arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Peking University(北京大学)

2026-08-26 至 2026-08-26 共收录 18
2608.24885 2026-08-26 cs.RO cs.CV 新提交

Do Robotic World Models Really Follow Actions? Diagnosing and Aligning Action-Conditioned Generation for Policy Learning

机器人世界模型真的会遵循动作吗?面向策略学习的动作条件生成诊断与对齐

Sixiang Chen, Jiaming Liu, Jixian Wu, Yichen Guo, Tinghao Wang, Siyuan Qian, Hao Chen, Jiajun Cao, Jian Tang, Shanghang Zhang

机构 * Peking University(北京大学) Beijing Innovation Center of Humanoid Robotics(北京人形机器人创新中心) New York University(纽约大学) University of Electronic Science and Technology of China(电子科技大学) Nanyang Technological University(南洋理工大学) The Chinese University of Hong Kong(香港中文大学)

AI总结 本文针对动作条件世界模型的动作遵循问题,提出WorldEcho诊断工具与WorldSync改进方法,经实验验证WorldSync可提升动作遵循性能,作为可靠模拟器助力策略改进并提高任务成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24814 2026-08-26 cs.LG 新提交

Effective Learning Rate Governs Loss Dynamics in Language Model Pretraining

有效学习率支配语言模型预训练中的损失动态

Zihan Liu, Ruiheng Zheng, Shaobo Zhang, Changxin Tian, Kunlong Chen, Zhiqiang Zhang, Lei Wu

机构 * Peking University(北京大学) Ant Group(蚂蚁集团)

AI总结 该研究发现语言模型预训练中存在ELR崩溃现象,确定ELR是连接LR调度、范数控制与损失动态的共同坐标,提出的基于ELR的FSL可实现跨范数控制方法的迁移并解释延迟加速效应。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24696 2026-08-26 cs.LG cs.AI 新提交

On-policy Distillation with Verifiable Reward

结合可验证奖励的在线蒸馏

Wenze Lin, Jiale Zhao, Xitai Jiang, Songde Rao, Yining Li, Shenzhi Wang, Bingxiang He, Gao Huang

机构 * LeapLab, Tsinghua University(清华大学LeapLab) Beihang University(北京航空航天大学) SMS, Peking University(北京大学SMS) NLPLab, Tsinghua University(清华大学NLPLab)

AI总结 本研究提出OPDVR方法,无缝结合OPD与RLVR且不增加超参数,经六个推理基准实验验证其性能优于标准OPD。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24521 2026-08-26 cs.CL 新提交

Beyond Information Seeking: Severity-Aware Question Supervision for Proactive Medical Dialogue

超越信息获取:面向主动医疗对话的严重度感知问题监督

Chenxuan Li, Xinrong Chen, Luyan Zhang, Peidong Jia, Zhongyu Zhao, Xuecheng Shang, Peixing Wan

机构 * Peking University(北京大学) Northeastern University(东北大学) School of Basic Medical Sciences, Peking University(北京大学基础医学院)

AI总结 本研究针对主动医疗对话提出ESR严重度感知问题监督目标,在DDxPlus数据集上提升了高严重度诊断准确率、降低了漏诊率,推动主动医疗对话向感知后果的证据获取方向发展。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24291 2026-08-26 cs.AI cs.SE 新提交

ReproAgent: Contract-Guided Paper-to-Code Reproduction

ReproAgent:基于合约引导的论文到代码复现

Xue Hu, Zewei Pan, Zhongyuan Wang, Zhou Liu, Zeli Su, Wentao Zhang

机构 * Beihang University(北京航空航天大学) Shanghai Jiao Tong University(上海交通大学) Peking University(北京大学) Minzu University of China(中央民族大学) Zhongguancun Academy(中关村科学院)

AI总结 ReproAgent是基于合约引导的四阶段论文到代码复现流水线,在PaperBench Code-Dev基准上,其在两种骨干模型的同架构支架中取得最高平均得分,相关产物已公开。

Comments Accepted to Findings of EMNLP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24252 2026-08-26 cs.AI cs.SE 新提交

SA-Bench: Evaluating Semantic Alignment in LLM-Based Paper Reproduction

SA-Bench:评估基于大语言模型的论文复现中的语义对齐

Xue Hu, Zewei Pan, Zeli Su, Zhou Liu, Wentao Zhang

机构 * Beihang University(北京航空航天大学) Shanghai Jiao Tong University(上海交通大学) Minzu University of China(中央民族大学) Peking University(北京大学) Zhongguancun Academy(中关村科学院)

AI总结 本研究推出SA-Bench基准,评估LLM复现论文时的语义对齐,发现现有模型复现准确率低,需优化脚手架以提升语义规范验证能力。

Comments Accepted to Findings of EMNLP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24169 2026-08-26 cs.CV cs.GR cs.HC 新提交

ViSculpt: Visual-Centric Agentic Geometry Editing

ViSculpt:以视觉为中心的智能体几何编辑

Bo Pang, Jiaqi Pan, Xiaocheng Zhang, Jiacheng Xu, Guoping Wang, Peng-Shuai Wang

机构 * Peking University(北京大学)

AI总结 该研究提出以视觉为中心的无训练多智能体系统ViSculpt,通过Blender GUI直接编辑现有三维网格,可遵循指令执行局部编辑并保留资产整体特征,为语言驱动的三维编辑提供了新范式。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24155 2026-08-26 cs.RO 新提交

Coverage Planning for Robotic Tooth Preparation in Densely Constrained Environments

密集受限环境下机器人牙齿预备的覆盖规划

Yunwen Li, Chen Chen, Xiangjie Yan, Chang Shu, Jianxia Hou, Shiji Song, Xiang Li

机构 * Tsinghua University(清华大学) ETH Zürich(苏黎世联邦理工学院) Tsingscribe Medical Ltd.(清scribe医疗有限公司) Peking University School and Hospital of Stomatology(北京大学口腔医学院) Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心)

AI总结 本文提出一种用于自主全冠牙齿预备的机器人系统,通过感知解剖结构的刀具路径规划算法和面向间隙的末端执行器偏航角分配策略,实现精准牙面铣削,平均几何偏差0.117mm,经仿真和头模实验验证其可行性与有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.24119 2026-08-26 cs.CV cs.AI 新提交

TransPhy: Visual In-Context Learning for Physically Grounded Image Editing

TransPhy:面向物理基础图像编辑的视觉上下文学习

Siyi Xie, Xuanke Shi, Jinsheng Quan, Haoran Tang, Zukai Chen, Lei Yang, Quan Wang

机构 * Peking University(北京大学) SenseTime Research(商汤科技研究院) Zhejiang University(浙江大学)

AI总结 针对现有视觉上下文学习对物理基础图像变换支持不足的问题,提出TransPhy框架,通过分解为物理规则归纳和过渡对齐渲染,在PhysVICL-74基准上提升了相关性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.23593 2026-08-26 cs.CV cs.AI 新提交

Fidelity Preference, Not Demographic Preference: A Pixel-Level Attribute-Sensitivity Audit of Image Aesthetic/Preference Scorers

保真度偏好,而非人口统计学偏好:图像美学/偏好评分器的像素级属性敏感性审计

Mingyang Xu

机构 * Peking University(北京大学)

AI总结 该研究通过像素级干预审计4种图像评分器,发现评分器的主导效应是保真度偏好,合成审计会误判偏见,仅真实数据的图像内因果隔离可区分真实人口统计学偏见与保真度偏好。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23775 2026-08-26 cs.RO 版本更新

Vision-Language-Action Safety: Threats, Challenges, Evaluations, and Mechanisms

视觉-语言-动作安全性:威胁、挑战、评估与机制

Qi Li, Bo Yin, Weiqi Huang, Ruhao Liu, Bojun Zou, Runpeng Yu, Jingwen Ye, Weihao Yu, Xinchao Wang

机构 * National University of Singapore(新加坡国立大学) Monash University(墨尔本大学) Peking University(北京大学)

AI总结 本文探讨了视觉-语言-动作模型的安全性问题,分析了其在训练和推理阶段的威胁与防御机制,总结了评估方法及六个部署领域的安全挑战。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10485 2026-08-26 cs.AI 版本更新

Panning for Gold: Expanding Domain-Specific Knowledge Graphs with General Knowledge

寻找黄金:利用通用知识图谱扩展领域特定知识图谱

Runhao Zhao, Weixin Zeng, Wentao Zhang, Chong Chen, Zhengpin Li, Xiang Zhao, Lei Chen

机构 * National Key Laboratory of Big Data and Decision(大数据与决策国家重点实验室) National University of Defense Technology(国防科技大学) The Center for machine learning research(机器学习研究中心) Peking University(北京大学) Tsinghua University(清华大学) The Hong Kong University of Science and Technology(香港科学与技术大学)

AI总结 本文提出领域特定知识图谱融合任务,通过神经符号框架ExeFuse,利用通用知识图谱提升领域知识图谱的完整性和实用性。

Comments 13 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.19435 2026-08-26 cs.GT cs.AI cs.CL 版本更新

Ad Insertion in LLM-Generated Responses

在大语言模型生成响应中插入广告

Shengwei Xu, Zhaohua Chen, Xiaotie Deng, Zhiyi Huang, Grant Schoenebeck

机构 * University of Michigan(密歇根大学) Peking University(北京大学) The University of Hong Kong(香港大学)

AI总结 本文提出了解耦广告插入与响应生成、以及竞价与用户查询的框架,通过基于类型拍卖机制实现近最优的社会福利,同时提高计算效率和上下文一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17027 2026-08-26 cs.CV cs.AI 版本更新

Scientific Image Synthesis: Benchmarking, Methodologies, and Downstream Utility

科学图像合成:基准测试、方法论与下游应用

Honglin Lin, Zheng Liu, Chonghan Qin, Qizhi Pei, Yu Li, Zhanping Zhong, Xin Gao, Yanfeng Wang, Conghui He, Lijun Wu

机构 * Shanghai Jiao Tong University(上海交通大学) OpenDataLab, Shanghai Artificial Intelligence Laboratory(OpenDataLab,上海人工智能实验室) The University of Hong Kong(香港大学) Peking University(北京大学)

AI总结 本文提出ImgCoder框架和SciGenBench基准,通过逻辑驱动方法提升科学图像生成的结构精度,并展示微调LMMs在科学图像上的效果,验证了高保真合成在多模态推理中的潜力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.08626 2026-08-26 cs.CL 版本更新

How Order-Sensitive Are LLMs? OrderProbe for Deterministic Structural Reconstruction

大语言模型对顺序敏感性如何?OrderProbe用于确定性结构重建

Zhaolu Kang, Yingjie He, Kehan Jiang, Leqi Zheng, Jiachen Qian, Qianyuan Zhang, Chunlei Meng, Yujie Feng, Yuan Wang, Stephen Dou, Aming Wu, Pengxiang Zhao, Jiaxin Liu, Guansu Wang, Zeyu Zhang, Lei Wang, Qishi Zhan, Xiaomin He, Meisheng Zhang, Jianyuan Ni, Richeng Xuan

机构 * Peking University(北京大学) The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)) City University of Hong Kong(香港城市大学) Fudan University(复旦大学) The Hong Kong Polytechnic University(香港理工大学) Tsinghua University(清华大学) Zhejiang University(浙江大学) University of Illinois Urbana-Champaign(伊利诺伊大学香槟分校) Marquette University(马凯特大学) Juniata College(朱尼阿特学院)

AI总结 研究通过OrderProbe基准评估大语言模型对输入顺序的敏感性,发现即使在前沿模型上,结构重建仍面临挑战,且语义能力与结构鲁棒性存在脱节。

Comments EMNLP 2026 Findings

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.01527 2026-08-26 cs.LG 版本更新

Round-trip Reinforcement Learning: Self-Consistent Training for Better Chemical LLMs

往返强化学习:用于改进化学大语言模型的自洽训练

Lecheng Kong, Xiyuan Wang, Yixin Chen, Muhan Zhang

机构 * Washington University in St. Louis(圣路易斯华盛顿大学) Peking University(北京大学)

AI总结 该研究针对化学大语言模型缺乏往返一致性的问题,提出往返强化学习框架,利用往返变换成功作为奖励信号训练,显著提升了模型性能与一致性,为构建可靠化学基础模型提供新路径。

Comments 27 pages; Accepted by COLM 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.12006 2026-08-26 eess.IV cs.CV 版本更新

crossMoDA Challenge: Evolution of Cross-Modality Domain Adaptation Techniques for Vestibular Schwannoma and Cochlea Segmentation from 2021 to 2023

crossMoDA挑战赛:2021至2023年前庭神经鞘瘤与耳蜗分割的跨模态域自适应技术演进

Navodini Wijethilake, Reuben Dorent, Marina Ivory, Aaron Kujawa, Stefan Cornelissen, Patrick Langenhuizen, Mohamed Okasha, Anna Oviedova, Hexin Dong, Bogyeong Kang, Guillaume Sallé, Luyi Han, Ziyuan Zhao, Han Liu, Yubo Fan, Tao Yang, Shahad Hardan, Hussain Alasmawi, Santosh Sanjeev, Yuzhou Zhuang, Satoshi Kondo, Maria Baldeon Calisto, Shaikh Muhammad Uzair Noman, Cancan Chen, Ipek Oguz, Rongguo Zhang, Mina Rezaei, Susana K. Lai-Yuen, Satoshi Kasai, Yunzhi Huang, Chih-Cheng Hung, Mohammad Yaqub, Lisheng Wang, Benoit M. Dawant, Cuntai Guan, Ritse Mann, Vincent Jaouen, Tae-Eui Kam, Li Zhang, Jonathan Shapey, Tom Vercauteren

机构 * School of BMEIS, King's College London, London, United Kingdom(伦敦国王学院生物医学工程与信息科学学院) Harvard University, USA(哈佛大学) Elisabeth-TweeSteden Hospital, Tilburg, Netherlands(蒂尔堡埃利斯贝特-特维德登医院) King's College Hospital, London, United Kingdom(伦敦国王学院医院) Center for Data Science, Peking University, Beijing, China(北京大学数据科学中心) Center for Data Science in Health and Medicine, Peking University, Beijing, China(北京大学健康与医学数据科学中心) Department of Artificial Intelligence, Korea University, Seoul, Republic of Korea(韩国大学人工智能系) Department of Radiology and Nuclear Medicine, Radboud University Medical Center, Geert Grooteplein 10, 6525 GA, Nijmegen, The Netherlands(拉德堡德大学医学中心放射科与核医学科) Department of Radiology, The Netherlands Cancer Institute, Plesmanlaan 121, 1066 CX, Amsterdam, The Netherlands(荷兰癌症研究所放射科) Nanyang Technological University, Singapore(南洋理工大学) Vanderbilt University, USA(范德比尔特大学) Department of Automation, Shanghai Jiao Tong University, Shanghai, China(上海交通大学自动化系) Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, UAE(阿布扎克穆罕默德·本·扎耶德人工智能大学) School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China(华中科技大学计算机科学与技术学院) Center for Machine Vision and Security Research, Kennesaw State University, Marietta, MA 30060, USA(肯尼斯州立大学机器视觉与安全研究中心) Muroran Institute of Technology, Hokkaido, Japan(北海道Muroran理工学院) Niigata University of Health and Welfare, Niigata, Japan(Niigata健康与福利大学) University of South Florida, Tampa, FL, USA(佛罗里达州立大学) Infervision Advanced Research Institute, Beijing, China(北京Infervision高级研究 institutes) Academy for Multidisciplinary Studies, Capital Normal University, Beijing, China(北京师范大学多学科研究学院) School of Automation, Nanjing University of Information Science and Technology, Nanjing 210044, China(南京信息科学技术大学自动化学院)

AI总结 该研究回顾2021-2023年crossMoDA挑战赛,分析跨模态域自适应技术在VS与耳蜗分割任务中的演进,发现数据规模与异构性提升可改善分割性能,但耳蜗Dice评分2023年下降,提示需更具挑战性的跨模态任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.23462 2026-08-26 cs.CV 版本更新

LAFR: Efficient Diffusion-based Blind Face Restoration via Latent Codebook Alignment Adapter

LAFR:基于潜在码本对齐适配器的高效扩散盲人脸复原方法

Runyi Li, Bin Chen, Jian Zhang, Radu Timofte

机构 * School of Electronic and Computer Engineering, Peking University(电子与计算机工程学院,北京大学) Computer Vision Lab, CAIDAS & IFI, University of Würzburg(计算机视觉实验室,乌尔姆大学)

AI总结 该研究提出基于潜在码本对齐适配器的高效扩散盲人脸复原方法LAFR,通过轻量级微调与多级损失提升性能,在降低计算成本的同时优于OSEDiff风格基线。

Comments BMVC 2026 accepted

详情

展开后加载摘要…

URL PDF HTML 收藏