高校专区
时空令牌剪枝用于高效高分辨率GUI代理
机构 * Tsinghua University（清华大学） ； Xidian University（西安电子科技大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 GUIPruner通过时空令牌剪枝技术，实现高分辨率GUI导航的高效处理，显著提升性能并降低资源消耗。
MM-NeuroOnco: 一种多模态基准和指令数据集用于基于MRI的脑肿瘤诊断
机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Center for Brain-Inspired Computing Research (CBICR), Department of Precision Instrument, Tsinghua University（脑启发计算研究中心（CBICR）、精密仪器系，清华大学）
AI总结 MM-NeuroOnco提出一个多模态数据集和基准，用于提升基于MRI的脑肿瘤诊断的多模态推理能力，通过生成诊断相关语义提升模型性能。
MiroFlow：面向通用深度研究任务的高性能和鲁棒开源代理框架
机构 * Tsinghua University（清华大学） ； MiroMind AI ； National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学）
AI总结 MiroFlow是一种面向通用深度研究任务的高性能开源代理框架，通过灵活的工作流编排和深度推理模式提升性能和稳定性。
SceneTransporter: 基于最优传输的组合潜在扩散模型用于单图像结构化3D场景生成
机构 * Xi’an Research Institute of Hi-Tech（西安高新技术研究院） ； Tsinghua University（清华大学） ； SkyWork AI ； Tongji University（同济大学） ； Fudan University（复旦大学） ； Beijing Normal University（北京师范大学）
AI总结 SceneTransporter通过最优传输引导的组合潜在扩散模型，提升单图像结构化3D场景生成的实例连贯性和几何保真度。
Comments published at iclr 2026
TherapyProbe: 通过对抗性模拟生成关系安全设计知识以改进心理健康聊天机器人
机构 * BNRIST, Dept. of CST, Tsinghua University（北京理工大学（Tsinghua大学）） ； Independent Researcher（独立研究者）
AI总结 TherapyProbe通过对抗性模拟生成关系安全设计知识，帮助改进心理健康聊天机器人的交互模式质量。
SCOPE：基于骨架图的计算高效框架用于自主无人机探索
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
AI总结 SCOPE通过基于骨架图的高效框架，实现了自主无人机探索中的计算效率提升，减少86.9%的计算成本，同时保持与先进全局规划器相当的探索性能。
Comments This paper has been accepted for publication in the IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L). Please cite the paper using appropriate formats
CoLoGen：渐进式学习概念定位二元性以实现统一图像生成
机构 * Baidu Inc.（百度公司） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学）
AI总结 CoLoGen通过渐进式学习概念与定位的二元性，实现统一图像生成的高效表示学习。
Comments Accepted by CVPR2026. 15 pages, 8 figures
空间锚定触觉感知用于鲁棒的灵巧操作
机构 * Sharpa ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； Shanghai Qi Zhi Institute（上海启智研究所）
AI总结 SaTA通过空间锚定触觉感知提升灵巧操作的精度和鲁棒性，有效解决亚毫米级任务中的触觉与运动学结合问题。
Comments 8 pages
G4Splat：基于生成先验的几何引导高斯点云法
机构 * Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； BIGAI ； Peking University（北京大学）
AI总结 G4Splat通过几何引导的生成先验提升3D场景重建，有效解决多视角不一致性问题，实现高质量场景补全。
Comments ICLR'26. Project page: https://dali-jack.github.io/g4splat-web/
通过分层共自博弈强化学习掌握多无人机 volleyball
机构 * Tsinghua University（清华大学）
AI总结 本文提出分层共自博弈强化学习框架，通过三阶段训练流水线实现多无人机volleyball任务的高水平战略协调与低水平敏捷控制，实验显示其在胜率和团队行为涌现方面的优越性能。
Comments Accepted by CoRL 2025
VolleyBots: 多无人机乒乓球竞技测试平台，结合运动控制与战略博弈
机构 * Tsinghua University（清华大学）
AI总结 VolleyBots通过结合运动控制与战略博弈，测试多无人机乒乓球竞技，展示了强化学习在复杂任务中的应用与潜力。
Comments Accepted by NeurIPS 2025
ContextRL: 通过上下文增强强化学习提升大语言模型的知识发现效率
机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学）
AI总结 ContextRL通过上下文增强强化学习提升大语言模型的知识发现效率，有效缓解奖励黑客问题并提升性能。
Comments 14 pages, 5 figures
基于拓扑信息的AI基础模型实现全球河流预报
机构 * College of Water Sciences, Beijing Normal University, Beijing, China（北京师范大学水科学学院） ； School of Geography and the Environment, University of Oxford, Oxford, UK（牛津大学地理与环境学院） ； Department of Transdisciplinary Science and Engineering, Institute of Science Tokyo, Tokyo, Japan（东京科学研究所跨学科科学与工程系） ； School of Systems Science, Beijing Normal University, Beijing, China（北京师范大学系统科学学院） ； Institute of Industrial Science, University of Tokyo, Tokyo, Japan（东京大学工业科学研究所） ； China Institute of Water Resources and Hydropower Research, Beijing, China（中国水利水电科学研究院） ； State Key Laboratory of Hydro-Science and Engineering, Department of Hydraulic Engineering, Tsinghua University, Beijing, China（清华大学水利科学与工程国家重点实验室） ； School of Artificial Intelligence, Beijing Normal University, Beijing, China（北京师范大学人工智能学院） ； School of Water Resources and Hydropower Engineering, Wuhan University, Wuhan, China（武汉大学水利水电学院）
AI总结 GraphRiverCast通过拓扑信息和物理对齐的神经操作符架构，实现了全球河流系统的系统性水动力模拟，无需历史数据即可进行稳健预测。
Comments 26 pages, 5 figures, 3 extended data tables, 3 extended data figures
FIRE：财务智能与推理评估的综合基准
机构 * Du Xiaoman Technology（杜小曼科技） ； The PBC School of Finance, Tsinghua University（清华大学金融学院） ； The School of Finance, Renmin University of China（中国人民大学金融学院）
AI总结 FIRE基准通过理论金融知识和实际商业场景评估，全面测试大语言模型在金融领域的表现与能力。
LeanCat：Lean中的形式范畴论基准测试套件（第一部分：1-范畴）
机构 * Yau Mathematical Sciences Center, Tsinghua University（清华大学尤洋数学科学中心） ； Iluvatar CoreX ； Department of Mathematics, Southern University of Science and Technology（南方科技大学数学系） ； Westlake Institute for Advanced Study, Westlake University（西湖研究学院） ； Qiuzhen College, Tsinghua University（清华大学齐臻学院） ； Department of Physics, The Chinese University of Hong Kong（香港中文大学物理系） ； Yanqi Lake Beijing Institute of Mathematical Sciences and Applications (BIMSA)（燕琦湖北京应用数学研究所（BIMSA））
AI总结 LeanCat通过100个形式化范畴论任务测试模型的抽象能力，揭示了现有模型在组合泛化上的不足，提出LeanBridge通过迭代优化提升性能至24%。
Comments 22 pages, 9 figures, 5 tables
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