高校专区
细粒度零样本组合图像检索与互补视觉-语义整合
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） ； Zhejiang University（浙江大学）
AI总结 本文提出CVSI方法，通过互补视觉-语义整合提升细粒度零样本组合图像检索性能。
从标签到树：为LLM指令微调中的可控数据选择构建细粒度知识
机构 * University of Science and Technology of China（中国科学技术大学） ； Klear Team, Kuaishou Technology（快手科技Klear团队）
AI总结 TAGS通过构建细粒度知识树，实现LLM指令微调中可控数据选择的高效采样与知识对齐。
IF-GEO：面向多查询生成引擎优化的冲突感知指令融合
机构 * School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络科学与技术学院） ； Institute of Dataspace, Hefei Comprehensive National Science Center（合肥综合性国家科学中心数据研究所）
AI总结 IF-GEO通过冲突感知指令融合框架，提升多查询生成引擎在有限预算下的优化稳定性与性能。
Comments 9 pages, 3 figures. Submitted to ACL 2026. Corresponding author: Zhen Chen
基于激活空间锚定的多类权限推理访问控制
机构 * University of Science and Technology of China（中国科学技术大学） ； Lenovo Research（联想研究院）
AI总结 本文提出AAAC框架，通过激活空间锚点实现多类权限控制，有效降低权限违规和攻击成功率。
从补全到编辑：通过搜索和替换指令微调解锁上下文感知的代码填充
机构 * USTC（University of Science and Technology of China） ； Alibaba Group（阿里巴巴集团） ； CASIA（Chinese Academy of Sciences Institute of Automation） ； SIAT（Institute of Automation, Chinese Academy of Sciences）
AI总结 通过搜索和替换指令微调，SRI框架实现了上下文感知的代码填充，提升了补全性能并保持低延迟。
AgentAsk: 多智能体系统需要提问
机构 * University of Science and Technology of China（科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 AgentAsk通过边缘级澄清模块提升多智能体系统准确性，减少误差传播，提高任务效率与性能。
配对图像生成与扩散引导扩散模型
机构 * University of Science and Technology of China（科学技术大学） ； Suzhou Institute of Biomedical Engineering and Technology（生物医学工程与技术研究所） ； Macao Polytechnic University（澳门 polytechnic 大学） ； Suzhou Municipal Hospital（苏州 municipal 医院） ； Guizhou Provincial People's Hospital（贵州省人民医院）
AI总结 本文提出一种无需外部条件的配对图像生成方法，通过训练额外的扩散引导器提升生成质量并缓解标注数据不足问题。
Jingfang: 一种基于大语言模型的多智能体系统，用于精准中医诊疗和辨证论治
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Southeast University（东南大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 JingFang 是一种基于大语言模型的多智能体系统，旨在通过多智能体协作机制提升中医诊疗的准确性和个性化水平，尤其在辨证论治方面表现优异。
ArchAgent: 基于LLM的可扩展遗留软件架构恢复
机构 * HiThink Research（慧思研究） ； University of Science and Technology of China（中国科学技术大学）
AI总结 ArchAgent通过结合静态分析、自适应分段和LLM合成，实现大规模遗留软件架构的高效恢复与多视图业务对齐。
Comments to be published in ICASSP 2026
CooperLLM: 通过基于ZOO的梯度校正实现云-边-端协同的联邦微调
机构 * University of Science and Technology of China（中国科学技术大学） ； University of Macau（澳门大学）
AI总结 CooperLLM通过结合移动端ZOO和云引导梯度校正，实现云-边-端协同联邦微调，显著提升收敛速度和精度，同时保护隐私。
Comments 14 pages, 9 figures, under review
ReWorld：面向具身世界模型的多维奖励建模
机构 * Eastern Institute of Technology（东部技术研究所） ； Georgia Institute of Technology（佐治亚理工学院） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学）
AI总结 ReWorld通过多维奖励建模提升具身世界模型的物理真实性和任务完成能力
多视图聚类的生成扩散对比网络
机构 * Zhejiang Lab（浙江实验室） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本文提出生成扩散对比网络GDCN，通过多重生成机制解决多视图聚类中的低质量数据问题，实现深度多视图聚类任务的最优性能。
TimeGMM: 通过自适应高斯混合模型与可逆归一化实现单次传递概率预测
机构 * University of Science and Technology of China（中国科学技术大学）
AI总结 TimeGMM通过自适应高斯混合模型与可逆归一化实现单次传递概率预测，有效提升预测精度和分布匹配度。
打破坐标过拟合：面向跨布局3D姿态估计的几何感知WiFi传感
机构 * University of Science and Technology of China（科学技术大学） ； Shanghai Artificial Intelligence Lab（上海人工智能实验室） ； Tianjin University（天津大学） ； Hefei University of Technology（合肥工业大学） ； Guizhou Normal University（贵州师范大学） ； The University of Electro-Communications（电子通信大学）
AI总结 PerceptAlign通过几何条件化学习实现布局无关的WiFi姿态估计，显著提升跨域泛化能力。
Comments Accpeted by AMC Mobicom 2026
通过多智能体文化辩论缓解LLM中的文化偏见
机构 * University of Science and Technology of China（中国科学技术大学） ； NVIDIA（英伟达）
AI总结 通过多智能体文化辩论框架，有效缓解LLM中的文化偏见，提升跨文化公平性。
Comments 13 pages
重新思考协同过滤中的流行度偏差：通过分析向量分解
机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（人工智能与数据科学学院，科学技术大学） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（计算机科学与技术学院，南京航空航天大学） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； iFLYTEK Research, iFLYTEK（iFLYTEK研究）
AI总结 本文提出DDC框架，通过不对称方向更新修正协同过滤中流行度偏差的几何问题，提升推荐质量和公平性。
Comments Accepted by SIGKDD 2026(First Cycle)
具有固定锚点的分阶段学习策略用于鲁棒语音验证
机构 * National University of Defense Technology, Changsha, China（国防科技大学，长沙，中国） ； University of Science and Technology of China, Hefei, China（中国科学技术大学，合肥，中国）
AI总结 本文提出一种基于固定锚点的分阶段学习策略，用于在噪声条件下提高语音验证的鲁棒性和判别性。
Comments submitted to ICASSP 2026
DINOv3 是否设定了医学视觉的新标准？对2D和3D分类、分割与配准的基准测试
机构 * Imperial College London（伦敦帝国理工学院） ； University of Science and Technology of China（中国科学技术大学） ； Dresden University of Technology（德累斯顿技术大学） ； University of Erlangen-Nuremberg（埃尔兰根-纽伦堡大学） ； University of Oxford（牛津大学） ； University of Sheffield（谢菲尔德大学） ； Technical University of Munich (TUM)（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； Yale University（耶鲁大学）
AI总结 DINOv3在医学视觉任务中表现出色，但其在深度领域专门化任务中存在性能退化问题。
Comments Technical Report
JANUS：一种面向智能合约金融集中风险的差分分析器
机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）
AI总结 JANUS通过分析智能合约中特权账户与普通账户状态差异，检测金融集中风险，提高了检测准确性并发现未知模式的风险。
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