高校专区
思考-然后-生成：基于LLM编码器的推理感知文本到图像扩散模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Kuaishou Technology（快手科技） ； Tsinghua University（清华大学）
AI总结 本文提出基于LLM编码器的推理感知文本到图像扩散模型，通过推理重写提示提升生成质量，达到接近GPT-4的性能。
ROMA: 实时多模态助手与交互式流式理解
机构 * CAS Key Laboratory of AI Safety, Institute of Computing Technology, CAS, Beijing, China（中国科学院人工智能安全重点实验室，计算技术研究所，中国科学院，北京，中国） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） ； Tsinghua University, Beijing, China（清华大学，北京，中国）
AI总结 ROMA通过实时多模态处理和交互式流式理解，实现统一的反应性和主动性交互，展现强大的多模态处理能力。
Comments Our project page is available at https://eureka-maggie.github.io/ROMA_show
通过世界模型进行Bootstrap离策略学习
机构 * College of AI & School of Vehicle and Mobility, Tsinghua University（人工智能学院与车辆与移动系统学院，清华大学） ； Berkeley AI Research (BAIR), UC Berkeley（伯克利人工智能研究（BAIR），加州大学伯克利分校）
AI总结 BOOM通过整合规划与离策略学习，利用世界模型和无参数动作分布提升策略性能，在高维控制任务中实现训练稳定性和最终性能的突破。
Comments NeurIPS 2025
谁拥有文本？面向AI辅助写作中作者身份保护的设计模式
机构 * University of Michigan（密歇根大学） ； Tsinghua University（清华大学）
AI总结 本文研究了AI辅助写作中作者身份保护的问题，通过实验发现风格个性化能部分恢复作者身份，提出五种设计模式以指导保护作者身份的写作工具。
Comments Preprint; 42 pages
阴影中的偏差：探索加密网络流量分类中的捷径
机构 * Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学）
AI总结 本文提出BiasSeeker，一种半自动化的框架，用于检测加密网络流量分类中的数据集特定捷径特征，通过统计相关性分析和类别特定验证策略减少偏差，提升模型泛化能力。
逐步因果：基于多智能体树查询和对抗性置信度估计的透明因果发现
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； Zhili College, Tsinghua University, Beijing, China（清华大学哲利学院）
AI总结 本文提出Tree-Query框架，通过多专家LLM和对抗性置信度估计，实现透明、可解释的因果发现，提升数据自由环境下的因果推理能力。
超越单一提示：协同融合与排列用于VICL
机构 * College of Intelligent Robotics and Advance Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； School of Microelectronics, Fudan University（微电子学院，复旦大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； ByteDance Ltd.（字节跳动有限公司）
AI总结 本文提出一种端到端的VICL框架，通过自适应融合模块和排列特定MLP，解决单一提示选择和结构信息利用的问题，提升跨任务的修复性能。
SIN-Bench：在长上下文多模态科学交织文献中追踪原生证据链
机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； KuaiShou Inc.（快手公司） ； Stanford University（斯坦福大学） ； Harvard University（哈佛大学）
AI总结 SIN-Bench 通过构建科学交织语料库和四个逐步任务，评估多模态模型在长上下文科学文献中追踪证据链的能力，揭示接地是主要瓶颈。
通过多维融合增强视觉上下文学习
机构 * College of Intelligent Robotics and Advance Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； School of Microelectronics, Fudan University（微电子学院，复旦大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； School of Information Science and Engineering, East China University of Science and Technology（信息科学与工程学院，东华大学）
AI总结 本文提出多组合协作融合框架，通过生成三个上下文表示分支提升视觉上下文学习的多维融合能力，实现更准确的跨任务泛化。
InfoSculpt: 通过潜在空间雕刻实现通用类别发现
机构 * College of Intelligent Robotics and Advance Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； School of Microelectronics, Fudan University（复旦大学微电子学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Information Science and Engineering, East China University of Science and Technology（东华大学信息科学与工程学院）
AI总结 InfoSculpt通过信息论方法雕刻潜在空间，实现对已知和新类别的有效发现与分类。
通过自适应前缀对齐实现长链推理蒸馏
机构 * School of Computer Science and Engineering, Northeastern University, China（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Institute for AI, Tsinghua University, China（清华大学计算机科学与技术系） ； Alibaba Group, China（阿里巴巴集团）
AI总结 通过自适应前缀对齐方法提升学生模型的推理能力，有效蒸馏教师生成的长推理轨迹。
SageAttention3: 微缩放FP4注意力用于推理及8位训练的探索
机构 * Dept. of Comp. Sci. and Tech.（计算机科学与技术系） ； Institute for AI（人工智能研究院） ； BNRist Center（BNRist中心） ； THBI Lab（THBI实验室） ； Tsinghua-Bosch Joint ML Center（清华大学-博世联合机器学习中心） ； Tsinghua University（清华大学）
AI总结 SageAttention3通过FP4和8位注意力提升推理与训练效率，实现5倍加速和无损微调性能。
基于投影的Lyapunov方法用于完全异质的弱耦合马尔可夫决策过程
机构 * Weiyang College, Tsinghua University（清华大学韦阳学院） ； Computer Science Department, Carnegie Mellon University（卡内基梅隆大学计算机科学系）
AI总结 本文提出基于投影的Lyapunov方法，解决了完全异质弱耦合马尔可夫决策过程的渐近最优性问题。
Comments 37 pages; full version for NeurIPS proceeding paper; fixed some typos
MiLe Loss：一种新的熵加权损失，用于减轻大语言模型在学习困难方面的偏差
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Kuaishou Technology（快手科技） ； Tsinghua University（清华大学）
AI总结 MiLe Loss通过熵加权机制减轻大语言模型在学习困难方面的偏差，提升模型对难学标记的关注度，从而在下游任务中取得更好的表现。
Comments This paper has been accepted by NAACL 2024
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