorldArena是一个统一的基准，用于评估具身世界模型的感知和功能效用，揭示高视觉质量与强具身任务能力之间的差距。
秩序从混沌：从 glitchy 游戏视频中理解物理世界
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·扎耶德人工智能大学） ； Peking University（北京大学） ； University of Toronto（多伦多大学） ； Sun Yat-sen University（孙中山大学）
AI总结 本文提出 PhysGame 数据集和 GameBench 基准，通过利用游戏视频中的 glitch 异常，提升物理推理能力，实验显示在多个基准上取得显著提升。
Comments Accepted by TMLR
KernelBand: 通过硬件感知的多臂老虎机实现基于LLM的核优化
机构 * Key Lab of HCST (PKU), MOE（HCST关键实验室（北京大学）） ； SCS, Peking University, Beijing, China（SCS，北京大学，北京，中国） ； Hong Kong University of Science（香港科学大学） ； East China Normal University, Shanghai, China（华东师范大学，上海，中国） ； Department of Computer Science, Tianjin University, Tianjin, China（天津大学计算机科学系，天津，中国） ； School of Computing Science, Simon Fraser University, Burnaby, BC, Canada（Simon Fraser大学计算机科学学院，Burnaby，BC，加拿大） ； University of Texas at Dallas, USA（德克萨斯大学达拉斯分校，美国） ； Beijing Tongming Lake Information Technology Application Innovation Center, China（北京同铭湖信息技术应用创新中心，中国） ； Fudan University Institute of Systems for Advanced Computing, China（复旦大学高级计算系统研究所，中国） ； Shanghai Institute of Systems for Open Computing, China（上海开放计算系统研究所，中国）
AI总结 KernelBand通过硬件感知的多臂老虎机框架，实现基于LLM的核优化，显著提升性能。
Comments 19 pages (9 pages main text), 4 figures. v2: Full revision
AFD-SLU: 适应性特征蒸馏用于语音语言理解
机构 * School of Advanced Manufacturing and Robotics（先进制造与机器人学院） ； Peking University（北京大学） ； National Institute of Defense Technology Innovation（国防科技创新国家研究院） ； Academy of Military Sciences（军事科学院） ； Tianjin Artificial Intelligence Innovation Center（天津人工智能创新中心）
AI总结 AFD-SLU通过自适应特征蒸馏框架，将教师模型的语义表示转移到轻量级学生模型，提升语音语言理解的准确率与效率。
Comments Accepted to IEEE ICASSP 2026
MME-Emotion：多模态大语言模型情感智能的综合评估基准
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tongyi Lab（通义实验室） ； SZTU（深圳技术大学） ； Peking University（北京大学） ； Tongji University（同济大学） ； CASIA（中国科学院自动化所） ； Tencent（腾讯） ； UCLA（加州大学洛杉矶分校） ； Westlake University（西湖大学） ； NTU（国立大学）
AI总结 MME-Emotion是首个评估多模态大语言模型情感智能的综合基准，揭示当前模型在情感识别和推理上的不足，并通过多智能体框架提供混合指标分析。
具有动量的规范化随机一阶方法的复杂性 在重尾噪声下
机构 * Department of Mathematics, Linköping University（利乌普斯大学数学系） ； Department of Industrial and Systems Engineering, University of Minnesota（明尼苏达大学工业与系统工程系） ； Department of Applied Mathematics, The Hong Kong Polytechnic University（香港理工大学应用数学系） ； Academy for Advanced Interdisciplinary Studies, Peking University（北京大学先进跨学科研究学院）
AI总结 本文提出了一种在重尾噪声下具有动量的规范化随机一阶方法，通过动态参数更新和弱平均光滑性条件，改进了寻找近似随机 stationary 点的复杂性界。
ZeroTuning: 解锁初始标记的潜力以无需训练的方式提升大语言模型
机构 * University of Pennsylvania（宾夕法尼亚大学） ； AMD（AMD公司） ； Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 ZeroTuning通过仅调整初始标记的注意力实现无需训练的大语言模型性能提升，适用于多种任务和场景。
Comments ICLR 2026 Accepted Version: proofread, introduction rewritten, additional experiments and appendix material added
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