高校专区
Qute：迈向量子原生数据库
机构 * Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） ； Microsoft Corporation（微软公司） ； Hong Kong Baptist University（香港 Baptist 大学）
AI总结 Qute提出了一种量子原生数据库系统，通过编译扩展SQL、混合优化器、选择性量子索引和保真存储，实现量子计算与经典计算的融合，并在真实量子处理器上展示了其优越性。
Comments Please refer our open-source prototype at: https://github.com/weAIDB/Qute
无需缩放：用于细粒度多模态感知的区域到图像蒸馏
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhongguancun Academy（中关村学院） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出区域到图像蒸馏方法，通过训练时间内化代理缩放能力，提升细粒度多模态感知性能。
C^2ROPE: 3D 大多模态模型推理中的因果连续旋转位置编码
机构 * State Key Laboratory of Internet of Things for Smart City, University of Macau（物联网智能城市国家重点实验室，澳门大学） ； Department of Automation, Shanghai Jiaotong University（上海交通大学自动化系） ； Institute of Advanced Technology, University of Science and Technology of China（中国科学技术大学先进技术研究院） ； School of Computer Science and Technology, USTC（中国科学技术大学计算机科学与技术学院） ； School of Artificial Intelligence and Data Science, USTC（中国科学技术大学人工智能与数据科学学院）
AI总结 C^2ROPE通过引入空间-时间连续位置编码和切比雪夫因果掩码，解决3D多模态模型中视觉特征连续性和因果关系建模问题。
Comments Accepted in ICRA 2026
Interspeech 2026音频推理挑战：评估音频推理模型和代理的推理过程质量
机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Queen Mary University of London（伦敦大学Queen Mary） ； NVIDIA（NVIDIA公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； Microsoft Corporation（微软公司）
AI总结 Interspeech 2026音频推理挑战通过评估推理过程质量，探讨了音频推理模型和代理在事实性和逻辑性方面的表现及改进方向。
Comments The official website of the Audio Reasoning Challenge: https://audio-reasoning-challenge.github.io
Plan-MCTS：网页导航中的计划探索用于动作利用
机构 * Shanghai Jiao Tong University（上海交通大学） ； OPPO Research Institute（OPPO研究院）
AI总结 Plan-MCTS通过将网页导航探索转移到语义计划空间，提升动作利用效率，实现更高效的导航任务执行。
LogitsCoder：通过logits偏好解码实现高效的思维链搜索以提升代码生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Noah’s Ark Lab Shanghai（华为诺亚实验室）
AI总结 LogitsCoder通过logit级控制机制提升代码生成的推理效率和质量，实现高效且有效的思维链搜索。
Skeleton2Stage: 基于奖励的微调以生成物理合理的舞蹈生成
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Bosch（博世） ； Youku, Alibaba（优酷、阿里巴巴） ； Nanyang Technological University（南洋理工大学）
AI总结 Skeleton2Stage通过物理奖励引导微调，提升舞蹈生成的物理合理性与真实感。
多智能体系统中涌现极端事件的解释
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） ； Fu Dan University（福鼎大学） ； Tongji University（同济大学） ； Renmin University of China（中国人民大学）
AI总结 本文提出首个多智能体系统中解释涌现极端事件的框架，通过归因分析确定事件起源、驱动者及行为贡献，验证了框架在经济、金融和社会场景中的有效性。
Comments 8 pages, 5 figures
ParaCook: 多智能体系统中高效时间规划的研究
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of California, Merced（加州大学梅尔德分校）
AI总结 ParaCook通过简化动作空间和烹饪任务实例化，为多智能体系统高效时间规划提供基准测试框架，评估LLMs在并行协调和高层次优化中的表现。
AWM: 用于大型语言模型的准确权重矩阵指纹
机构 * LUMIA Lab（LUMIA实验室） ； School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学）
AI总结 AWM通过基于权重矩阵的无训练指纹方法，利用线性分配问题和无偏中心核对齐相似性，实现对大型语言模型训练来源的可靠识别。
Comments ICLR 2026
OmniEarth-Bench: 向全面评估地球六大球体及跨球体交互的多模态观测地球数据迈进
机构 * National University of Defense Technology, China（国防科技大学） ； Shanghai Artificial Intelligence Laboratory, China（上海人工智能实验室） ； Beijing University of Posts and Telecommunications, China（北京邮电大学） ； Zhejiang University, China（浙江大学） ； Shanghai Jiao Tong University, China（上海交通大学） ； Fudan University, China（复旦大学） ； Sun Yat-sen University, China（中山大学） ； Nanjing University, China（南京大学） ； University of Science and Technology of China（中国科学技术大学） ； Wuhan University, China（武汉大学）
AI总结 OmniEarth-Bench是首个全面评估地球六大球体及跨球体交互的多模态基准测试，通过29,855个标准化注释揭示了地球系统认知能力的系统性差距。
在线监督微调用于高效推理
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Eastern Institute of Technology, Ningbo（宁波工程技术学院） ； Shanghai Jiao Tong University（上海交通大学） ； Ludwig Maximilian University of Munich（慕尼黑大学） ； Tencent Hunyuan / AI Lab（腾讯混元/AI实验室）
AI总结 本文提出在线监督微调方法，通过简化奖励机制提升推理效率和准确性，减少计算成本并优化性能。
MedScope：通过粗到细的工具调用激励“通过视频思考”以进行临床推理
机构 * College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine, Shanghai, China（上海交通大学医学院健康科学与技术学院） ； Fudan University, Shanghai, China（复旦大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Tsinghua University, Beijing, China（清华大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Ruijin Hospital, Shanghai Jiaotong University, Shanghai, China（上海交通大学瑞金医院）
AI总结 MedScope通过粗到细的工具调用机制，提升临床视频推理的准确性与可信度，实现基于时间局部化视觉证据的医疗AI代理。
VLA-JEPA: 通过潜在世界模型增强视觉-语言-动作模型
机构 * University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy, Beijing, China（中关村学院） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Eastern Institute of Technology, Ningbo（宁波东部科技研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nankai University（南开大学）
AI总结 VLA-JEPA通过潜在世界模型提升视觉-语言-动作模型的泛化与鲁棒性，采用无泄露状态预测和两阶段训练策略。
KVCache缓存在实际应用中：对KV缓存进行表征与优化，以大型云提供商为背景
机构 * Institute of Parallel and Distributed Systems, Shanghai Jiao Tong University（并行与分布式系统研究院，上海交通大学） ； Alibaba Group（阿里巴巴集团）
AI总结 本文通过表征LLM服务提供商的KV缓存工作负载模式，提出了一种面向工作负载的缓存淘汰策略，以优化实际应用中的缓存性能。
Comments Accepted by USENIX ATC'25
S2R-HDR：一个大规模渲染数据集用于HDR融合
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多模态实验室） ； CPII under InnoHK（创新工场下的CPII） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 S2R-HDR通过构建大规模合成HDR数据集和S2R-Adapter领域适应方法，提升了HDR融合的泛化能力和实验性能。
Comments Accepted by ICLR 2026. Project Page:https://openimaginglab.github.io/S2R-HDR
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