高校专区
ShapeGen：迈向高质量3D形状合成
机构 * The Chinese University of Hong Kong, VAST（香港中文大学，VAST） ； Tsinghua University, VAST（清华大学，VAST） ； The Chinese University of Hong Kong, Shanghai Artificial Intelligence Laboratory（香港中文大学上海人工智能实验室）
AI总结 ShapeGen通过改进3D表示、分辨率扩展和线性变换器，实现了高质量的图像到3D形状生成，提升了生成资产的细节和结构完整性。
Comments Accepted to SIGGRAPH Asia 2025
InferF: AI/ML推断的声明式因子化 over joins
机构 * Institute for Clarity in Documentation（清晰文档研究所） ； Inria Paris-Rocquencourt（巴黎-罗克琴库特研究所） ； Rajiv Gandhi University（拉贾·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒尔研究实验室） ； Arizona State University（亚利桑那州立大学） ； Amazon（亚马逊公司） ； Marquette University（马quette大学）
AI总结 InferF通过声明式因子化技术优化多路连接上的AI/ML推断，实现11.3倍速度提升。
Comments Accepted to SIGMOD 2026 as full research paper. This archived version has a full appendix
FREE: 用于并行扩散变换器的不确定性感知自回归
机构 * Tsinghua University（清华大学）
AI总结 FREE通过引入不确定性感知的自回归方法，在并行扩散变换器中实现高效的无损加速，提升去噪效率的同时保持生成质量。
ADNet: 一个大规模且可扩展的多领域异常检测基准，涵盖380个现实世界类别
机构 * Communication University of China（中国通信大学） ； DZ Matrix（DZ矩阵） ； Tsinghua University（清华大学） ； Hunan University（湖南大学） ； Central South University（中南大学） ； UNSW Sydney（新南威尔士大学悉尼分校）
AI总结 ADNet是一个大规模多领域异常检测基准，涵盖380个现实世界类别，通过多模态数据支持异常检测研究。
通过基于猜测的算法-系统联合设计降低LLM搜索代理的延迟
机构 * Tsinghua University（清华大学） ； Infinigence ； Lenovo（联想） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 SPAgent通过基于猜测的算法-系统联合设计框架，减少LLM搜索代理的延迟，实现端到端加速并保持高准确性。
具有自适应风险感知决策的分层时空注意力网络用于复杂场景的前方碰撞预警
机构 * organization= School of Automation \& School of Industrial Internet, Chongqing University of Posts ； organization= Platform Technology Development Department, AVATR Technology Co. LTD. , city= Chongqing , postcode= 400000 , country= China ； organization= School of Vehicle ； Mobility, Tsinghua University , city= Beijing , postcode= 100084 , country= China
AI总结 本文提出一种结合分层时空注意力网络和动态风险阈值调整算法的前方碰撞预警框架，通过高效模型和自适应机制提升复杂场景下的预警精度与可靠性。
Reasoning-VLA: 一种用于自动驾驶的快速且通用的视觉-语言-动作推理模型
机构 * Lanzhou University（兰州大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学）
AI总结 Reasoning-VLA通过引入可学习的动作查询和链式思维推理的数据格式，实现了在自动驾驶中快速且通用的视觉-语言-动作推理。
CodeFuse-CommitEval: 向基于提交信息和代码变更不一致检测的LLM能力基准测试迈进
机构 * Ant Group（蚂蚁集团） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The University of New South Wales（新南威尔士大学）
AI总结 CodeFuse-CommitEval是首个用于评估LLM检测提交信息与代码变更不一致能力的基准，通过生成七类不一致消息并验证样本，评估六种开源LLM在不同增强策略下的表现，揭示了不同增强方法对模型性能的影响及不同类型不一致的检测差异。
通过混合分割与联邦学习优化加速无线分布式学习
机构 * School of Communications and Electronics Engineering, East China Normal University（通信与电子工程学院，东华大学） ； School of Electronics and Information Technology, Sun Yat-sen University（电子与信息学院，中山大学） ； Zhejiang University/University of Illinois at Urbana-Champaign Institute, Zhejiang University（浙江大学/伊利诺伊大学厄巴纳-香槟分校研究院，浙江大学） ； Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, Tsinghua University（电子工程系，空间网络与通信国家重点实验室，清华大学） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（信息系统技术与设计学院，新加坡科技设计大学）
AI总结 本文提出混合分割与联邦学习优化方法，通过学习模式选择、批量大小优化和资源联合优化，提升无线分布式学习的收敛速度和效率。
去噪细化扩散模型用于多尺度移动网络流量的同时生成
机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，北京理工大学，清华大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； China Mobile Communications Group Guangxi Co., Ltd.（中国移动通信集团广西有限公司）
AI总结 ZoomDiff通过多阶段去噪细化扩散模型实现多尺度移动网络流量的同时生成，提升了流量预测的准确性和泛化能力。
计数每一次旋转，每一次旋转都重要：通过螺旋桨感知探索无人机动力学
机构 * Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； The University of Hong Kong（香港大学） ； Meituan Academy of Robotics Shenzhen, China（美团机器人研究院（深圳）） ； School of Software, Tsinghua University, China（清华大学软件学院）
AI总结 通过螺旋桨旋转速度感知提升无人机传感性能，提出基于事件相机的解决方案，实现高精度飞行指令推断和跟踪精度提升。
跨层视觉平滑：通过持续聚焦关键对象增强大视觉-语言模型的视觉理解
机构 * Beijing Institute of Technology（北京理工大学） ； Zhongguancun Academy（中关村学院） ； Tsinghua University（清华大学）
AI总结 本文提出CLVS方法，通过跨层视觉记忆平滑注意力分布，提升大视觉-语言模型对关键对象的持续聚焦能力，从而增强视觉理解性能。
Comments Under Review
STAlloc：通过时空规划提升大规模模型训练的内存效率
机构 * Tsinghua University（清华大学） ； Infinigence AI ； Shanghai Jiao Tong University（上海交通大学）
AI总结 STAlloc通过结合离线规划与在线分配，有效减少大规模模型训练中的内存碎片化，提升训练效率和吞吐量。
通过高效校准实现统一多模态编码器的对抗鲁棒性
机构 * UNSW Sydney（新南威尔士大学悉尼分校） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； UTS（澳大利亚UTS大学） ； HKUST(GZ)（香港理工大学（广州））
AI总结 本研究提出高效对抗校准框架，提升统一多模态编码器的对抗鲁棒性，同时保持清洁性能，提升47.3%的鲁棒性。
多模态生成式AI：多模态大语言模型、扩散模型与统一
机构 * Department of Computer Science, Beijing Information Science and Technology National Research Center, Tsinghua University（计算机系，北京信息科学与技术国家研究中心，清华大学）
AI总结 本文综述了多模态生成式AI，涵盖多模态LLMs、扩散模型及统一模型的设计与应用，探讨了统一理解和生成的方法及未来研究方向。
Comments 21 pages, 10 figures, 3 tables
Journal ref IEEE Transactions on Circuits and Systems for Video Technology 2025
注意力跨度混合：通过异质滑动窗口长度优化LLM推理效率
机构 * Tsinghua University（清华大学） ； Infinigence-AI ； Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 MoA通过异质滑动窗口长度优化LLM推理效率，提升上下文长度和检索准确率，减少内存消耗并提高吞吐量。
Comments Published at CoLM'25
无遗忘的融合：通过最优传输实现任务特定模型的持续融合
机构 * Tsinghua University（清华大学） ； University of Oxford（牛津大学） ； East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯） ； Southern University of Science and Technology（南方科技大学）
AI总结 本文提出OTMF方法，通过最优传输理论解决模型融合中的分布偏移问题，实现任务特定模型的持续融合，提升多任务系统的准确性和效率。
发现、学习与强化：通过多样化强化学习生成轨迹扩展视觉-语言-动作预训练
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； Central South University（中南大学） ； Microsoft Research（微软研究院）
AI总结 本文提出DLR框架，通过多样化强化学习生成轨迹，提升VLA预训练的多样性和扩展性，实现更广泛的状态-动作空间覆盖。
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