高校专区
UniManip: 通用目的零样本机器人操作的代理操作图
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Department of Automation, Tsinghua University, China（清华大学自动化系）
AI总结 UniManip通过双层代理操作图实现通用零样本机器人操作，结合高层任务协调与底层动态状态表示，提升无监督环境下的执行鲁棒性。
Comments 15 pages, 12 figures, 6 tables, project page: https://henryhcliu.github.io/unimanip
探索基于大语言模型的新能力建模过程
机构 * School of Economics and Management, Tsinghua University, Beijing, China（经济管理学院，清华大学，北京，中国） ； Bill-JC Technology, Wuhan, China（Bill-JC科技，武汉，中国）
AI总结 本研究提出基于大语言模型的新能力建模方法，通过结构化计算组件提升建模的透明性、数据驱动性和可验证性。
面向具有属性结构和质量验证指令的通用视频MLLMs
机构 * VCIP, School of Computer Science, Nankai University（VCIP，计算机科学学院，南开大学） ； ByteDance Inc.（字节跳动公司） ； Tsinghua University（清华大学）
AI总结 本研究提出ASID-1M数据集、ASID-Verify验证流程和ASID-Captioner模型，通过细粒度结构化指令提升视频理解性能，实现高质量描述生成与指令遵循。
Comments Project page: https://asid-caption.github.io/
TFTF：无训练目标流用于条件采样
机构 * Zhili College, Tsinghua University, Beijing, China（清华大学紫荆学院） ； Department of Statistics and Data Science, Tsinghua University, Beijing, China（清华大学统计与数据科学系） ； Department of Statistics, Harvard University, Cambridge, MA, USA（哈佛大学统计系）
AI总结 TFTF通过引入随机流和重采样技术，实现无训练条件采样，提升高维和多模态场景下的生成效果。
RADAR: 揭示多模态大语言模型预训练中能力的非对称发展
机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际 Graduate School） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Yinwang Intelligent Technology Co., Ltd.（亿纬智能科技有限公司） ； Huawei’s 2012 Lab（华为2012实验室）
AI总结 RADAR提出了一种高效的以能力为中心的评估框架，用于揭示多模态大语言模型预训练中感知和推理能力的非对称发展。
FLAC：通过动能正则化桥匹配实现最大熵强化学习
机构 * Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院） ； Tsinghua University（清华大学）
AI总结 FLAC通过动能正则化桥匹配实现最大熵强化学习，无需显式密度估计，提升高维任务性能。
无目神祇与破碎屏幕：构建一个安全的、以意图为中心的移动代理操作系统
机构 * Tsinghua University（清华大学）
AI总结 本文提出Aura架构，通过结构化交互模型和四项防御支柱，提升移动代理系统的安全性与效率。
Comments 35 pages, 15 figures
具有已知时间范围的多臂老虎机
机构 * Department of CSE, POSTECH, Pohang, Republic of Korea（POSTECH 电子工程系） ； Graduate School of AI, POSTECH, Pohang, Republic of Korea（POSTECH 人工智能研究生院） ； Microsoft Research, Beijing, China（微软研究院） ； Qiuzhen College, Tsinghua University, Beijing, China（清华大学求真学院）
AI总结 本文提出CURE-UCB算法，通过整合已知时间范围来提升多臂老虎机问题的性能，证明其在结构化环境中的优越性。
RAISE: 增强适应性指令选择用于大语言模型
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peng Cheng Laboratory（鹏城实验室） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； Seoul National University（首尔国立大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））
AI总结 RAISE通过强化学习动态选择指令，提升大语言模型微调效率与效果。
Comments Accepted by EMNLP 2025 findings
高效的特征聚合与尺度感知回归用于单目3D物体检测
机构 * Department of Electronic Engineering, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院电子工程系） ； School of Mathematics and Statistics, University of Glasgow（格拉斯哥大学数学与统计学学院）
AI总结 MonoASRH通过高效混合特征聚合模块和自适应尺度感知回归头，提升单目3D物体检测的尺度感知能力和特征聚合效率
SLA2: 基于可学习路由和量化感知训练的稀疏-线性注意力
机构 * Tsinghua University（清华大学）
AI总结 SLA2通过可学习路由和量化感知训练，提升稀疏-线性注意力的效率和性能
SD-MoE：通过谱分解实现有效的专家专业化
机构 * College of Computer Science and Artificial Intelligence, Fudan University, Shanghai, China（复旦大学计算机科学与人工智能学院） ； University of Bath, Bath, United Kingdom（巴斯大学） ； Oxford Suzhou Centre for Advanced Research, Suzhou, China（牛津苏泽研究中心） ； Department of Electrical Engineering and Computer Science, University of Michigan（密歇根大学电气工程与计算机科学系） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Department of Computer Science, University of Colorado Boulder, Colorado, USA（科罗拉多大学博尔德分校计算机科学系） ； Research Institute of Tsinghua University in Shenzhen, Shenzhen, China（清华大学深圳研究院） ； Greater Bay Area National Center of Technology Innovation, Research Institute of Tsinghua University in Shenzhen, Shenzhen, China（粤港澳大湾区国家技术创新中心，清华大学深圳研究院） ； School of Microelectronics, Fudan University, Shanghai, China（复旦大学微电子学院）
AI总结 SD-MoE通过谱分解解决MoE中专家专业化不足的问题，提升模型性能并兼容多种现有架构。
Hierarchical Dirichlet过程中两个指数族分布的解析结果
机构 * Tsinghua University（清华大学）
AI总结 本文研究了HDP框架中泊松和正态分布的解析结果，推导了对应的共轭对的闭式表达式，扩展了HDP的应用范围。
RPG：一个用于统一和可扩展代码库生成的仓库规划图
机构 * Microsoft（微软公司） ； Tsinghua University（清华大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Beijing Jiaotong University（北京交通大学）
AI总结 RPG通过统一的图结构提升代码库生成效率，ZeroRepo在真实项目基准上实现显著更高的代码生成量和准确性。
可证明安全的自适应动态采样隐写术
机构 * Tsinghua University（清华大学）
AI总结 本文提出一种基于自适应动态采样的可证明安全隐写术方法，通过无需显式分布的模型API实现高效隐蔽通信。
在通用机器人中构建视觉-语言-动作模型所关注的关键因素
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； ByteDance Research（字节跳动研究院） ； CASIA MAIS-NLPR ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 本研究揭示了构建通用机器人视觉-语言-动作模型的关键因素，开发了无需大量手动设计的RoboVLMs，实现了模拟和现实任务中的新状态-of-the-art性能。
Comments Project page: robovlms.github.io. Added limitations and future works. Fix categorization
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