Tsinghua University（清华大学）

Statistical Robustness of Interval CVaR Based Regression Models under Perturbation and Contamination

区间条件风险价值基于的回归模型在扰动和污染下的统计稳健性

Yulei You, Junyi Liu

机构 * Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） 纠错

AI总结 本文提出基于区间条件风险价值的稳健非线性回归模型，通过修剪极端损失提升稳健性，并在理论和实验上证明其优于传统稳健回归方法。

X-Distill: Cross-Architecture Vision Distillation for Visuomotor Learning

X-Distill：跨架构视觉蒸馏用于视觉-运动学习

Maanping Shao, Feihong Zhang, Gu Zhang, Baiye Cheng, Zhengrong Xue, Huazhe Xu

机构 * Tsinghua University（清华大学） ； Institute for Interdisciplinary Information Sciences（交叉信息研究院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 X-Distill通过跨架构知识蒸馏结合视觉转换器和紧凑型CNN，实现了在数据有限的机器人操作任务中优于其他方法的性能。

CoDance: An Unbind-Rebind Paradigm for Robust Multi-Subject Animation

CoDance: 一种用于鲁棒多主体动画的解绑-重新绑定范式

Shuai Tan, Biao Gong, Ke Ma, Yutong Feng, Qiyuan Zhang, Yan Wang, Yujun Shen, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； Ant Group（蚂蚁集团） ； Huazhong University of Science and Technology（华中科技大学） ； Tsinghua University（清华大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 CoDance通过解绑-重新绑定框架实现鲁棒多主体动画，解决传统方法在处理任意主体数量、类型及空间错位时的局限性。

Comments https://lucaria-academy.github.io/CoDance/

Energy-Efficient Omnidirectional Locomotion for Wheeled Quadrupeds via Predictive Energy-Aware Nominal Gait Selection

通过预测性能量感知名义步态选择实现轮式四足机器人的节能全方位运动

Xu Yang, Wei Yang, Kaibo He, Bo Yang, Yanan Sui, Yilin Mo

机构 * Department of Automation and BNRist, Tsinghua University（自动化系和BNRist，清华大学） ； School of Aerospace Engineering, Tsinghua University（航空航天工程学院，清华大学） 纠错

AI总结 本研究提出一种分层控制框架，通过预测性能量感知和残差强化学习，实现轮式四足机器人全方位运动的节能优化，实验表明能耗降低35%且性能保持稳定。

Comments Published in IEEE IROS 2025

Journal ref In 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 18919-18925

QuantEval: A Benchmark for Financial Quantitative Tasks in Large Language Models

QuantEval：大型语言模型中金融量化任务的基准测试

Zhaolu Kang, Junhao Gong, Wenqing Hu, Shuo Yin, Kehan Jiang, Zhicheng Fang, Yingjie He, Chunlei Meng, Rong Fu, Dongyang Chen, Leqi Zheng, Eric Hanchen Jiang, Yunfei Feng, Yitong Leng, Junfan Zhu, Xiaoyou Chen, Xi Yang, Richeng Xuan

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； University of Macau（澳门大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Shanghai Jiao Tong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院） ； University of Chicago（芝加哥大学） ； Shanghai Weina Software Technology（上海韦纳软件技术） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

AI总结 QuantEval是一个用于评估大型语言模型在金融量化任务中能力的基准测试，涵盖知识问答、数学推理和策略编程，通过回测框架评估模型性能，并展示了改进方法。

Towards Implicit Aggregation: Robust Image Representation for Place Recognition in the Transformer Era

迈向隐式聚合：Transformer时代用于地点识别的鲁棒图像表示

Feng Lu, Tong Jin, Canming Ye, Yunpeng Liu, Xiangyuan Lan, Chun Yuan

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Pengcheng Laboratory（鹏城实验室） ； Shenyang Institute of Automation, Chinese Academy of Sciences（沈阳自动化研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Pazhou Laboratory (Huangpu)（琶洲实验室（黄埔）） 纠错

AI总结 本文提出通过隐式聚合方法，利用Transformer模型中的可学习标记实现鲁棒的图像表示，提升视觉地点识别的性能。

Comments Accepted by NeurIPS 2025

AC-PKAN: Attention-Enhanced and Chebyshev Polynomial-Based Physics-Informed Kolmogorov-Arnold Networks

AC-PKAN：基于注意力机制和切比雪夫多项式的物理信息柯莫戈罗夫-阿诺德网络

Hangwei Zhang, Zhimu Huang, Yan Wang

机构 * Institute for AI Industry Research, Tsinghua University（清华人工智能产业研究院） ； Beihang University（北航） ； Beijing Institute of Technology（北京理工大学） 纠错

AI总结 AC-PKAN通过结合注意力机制和切比雪夫多项式，提升物理信息神经网络在求解偏微分方程中的性能与稳定性。

Panacea: Mitigating Harmful Fine-tuning for Large Language Models via Post-fine-tuning Perturbation

Panacea: 通过微调后扰动缓解大语言模型的有害微调

Yibo Wang, Tiansheng Huang, Li Shen, Huanjin Yao, Haotian Luo, Rui Liu, Naiqiang Tan, Jiaxing Huang, Dacheng Tao

机构 * Tsinghua University（清华大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Didichuxing Co. Ltd（滴滴出行有限公司） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Panacea通过自适应扰动优化，在保持微调性能的同时缓解大语言模型的有害微调问题

Comments Accepted by NeruIPS 2025

FOF-X: Towards Real-time Detailed Human Reconstruction from a Single Image

FOF-X：从单张图像实现实时详细人体重建

Qiao Feng, Yuanwang Yang, Yebin Liu, Yu-Kun Lai, Jingyu Yang, Kun Li

机构 * College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； School of Computer Science and Informatics, Cardiff University（计算机科学与信息学院，卡迪夫大学） ； School of Electrical and Information Engineering, Tianjin University（电气与信息工程学院，天津大学） 纠错

AI总结 FOF-X通过傅里叶占用场实现从单张图像的实时详细人体重建，提升重建质量和鲁棒性。

Comments Extended journal version of our previous conference paper: FOF: Learning Fourier Occupancy Field for Monocular Real-time Human Reconstruction (arXiv:2206.02194)

V2X-Radar: A Multi-modal Dataset with 4D Radar for Cooperative Perception

V2X-Radar: 一种包含4D雷达的多模态数据集用于协作感知

Lei Yang, Xinyu Zhang, Jun Li, Chen Wang, Jiaqi Ma, Zhiying Song, Tong Zhao, Ziying Song, Li Wang, Mo Zhou, Yang Shen, Kai Wu, Chen Lv

机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动性学院，清华大学） ； Nanyang Technological University（南洋理工大学） ； CUMTB（中国交通车辆技术研究所） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Beijing Jiaotong University（北京交通大学） ； ByteDance（字节跳动） 纠错

AI总结 V2X-Radar是首个包含4D雷达的多模态数据集，用于提升自动驾驶中的协作感知能力。

Comments NeurIPS 2025 Spotlight