高校专区
BizGenEval：一个系统化的商业视觉内容生成基准测试
机构 * Microsoft Corporation（微软公司） ； Shanghai Jiao Tong University（上海交通大学） ； Xi'an Jiaotong University（西安交通大学） ； Fudan University（复旦大学）
AI总结 本文提出BizGenEval基准测试，系统评估商业视觉内容生成模型在文档类型和多约束下的能力，包含20个任务和8000个检查问题，揭示现有模型与专业需求间的差距。
基于区间的方法：用于图像生成加速的协作解码
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出CIAR框架，通过设备端自验证处理图像生成中的大词汇量和空间冗余问题，采用连续概率区间加速处理并保持图像质量，实验显示在速度和云请求减少方面优于现有方法。
Comments 23 pages, 10 tables, 7 figures
基于图神经网络的自适应学习图像压缩
机构 * Shanghai Jiao Tong University（上海交通大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Alibaba Group（阿里巴巴集团） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出基于图神经网络的自适应学习图像压缩框架，通过构建双尺度图结构和动态连接性，实现灵活的数据驱动感受野，从而更高效地建模图像中的多样性冗余，提升压缩性能。
Comments Accepted by CVPR 2026
组级编辑：一次操作编辑多张图像
机构 * HKUST（香港科技大学） ； THU（清华大学） ； SJTU（上海交通大学） ； University of Technology Sydney（悉尼科技大学）
AI总结 本文提出组级编辑框架，通过显式和隐式关系建立实现多图像一致修改，引入融合机制和新数据集提升编辑质量与一致性。
Comments Accepted by CVPR 2026, Project page: https://group-editing.github.io/, Github: https://github.com/mayuelala/GroupEditing
Gastric-X：一种多模态多阶段基准数据集，用于推进胃癌分析中的视觉-语言模型
机构 * Ruijin Hospital（瑞金医院） ； University of Cambridge（剑桥大学） ； Nanjing First Hospital（南京市第一医院） ； Shenzhen University（深圳大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 Gastric-X通过1700例胃癌病例数据，评估视觉-语言模型在胃癌诊断中的多阶段任务能力，推动医疗领域VLM发展。
Comments Computer Vision and Pattern Recognition 2026
通过视觉符号诊断、纠正并学习操纵失败
机构 * Beihang University（北京航空航天大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southern University of Science and Technology（南方科技大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出ViFailback框架，通过视觉符号提升标注效率，并释放大规模数据集和基准测试，验证了框架在故障诊断和纠正中的有效性。
Comments Accepted by CVPR 2026. Project Website: https://x1nyuzhou.github.io/vifailback.github.io/
CompBench：复杂指令引导图像编辑的基准测试
机构 * East China Normal University（华东师范大学） ； Xiaohongshu Inc.（小红书） ； KLATASDS, MOE, China（中国教育部统计与数据科学重点实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； Fudan University（复旦大学） ； University of Oxford（牛津大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanjing University（南京大学）
AI总结 CompBench旨在解决现有图像编辑基准测试对任务复杂度简化的问题，通过引入复杂指令引导的图像编辑基准，评估模型在精细操控能力上的表现。
GenMask：通过直接掩码生成适应DiT进行分割
机构 * Cooperative Medianet Innovation Center, Shanghai Jiao Tong University（上海交通大学协作中位网创新中心） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Institute of Artificial Intelligence for Medicine, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院人工智能医学研究院） ； Alibaba Group（阿里巴巴集团）
AI总结 本文提出GenMask，通过直接生成二进制掩码实现分割任务，避免传统间接特征提取流程，提升分割性能。
Comments Accepted by cvpr 2026
TRACE：一种用于地震学自主物理推理的多智能体系统
机构 * School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Earth and Space Sciences, University of Science and Technology of China（中国科学技术大学地球和空间科学学院） ； Department of Earth and Planetary Sciences, Harvard University（哈佛大学地球与行星科学系） ； Institute of Earthquake Forecasting, China Earthquake Administration（中国地震局地震预报研究所）
AI总结 TRACE通过结合大语言模型规划与正式地震学约束，从原始观测中推导出可审计的物理机制，解决了地震序列物理机制推断的挑战，推动了地球科学从专家依赖分析向知识引导的自主发现发展。
Comments 25 pages for main text and 164 pages for appendices
基于冲突的多智能体路径寻找与异步动作
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出了一种基于冲突的异步动作搜索方法，解决连续时间冲突基于搜索在异步动作多智能体路径寻找中的不完整性问题，并提高算法的可扩展性。
Comments 9 pages, 10 figures. Accepted at AAMAS 2026
ShowTable：通过协作反思与精炼解锁创意表格可视化
机构 * USTC（中国科学技术大学） ； CASIA（中国科学院自动化研究所） ； NJU（南京大学） ； SJTU（上海交通大学） ； ZJU（浙江大学） ； FDU（福建师范大学） ； Tongyi Lab（通义实验室）
AI总结 本文提出ShowTable框架，结合大语言模型与扩散模型，通过逐步自我纠正过程实现创意表格可视化，引入TableVisBench基准测试，展示其在多模态推理、生成和纠错方面的优势。
Comments Accepted to CVPR 2026, project page: https://lntzm.github.io/showtable-page/
TrustGeoGen: 用于可信多模态几何问题求解的正式验证数据引擎
机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 本文提出TrustGeoGen，通过正式验证生成多模态几何数据，提升模型深度几何推理能力，在GeoQA等基准测试中取得显著成效。
大语言模型知其弱点：通过自然分布偏移揭示安全漏洞
机构 * MoE Key Lab of Artificial Intelligence, Shanghai Jiao Tong University（人工智能大模型关键实验室，上海交通大学） ； Beihang University（北京航空航天大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文研究大语言模型对自然分布偏移的脆弱性，提出ActorBreaker攻击方法，通过识别有毒提示相关角色构建多轮提示，揭示模型安全漏洞，并构建安全数据集提升鲁棒性。
Comments ACL 2025 main conference. Code is available at https://github.com/AI45Lab/ActorAttack
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