高校专区
MoEEdit: 高效且路由稳定的知识编辑用于专家混合语言模型
机构 * Tsinghua University（清华大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 MoEEdit提出一种高效且路由稳定的知识编辑方法，用于稀疏混合专家语言模型，通过空空间投影和块坐标下降求解器实现高效率和稳定性。
为什么强化学习比监督微调在泛化能力上更优？一种以数据为中心的视觉语言模型后训练视角
机构 * College of Computer Science, Sichuan University（四川大学计算机科学学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 本文通过数据视角揭示了RL在VLM后训练中泛化能力优于SFT的原因，提出DC-SFT方法提升OOD性能并提高稳定性。
PaperX: 一种多模态学术演示生成的统一框架与学者DAG
机构 * CASIA（中国科学院自动化研究所） ； UCAS（乌尔姆大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； HKUST(GZ)（香港科技大学(广州)）
AI总结 PaperX通过Scholar DAG实现多模态学术演示生成的统一框架，提升内容质量和效率。
Comments 29 pages, 9 figures, Project website: https://github.com/yutao1024/PaperX
通过学习预测上下文嵌入进行上下文级语言建模
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 AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Nanjing University（南京大学）
AI总结 ContextLM通过学习预测上下文嵌入，提升多令牌预测能力，实现更高效的参数和训练效率，同时在下游任务中表现更优。
Comments 19pages,6 figures, 13 Tables
由人工智能驱动的生物生态中介在连锁热浪风险中的发现
机构 * College of Mathematics and System Science, Xinjiang University, Urumqi, Xinjiang, China（数学与系统科学学院，新疆大学） ； Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, China（地理科学与自然资源研究所，中国科学院） ； Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University, Hong Kong, China（工业与系统工程系，香港理工大学） ； Xinya College, Tsinghua University, Beijing, China（清华学院） ； College of Architectural Engineering, Xinjiang University, Urumqi, Xinjiang, China（建筑工程学院，新疆大学）
AI总结 本研究提出HeDA框架，通过构建知识图谱发现生物生态中介效应，揭示热浪风险的复杂系统性影响，并推动适应策略向动态跨系统韧性转变。
揭示混合专家大语言模型中的超级专家
机构 * Tsinghua University（清华大学） ； Meituan（美团） ； Xiamen University（厦门大学） ； Nanjing University（南京大学） ； The University of Hong Kong（香港大学）
AI总结 研究揭示了混合专家大语言模型中起关键作用的超级专家，通过分析其影响发现其在数学推理中的重要性，并探讨了压缩这些专家对模型性能的显著影响。
Comments Published as a conference paper at ICLR 2026
1%>100%: 高效视觉适配器与复杂线性投影优化
机构 * BNRist, Department of Computer Science ； Technology, Tsinghua University, Beijing, China ； School of Automation ； Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China ； Nankai lnternational Advanced Research Institute (Shenzhen Futian) \& SLAI, Shenzhen, China
AI总结 CoLin通过复杂线性投影优化，以仅1%参数实现视觉基础模型高效适应，超越传统微调方法。
基于神经元的配置到性能缩放定律
机构 * IIIS, Tsinghua University（清华大学信息科学技术学院） ； Stanford University（斯坦福大学）
AI总结 本文提出基于神经元的配置到性能缩放定律，通过大规模预训练日志训练模型，实现对训练配置与性能之间关系的准确预测，并支持多超参数联合优化。
ArtisanGS: 带有AI和人机协作的高斯点选择交互工具
机构 * NVIDIA ； NVIDIA Canada（NVIDIA 加拿大） ； University of Toronto Canada（多伦多大学 加拿大） ； NVIDIA France（NVIDIA 法国） ； University of Toronto（多伦多大学） ； Institute for Clarity in Documentation Dublin Ohio USA（文档清晰研究所 俄亥俄州 大致） ； Inria Paris-Rocquencourt（法国巴黎-罗克琴特研究所） ； Rajiv Gandhi University Doimukh Arunachal Pradesh India（拉吉夫·甘地大学 亚当穆克 阿鲁纳恰尔邦 印度） ； Tsinghua University Haidian Qu Beijing Shi China（清华大学 海淀区 北京市 中国） ； Palmer Research Laboratories San Antonio Texas USA（帕勒研究中心 肯塔基州 威斯康星州 美国）
AI总结 ArtisanGS通过交互式工具实现高斯点选择与分割，结合AI与人工干预，提供灵活的局部编辑功能，适用于真实场景中的可控编辑。
Comments 12 pages, includes supplementary material
跨模态冲突下的全方位安全：漏洞、动态机制和高效对齐
机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Renmin University of China（中国人民大学）
AI总结 本文提出OmniSteer方法，通过提取黄金拒绝向量和轻量级适配器提升多模态模型的安全性与通用能力。
超越封闭池视频检索：面向真实世界视频搜索和时刻定位的基准与代理框架
机构 * CASIA ； UCAS ； Tencent（腾讯） ； Peking University（北京大学） ； Tsinghua University（清华大学）
AI总结 本文提出RVMS-Bench和RACLO框架，用于评估现实世界中基于模糊记忆的视频检索和时刻定位，揭示现有模型在该任务上的不足。
Comments 49 pages, 9 figures
BagelVLA: 通过交错视觉-语言-动作生成增强长时程操作
机构 * Tsinghua University（清华大学）
AI总结 BagelVLA通过整合语言规划、视觉预测和动作生成，提升复杂长时程操作任务的性能。
WorldArena: 一个用于评估具身世界模型感知与功能效用的统一基准
机构 * Tsinghua University, Beijing, China（清华大学） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） ； Princeton University, Princeton, NJ, USA（普林斯顿大学） ； Chinese Academy of Sciences, Beijing, China（中国科学院） ； University of Science（科学技术大学） ； Peking University, Beijing, China（北京大学） ； National University of Singapore, Singapore（新加坡国立大学）
AI总结 WorldArena是一个统一的基准，用于评估具身世界模型的感知和功能效用，揭示高视觉质量与强具身任务能力之间的差距。
针对多模态大语言模型的语音音频组合攻击及其通过SALMONN-Guard的缓解
机构 * Tsinghua University（清华大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of Cambridge（剑桥大学）
AI总结 针对多模态LLMs的安全性，提出SACRED-Bench评估语音音频组合攻击，并通过SALMONN-Guard将攻击成功率降低至20%。
DiffuTester: 通过挖掘结构模式加速扩散大语言模型的单元测试生成
机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； School of Software, Beihang University（北航软件学院） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院）
AI总结 DiffuTester通过挖掘结构模式提升扩散大语言模型在单元测试生成中的效率，实现高质量测试用例生成。
Comments Update format and add some experimental results
PhysUniBench: 一个面向本科生层面的多模态物理推理基准测试
机构 * The University of Sydney（悉尼大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Michigan State University（密歇根州立大学） ； Tsinghua University（清华大学） ； Beihang University（北航大学）
AI总结 PhysUniBench是一个面向本科生层面的多模态物理推理基准测试，旨在评估和提升多模态大语言模型在物理问题上的推理能力。
从无害到有害：通过对抗隐喻 jailbreak 语言模型
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； People’s Public Security University of China（中国人民公安大学） ； Tsinghua University（清华大学）
AI总结 通过对抗隐喻诱导语言模型生成有害内容，提出AVATAR框架以提升jailbreak攻击效果。
Comments arXiv admin note: substantial text overlap with arXiv:2412.12145
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