高校专区
上下文分配定律：生成式搜索中的因果测量与闭环编排
机构 * National Engineering Research Center for Software Engineering, Peking University（北京大学国家软件工程研究中心） ； Peking University（北京大学） ； Tencent（腾讯）
AI总结 该研究针对RAG的证据利用测量与上下文预算分配瓶颈，提出因果留一法探针与闭环次模调度器，实现组合召回率提升16.7-20.5个百分点，确立顺序反馈驱动编排为生成式搜索的范式。
知晓并非总能表达：视觉语言模型中空间编码何时能抵达答案？
机构 * Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本研究针对视觉语言模型的空间编码何时能抵达答案的问题，采用方向干预方法，揭示了因果影响仅出现在中深层、文本思维链与视觉接地提示的不同作用等传输模式，为解决编码-接地差距提供了新视角。
Comments Accepted to appear in the EMNLP 2026 Main Conference
从非侵入式脑记录中解码感知语音的跨被试泛化
机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； Academy for Advanced Interdisciplinary Studies, Peking University（北京大学前沿交叉学科研究院） ； National Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室）
AI总结 该研究提出CPSD框架，结合对比学习、PESA模块等，在三类感知语音数据集上跨被试解码性能优于基线，提升了Top-10准确率。
Comments Submitted to IEEE Transactions on Audio, Speech, and Language Processing (TASLP)
面向掩码扩散机器翻译的长度自适应解码
机构 * Peking University（北京大学） ； BYD Company Limited（比亚迪股份有限公司）
AI总结 针对掩码扩散机器翻译的长度决策问题，提出无训练的Entropy-Valley长度选择器，在多个翻译方向上显著优于基线，性能接近同数据训练的LLaMA-3-8B自回归模型。
Comments Accepted to the Main Conference of EMNLP 2026. 22 pages, 7 figures. Code: this https URL (https://github.com/Entropy-Valley/Entropy-Valley); dataset and model: this https URL (https://huggingface.co/collections/YanZhanPKU/entropy-valley)
基于结构化搜索的接地规范规则生成
机构 * Peking University（北京大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室、北京智源人工智能研究院） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 本研究提出GNRS-Search框架，将规范规则生成为接地规范规则合成问题，通过MCMC采样优化AOG，在两个基准上提升规则质量，为受监管环境的合规智能体提供基础范式。
ToSCA：利用对话智能体的时间与策略抽象实现分层强化学习
机构 * Geely AI Lab（吉利AI实验室） ； Beijing Institute of Technology（北京理工大学） ； Peking University（北京大学）
AI总结 该研究受人类多层时间抽象启发，提出ToSCA框架，采用两级分层强化学习结合双粒度奖励机制，在两类对话任务中性能优于基线方法。
Comments Accepted by EMNLP 2026 Findings
Repo2Skill-Evo：仓库技能在静默中过时
机构 * ByteDance（字节跳动） ； Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学）
AI总结 Repo2Skill-Evo研究发现，在57个真实仓库的105次版本转换中，前沿智能体难以可靠维护仓库技能，其平均@3 macro F1仅29.9%-69.7%，仓库技能会在无明确信号的情况下静默过时。
MemGuard：为大语言模型智能体记忆治理保留验证器信号
机构 * Nankai University（南开大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Institute of Optics and Fine Mechanics, Chinese Academy of Sciences（中国科学院上海光学精密机械研究所） ； Peking University（北京大学） ； Technical University of Munich（慕尼黑工业大学） ； Queen Mary University of London（伦敦大学玛丽女王学院） ； Wuhan University（武汉大学） ； University of New South Wales（新南威尔士大学）
AI总结 针对LLM智能体记忆的不可靠准入与漂移问题，提出MemGuard方法，通过保留验证器的生命周期元数据提升多任务基准的成功指标与效率，效果优于现有基线。
Comments 30 pages, 7 figures
MCite-RL：基于引用增强型智能体强化学习的可靠多模态检索增强生成
机构 * Peking University（北京大学） ； Panasonic Connect Co., Ltd.（松下连接株式会社）
AI总结 针对现有多模态RAG存在的视觉引用不准或与答案脱节问题，本文提出MCite-RL框架，通过智能体优化模块和引用增强型奖励机制实现引用精度与答案质量的联合优化，经多基准实验验证有效。
深度神经网络的与宽度无关的可压缩性
机构 * Princeton University（普林斯顿大学） ； Peking University（北京大学） ； Massachusetts Institute of Technology（麻省理工学院）
AI总结 该研究针对深度多层感知机证明了与原网络宽度无关的可压缩性定理，提出含导数匹配技术与逐层重加权的构造方法，得出压缩宽度量级公式，为神经网络压缩提供理论支撑。
Comments 11 pages main text, 28 pages total, 4 figures
硬币皆有两面：关于大型语言模型的策略内蒸馏中泛化的双重性质
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； IQuest Research（IQuest研究院） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学）
AI总结 本研究探究大型语言模型策略内蒸馏（OPD）的泛化特性，发现其迁移教师推理行为而非答案，同源配对泛化性强，异源配对适配性有限，多教师组合存在能力跷跷板效应，为诊断多教师OPD提供了视角。
Comments Under Review
VideoChat3：用于高效通用视频理解的全开放视频多模态语言模型
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学）
AI总结 研究针对视频理解开源模型局限，提出VideoChat3。通过I3D-ViT等提升效率，利用可扩展视频数据合成管道生成训练数据集提升泛化性，以4B参数在多基准测试中超越同等或更多参数的开源模型，实现泛化与计算效率平衡。
机器人何时应该思考？基于强化学习的资源感知推理在具身机器人决策中的应用
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Northeastern University（东北大学） ； Harvard University（哈佛大学） ； Cornell University（康奈尔大学） ； MIT（麻省理工学院） ； Fujitsu Research of America（美国富士通研究） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Georgia（佐治亚大学） ； Florida International University（佛罗里达国际大学） ； EmbodyX Inc（EmbodyX公司） ； Cisco Systems（思科系统）
AI总结 提出RARRL框架，通过强化学习学习高层编排策略，使具身代理能自适应决定是否调用LLM推理、选择推理角色及分配计算预算，以平衡推理开销与任务成功率。
LLM应如何消费高质量数据？通过质量感知的功能缩放定律实现最优数据调度
机构 * Peking University（北京大学） ； Meituan（美团）
AI总结 本文通过引入数据质量维度扩展功能缩放定律，解析求解了联合数据质量和批次大小调度问题，揭示了高质量数据的双重角色，并提出了Drop-Stable-Rampup调度策略，在15B MoE模型上相比WSD和余弦衰减分别提升平均准确率+1.70和+2.98。
动态网络的在线设计
机构 * Peking University（北京大学） ； Institut Polytechnique de Paris（巴黎理工学院）
AI总结 本文提出一种基于蒙特卡洛树搜索的滚动时间规划方法，用于动态网络的在线设计，通过实时调整公交线路以适应随机需求，提升系统性能。
Comments 14 pages
ExtrinSplat：解耦几何与语义以实现3D高斯散射中的开放词汇理解
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东省超高清沉浸式媒体技术重点实验室，北京大学深圳研究生院） ； School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； Guangdong Bohua UHD Innovation Center Co., Ltd.（广东博华超高清创新中心有限公司）
AI总结 ExtrinSplat通过解耦几何与语义，利用视觉语言模型生成轻量文本假设，提升3D高斯散射中开放词汇物体选择和语义分割的性能和效率。
Comments Accepted to CVPR 2026
ADHint: 基于难度先验的自适应提示用于强化学习
机构 * Alibaba Group（阿里巴巴集团） ； Beijing Institute of Technology（北京理工大学） ； Peking University（北京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Zhongguancun Academy（中关村学院）
AI总结 ADHint通过整合难度先验，改进强化学习中的探索与模仿平衡，提升推理能力和分布外泛化。
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。
前瞻性验证：用于扩散大语言模型在无上下文自由文法下的可靠约束解码
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 LAVE通过并行预测标记分布实现可靠的约束解码，提升扩散大语言模型在上下文无关文法下的生成准确性。
针对现实动态环境中的GUI代理的环境注入攻击
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； School of Computer Science, Peking University（北京大学计算机学院）
AI总结 本文提出Chameleon框架，通过LLM驱动的环境模拟和注意力黑洞机制，有效暴露GUI代理在动态环境中的隐藏漏洞。
PM4Bench: 通过平行多语言多模态多任务语料库对大型视觉-语言模型进行基准测试
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Sun Yat-Sen University（中山大学） ； Chinese University of Hong Kong（香港中文大学）
AI总结 PM4Bench通过平行多语言多模态多任务语料库评估大型视觉-语言模型，揭示跨语言性能差异与OCR能力的关系。
Comments Accepted by EMNLP 2026 Main Conference
Sa2VA：将SAM2与多模态大语言模型结合用于图像与视频的密集接地理解
机构 * University of California, Merced（加州大学默塞德分校） ； Bytedance Seed（字节跳动种子） ； Wuhan University（武汉大学） ； Peking University（北京大学）
AI总结 本研究提出Sa2VA，结合SAM2与MLLM实现图像视频密集接地理解，引入Ref-SAV数据集，在多任务中表现优异且可扩展至多款开源MLLM，代码模型已公开。
Comments Accepted by IEEE TPAMI. Code: this https URL (https://github.com/Bytedance/Sa2VA)
Omni-SafetyBench：视听大语言模型安全评估基准
机构 * Tsinghua University（清华大学） ； Tongyi Lab（通义实验室） ； Peking University（北京大学） ； OpenRL Lab（OpenRL实验室）
AI总结 研究针对现有OLLM安全基准的不足，构建Omni-SafetyBench基准，提出定制化评估指标，发现多数OLLM存在安全漏洞，为该领域研究提供重要支撑。
Comments ACM MM 2026 (Oral)
将生成式学习引入表征学习：作为分布匹配的自监督迁移学习
机构 * School of Artificial Intelligence and School of Mathematics and Statistics, Wuhan University（人工智能学院和数学与统计学学院，武汉大学） ； School of Mathematics and Statistics, Wuhan University（数学与统计学学院，武汉大学） ； Department of Applied Mathematics, The Hong Kong Polytechnic University（应用数学系，香港理工大学） ； Guanghua School of Management, Peking University（光华管理学院，北京大学） ； Department of Mathematics, The Hong Kong University of Science and Technology（数学系，香港科技大学）
AI总结 该研究将表征学习建模为分布匹配，采用Mallows距离作为差异度量，关联总体目标与类中心分离及分类误差并证明非渐近神经筛保证，经模拟和图像基准验证其具备流形校正等优势。
Comments 70 pages, 5 figures, and 6 tables. Substantially revised version with a new title, an explicit distribution-matching formulation linking generative learning and representation learning, expanded theoretical treatment, additional transfer experiments, and appendices integrated into the main file. Code is available at this https URL (https://github.com/vincen-github/DM)
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