Zhejiang University（浙江大学）

Feature-Based Semantics-Aware Scheduling for Energy-Harvesting Federated Learning

基于特征的语义感知调度用于能量收集联邦学习

Eunjeong Jeong, Giovanni Perin, Howard H. Yang, Nikolaos Pappas

机构 * Department of Computer and Information Science（计算机与信息科学系） ； Linköping University（林奈技术大学） ； Department of Information Engineering（信息工程系） ； University of Brescia（布雷西亚大学） ； ZJU-UIUC Institute（浙大-伊利诺伊大学联合研究所） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出了一种基于特征的语义感知调度框架，通过引入版本年龄信息度量标准，有效降低计算复杂性，提升能量收集联邦学习的效率和性能。

Comments This paper is currently under review for presentation at a peer-reviewed conference

An Empirical Study of Agent Developer Practices in AI Agent Frameworks

关于AI代理框架中代理开发者实践的实证研究

Yanlin Wang, Xinyi Xu, Jiachi Chen, Tingting Bi, Wenchao Gu, Zibin Zheng

机构 * Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； The University of Melbourne（墨尔本大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文通过实证研究分析了基于LLM的代理框架在开发效率、功能抽象、学习成本、性能优化和可维护性方面的差异，揭示了开发者在选择和使用框架时的挑战与需求。

Deconstructing Generative Diversity: An Information Bottleneck Analysis of Discrete Latent Generative Models

解构生成多样性：基于信息瓶颈理论的离散潜在生成模型分析

Yudi Wu, Wenhao Zhao, Dianbo Liu

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出基于信息瓶颈理论的框架，分析离散潜在生成模型中生成多样性的来源，并揭示了三种不同的策略：多样性优先、压缩优先和解耦。

Beyond Scaffold: A Unified Spatio-Temporal Gradient Tracking Method

超越架设：一种统一的时空梯度跟踪方法

Yan Huang, Jinming Xu, Jiming Chen, Karl Henrik Johansson

机构 * Division of Decision and Control Systems, School of EECS, KTH Royal Institute of Technology（决策与控制系统系，皇家理工学院） ； College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学） 纠错

AI总结 ST-GT通过统一时空梯度跟踪方法，有效缓解数据异质性和局部梯度噪声，实现强凸问题的线性收敛和非凸问题的次线性收敛，提升通信效率。

Comments 13 pages

EGG-Fusion: Efficient 3D Reconstruction with Geometry-aware Gaussian Surfel on the Fly

EGG-Fusion: 基于几何感知高斯surfel的高效实时3D重建

Xiaokun Pan, Zhenzhe Li, Zhichao Ye, Hongjia Zhai, Guofeng Zhang

机构 * State Key Lab of CAD\&CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； SenseTime Research（商汤科技研究院） 纠错

AI总结 EGG-Fusion提出一种基于几何感知高斯surfel的实时3D重建系统，通过信息滤波融合方法提升精度和实时性，实现20%以上的精度提升。

Comments SIGGRAPH ASIA 2025

Large Language Models Cannot Reliably Detect Vulnerabilities in JavaScript: The First Systematic Benchmark and Evaluation

大语言模型无法可靠地检测JavaScript中的漏洞：首个系统性基准和评估

Qingyuan Fei, Xin Liu, Song Li, Shujiang Wu, Jianwei Hou, Ping Chen, Zifeng Kang

机构 * Lanzhou University（兰州大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Technology Support Center of the Cyberspace Administration of China（国家互联网信息办公室技术支撑中心） ； Fudan University（复旦大学） ； Beijing University of Posts（北京邮电大学） 纠错

AI总结 本文首次提出FORGEJS框架，构建首个系统性JavaScript漏洞检测基准ARENAJS，并揭示LLM在漏洞检测中的局限性。

COMET: A Dual Swashplate Autonomous Coaxial Bi-copter AAV with High-Maneuverability and Long-Endurance

COMET：一种双摆臂自主 coaxial 双旋翼 AAV，具有高机动性和长续航能力

Shuai Wang, Xiaoming Tang, Junning Liang, Haowen Zheng, Biyu Ye, Zhaofeng Liu, Fei Gao, Ximin Lyu

机构 * the School of Intelligent Systems Engineering, Sun Yat-sen University（中山大学智能系统工程学院） ； Research Institute of Multiple Agents and Embodied Intelligence, Peng Cheng Laboratory（多智能体与具身智能研究院，鹏城实验室） ； State Key Laboratory of Industrial Control Technology, Zhejiang University（工业控制技术国家重点实验室，浙江大学） ； Differential Robotics Technology Co., Ltd.（差分机器人技术有限公司） 纠错

AI总结 COMET 是一种具有双摆臂机制的 coaxial 双旋翼 AAV，通过优化效率和机动性，实现了高续航能力与稳定飞行性能。

Comments 8 pages, 8 figures, accepted at IEEE RA-L

Probabilistic Modeling of Multi-rater Medical Image Segmentation for Diversity and Personalization

多评分者医学图像分割的概率建模用于多样性和个性化

Ke Liu, Shangde Gao, Yichao Fu, Shangqi Gao, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； University of Cambridge（剑桥大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 ProSeg通过概率建模实现医学图像分割的多样化和个性化，结合专家偏好和边界模糊性，提升分割结果的多样性和个性化水平。

Learning to Hear by Seeing: It's Time for Vision Language Models to Understand Artistic Emotion from Sight and Sound

通过视觉学习听觉：现在是让视觉语言模型理解艺术情感的时候了

Dengming Zhang, Weitao You, Jingxiong Li, Weishen Lin, Wenda Shi, Xue Zhao, Heda Zuo, Junxian Wu, Lingyun Sun

机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 VAEmotionLLM通过两阶段框架，利用有限音频预训练使视觉语言模型理解艺术中的多模态情感

Multi-Agent Conditional Diffusion Model with Mean Field Communication as Wireless Resource Allocation Planner

多智能体条件扩散模型与均场通信作为无线资源分配规划器

Kechen Meng, Sinuo Zhang, Rongpeng Li, Xiangming Meng, Yansha Deng, Chan Wang, Ming Lei, Zhifeng Zhao

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Zhejiang University-University of Illinois Urbana-Champaign (ZJU-UIUC) Institute, Zhejiang University（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所） ； Department of Engineering, King’s College London（伦敦国王学院工程系） 纠错

AI总结 多智能体条件扩散模型与均场通信用于无线资源分配规划，通过扩散模型和逆动态模型提升样本效率与策略可扩展性，理论保证收敛稳定性，实验显示在无线网络优化中表现优异。

TRiCo: Triadic Game-Theoretic Co-Training for Robust Semi-Supervised Learning

TRiCo：三元博弈协同训练用于鲁棒半监督学习

Hongyang He, Xinyuan Song, Yangfan He, Zeyu Zhang, Yanshu Li, Haochen You, Lifan Sun, Wenqiao Zhang

机构 * University of Warwick（沃里克大学） ； Emory University（埃默里大学） ； University of Minnesota – Twin Cities（明尼苏达大学双城分校） ； ANU（澳大利亚国立大学） ； Brown University（布朗大学） ； Columbia University（哥伦比亚大学） ； UCSD（加州大学圣地亚哥分校） ； Zhejiang University（浙江大学） 纠错

AI总结 TRiCo通过三元博弈协同训练框架提升半监督学习的鲁棒性和性能，实现更稳健的伪标签选择和决策边界优化。

Comments Accepted by NeurIPS 2025

Ensuring Force Safety in Vision-Guided Robotic Manipulation via Implicit Tactile Calibration

通过隐式触觉校准确保视觉引导的机器人操作中的力安全

Lai Wei, Jiahua Ma, Yibo Hu, Ruimao Zhang

机构 * Sun Yat-sen University（中山大学） ； UC San Diego（加州大学圣地亚哥分校） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出SafeDiff框架，通过隐式触觉校准提升机器人操作中的力安全，结合视觉和触觉数据优化状态规划，减少有害力风险。

Comments Website URL: see https://i-am-future.github.io/safediff/

Sample-Efficient Tabular Self-Play for Offline Robust Reinforcement Learning

样本高效的目标导向自博弈用于离线鲁棒强化学习

Na Li, Zewu Zheng, Wei Ni, Hangguan Shan, Wenjie Zhang, Xinyu Li

机构 * Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； Edith Cowan University（埃迪斯·科温大学） ； University of New South Wales（新南威尔士大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 本文提出RTZ-VI-LCB算法，通过乐观鲁棒值迭代和数据驱动的伯恩斯坦惩罚项，实现离线鲁棒双人零和马尔可夫游戏的最优样本复杂性保证。

Comments NeurIPS 2025

Provable Memory Efficient Self-Play Algorithm for Model-free Reinforcement Learning

可证明的内存高效自博弈算法用于无模型强化学习

Na Li, Yuchen Jiao, Hangguan Shan, Shefeng Yan

机构 * College of Information Science and Electronic Engineering（信息科学与电子工程学院） ； Zhejiang University（浙江大学） ； School of Information and Electronics（信息与电子学院） ； Beijing Institute of Technology（北京理工大学） ； Institute of Acoustics（声学研究所） ； Chinese Academy of Sciences（中国科学院） 纠错

AI总结 本文提出了一种内存高效的自博弈算法，用于解决多智能体强化学习中的内存效率、样本复杂度和预热成本问题。

Comments ICLR 2024. arXiv admin note: substantial text overlap with arXiv:2110.04645 by other authors

Arcadia: Toward a Full-Lifecycle Framework for Embodied Lifelong Learning

Arcadia：迈向一个完整的生命周期框架用于具身终身学习

Minghe Gao, Juncheng Li, Yuze Lin, Xuqi Liu, Jiaming Ji, Xiaoran Pan, Zihan Xu, Xian Li, Mingjie Li, Wei Ji, Rong Wei, Rui Tang, Qizhou Wang, Kai Shen, Jun Xiao, Qi Wu, Siliang Tang, Yueting Zhuang

机构 * Zhejiang University（浙江大学） ； Unitree Tech（单位树科技） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Manycore Tech（Manycore科技） ； Bytedance Seed（字节跳动种子） ； University of Adelaide（阿德莱德大学） 纠错

AI总结 Arcadia提出了一种闭环框架，通过紧密耦合四个阶段实现具身终身学习，支持持续改进和端到端泛化。