University of Chinese Academy of Sciences（中国科学院大学）

Does Memory Need Graphs? A Unified Framework and Empirical Analysis for Long-Term Dialog Memory

记忆是否需要图？一种统一框架和长期对话记忆的实证分析

Sen Hu, Yuxiang Wei, Jiaxin Ran, Zhiyuan Yao, Xueran Han, Huacan Wang, Ronghao Chen, Lei Zou

机构 * Peking University（北京大学） ； Georgia Tech（佐治亚理工学院） ； ZJU（浙江大学） ； MBZUAI（马克斯·普朗克智能系统研究所） ； UCAS（中国科学院大学） 纠错

AI总结 本文提出一种统一框架，分析长期对话记忆系统，发现性能差异主要由基础设置驱动，而非特定架构创新，并提供了稳定基线。

SAQNN: Spectral Adaptive Quantum Neural Network as a Universal Approximator

SAQNN：谱适应量子神经网络作为通用逼近器

Jialiang Tang, Jialin Zhang, Xiaoming Sun

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

AI总结 本文提出了一种谱适应量子神经网络模型，证明其具备通用逼近能力，并在电路规模和参数复杂度方面优于经典神经网络。

OSI: One-step Inversion Excels in Extracting Diffusion Watermarks

OSI: 一步反向在提取扩散水印中表现优异

Yuwei Chen, Zhenliang He, Jia Tang, Meina Kan, Shiguang Shan

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS, China（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences (CAS), China（中国科学院大学） ； School of Information Science and Technology, ShanghaiTech University, China（信息科学与技术学院，上海科技大学） 纠错

AI总结 OSI通过一步反向高效提取高斯阴影水印，速度快20倍，精度更高，承载能力翻倍。

Beyond Next-Token Alignment: Distilling Multimodal Large Language Models via Token Interactions

超越单个词对齐：通过令牌交互蒸馏多模态大语言模型

Lin Chen, Xiaoke Zhao, Kun Ding, Weiwei Feng, Changtao Miao, Zili Wang, Wenxuan Guo, Ying Wang, Kaiyuan Zheng, Bo Zhang, Zhe Li, Shiming Xiang

机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所信息与智能系统研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhejiang University（浙江大学） 纠错

AI总结 Align-TI通过令牌交互改进知识蒸馏，实现多模态大语言模型的高效压缩与性能提升

Efficient-SAM2: Accelerating SAM2 with Object-Aware Visual Encoding and Memory Retrieval

Efficient-SAM2: 通过对象感知视觉编码和内存检索加速SAM2

Jing Zhang, Zhikai Li, Xuewen Liu, Qingyi Gu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

AI总结 Efficient-SAM2通过对象感知的视觉编码和内存检索技术，显著提升SAM2的推理效率，实现1.68倍加速且仅损失1.0%的准确性。

Comments ICLR 2026,Code is available at: https://github.com/jingjing0419/Efficient-SAM2

REPAIR: Robust Editing via Progressive Adaptive Intervention and Reintegration

通过渐进自适应干预与再整合实现鲁棒编辑

Yisu Wang, Ming Wang, Haoyuan Song, Wenjie Huang, Chaozheng Wang, Yi Xie, Xuming Ran

机构 * Engineering Center for Space Utilization of Chinese Academy of Sciences（中国科学院空间利用工程技术中心） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computer Science and Engineering（计算机科学与工程学院） ； Northeastern University（东北大学） ； New York University（纽约大学） ； School of Computing（计算机学院） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 REPAIR通过闭环反馈和动态内存管理实现鲁棒编辑，提升编辑准确性并减少知识遗忘。

Self-Guided Function Calling in Large Language Models via Stepwise Experience Recall

通过逐步经验回忆实现大语言模型的自引导函数调用

Sijia Cui, Aiyao He, Shuai Xu, Hongming Zhang, Yanna Wang, Qingyang Zhang, Yajing Wang, Bo Xu

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（认知与决策智能复杂系统重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Nanjing University of Information Science & Technology（南京信息工程大学） ； Institute of Computing Technology, Chinese Academy of Sciences（计算技术研究所，中国科学院） 纠错

AI总结 SEER通过逐步经验回忆方法，提升大语言模型在多步骤工具使用中的准确性和效率。

Comments Accepted to EMNLP 2025

Deconstructing Positional Information: From Attention Logits to Training Biases

解构位置信息：从注意力logits到训练偏见

Zihan Gu, Ruoyu Chen, Han Zhang, Hua Zhang, Yue Hu

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安全学院） ； Antai College of Economics and Management, Shanghai Jiao Tong University（上海交通大学安泰经济管理学院） 纠错

AI总结 本文通过分析注意力logits和位置编码形式，揭示了乘法编码在整合位置与语义信息上的优势，并发现训练过程中存在的单头沉积模式。

Comments Accepted by ICLR 2026