高校专区
CORE: 基于代码的逆向自训练框架与图扩展用于虚拟代理
机构 * Zhejiang University（浙江大学） ； Wuhan University（武汉大学）
AI总结 CORE提出一种基于代码的逆向自训练框架，通过语义代码抽象和策略图扩展，提升虚拟代理的行为多样性和泛化能力。
Comments 19 pages, 12 figures
UCO：一种用于基于大语言模型的自适应教学的多轮交互强化学习方法
机构 * East China Normal University（东华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 UCO通过多轮交互强化学习方法，利用进展奖励和支架奖励函数，提升大语言模型在教育场景中的自适应教学能力。
无监督立体视觉：基于多基线几何一致性的自训练方法
机构 * College of Information Science and Electronic Engineering (ISEE) Zhejiang University, China（信息科学与电子工程学院（ISEE）浙江大学）
AI总结 S³通过多基线几何一致性自训练方法，有效解决遮挡区域的监督问题，提升立体视觉性能。
自回归语义视觉重建有助于VLMs更好地理解
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； AutoLab, Westlake University（西湖大学AutoLab） ； Zhejiang University（浙江大学） ； Shanghai AI Lab（上海人工智能实验室） ； University of Southern California（美国南加州大学）
AI总结 自回归语义视觉重建通过提升多模态理解能力，改进了VLMs对视觉信息的把握
在保真度与可塑性之间寻求平衡：将混合精度微调与语言层次结构对齐
机构 * Fudan University（复旦大学） ； Yale University（耶鲁大学） ； Zhejiang University（浙江大学）
AI总结 QR-Adaptor通过联合优化量化位宽和LoRA秩，解决混合精度微调中保真度与可塑性的平衡问题，实现内存与性能的高效资源分配。
Comments 18 pages, 5 figures
Aletheia: 通过正则化逆混淆矩阵量化推理模型中的认知信念
机构 * Zhejiang University（浙江大学）
AI总结 Aletheia通过正则化逆混淆矩阵量化推理模型中的认知信念，探索AI科学诚信的测量方法。
Comments 6 pages, 2 figures
通过优势解耦偏好优化实现视觉语言模型的统一生成与自验证
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Venus Team, Ant Group（蚂蚁集团 Venus 团队）
AI总结 ADPO通过统一生成与自验证的强化学习框架，提升视觉语言模型的验证性能和推理效率。
服装惯性去噪器（GID）：通过松散IMU去噪实现准确的运动捕捉
机构 * Xiamen University（厦门大学） ； Zhejiang University（浙江大学）
AI总结 GID通过松散IMU去噪实现准确运动捕捉，利用位置感知专家架构和轻量级融合模块，提升惯性MoCap的准确性和泛化能力。
Comments 11 pages, 4 figures
Slot-ID: 通过基于槽的时序身份编码从参考视频中生成身份保持的视频
机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） ； University College London（伦敦大学学院） ； Zhejiang University（浙江大学）
AI总结 Slot-ID通过基于槽的时序身份编码从参考视频生成身份保持的视频，提升大姿态变化下的身份保留和视觉真实性。
UniSH：在单次前向传递中统一场景和人体重建
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学）
AI总结 UniSH通过统一前馈框架实现场景和人体的联合重建，利用野外数据提升泛化能力，实现高保真度的3D重建。
DVGBench: 面向无人机影像的隐式到显式视觉 grounding 评估基准
机构 * Hinton STAI Institute（Hinton STAI研究所） ； Key Laboratory of Geographic Information Science (Ministry of Education), East China Normal University（地理信息科学重点实验室（教育部）） ； School of Geospatial Artificial Intelligence, East China Normal University（地理空间人工智能学院） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Information Engineering University（信息工程大学）
AI总结 DVGBench 是一个面向无人机影像的隐式到显式视觉 grounding 评估基准，通过设计 DroneVG-R1 模型提升 LVLM 的推理能力。
Comments 20 pages, 17 figures
面向自动驾驶的视觉-语言-动作模型：过去、现在与未来
机构 * HKUST（香港科技大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； DAMO Academy, Alibaba（阿里巴巴达摩院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Xiaomi EV（小米电动车） ； Xi'an Jiaotong University（西安交通大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学）
AI总结 本文探讨了自动驾驶中视觉-语言-动作模型的发展历程，提出两种主要范式并分析其挑战与未来方向。
Comments Survey; 47 pages, 7 figures, 9 tables; GitHub Repo at https://github.com/worldbench/awesome-vla-for-ad
ERA-IT：通过揭示的经济偏好对齐语义模型以实现实时和可解释的专利估值
机构 * School of Computing（计算学院） ； Macquarie University（麦考瑞大学） ； School of Computer Science（计算机科学学院） ； University of Technology Sydney（悉尼技术大学） ； School of Management（管理学院） ； Zhejiang University（浙江大学）
AI总结 ERA-IT通过揭示的经济偏好对齐语义模型，实现实时且可解释的专利估值，提升预测准确性并增强决策透明度。
Chimera: 利用多智能体大语言模型实现自动内部威胁模拟
机构 * Singapore Management University（新加坡管理大学） ； Tianjin University（天津大学） ； Zhejiang University（浙江大学）
AI总结 Chimera通过多智能体大语言模型生成真实企业环境中的内部威胁数据集，提升内部威胁检测的挑战性和实用性。
Comments Accepted by NDSS 2026
CEE: 通过子空间概念旋转实现体智能中的推断时间劫持防御
机构 * Fudan University（复旦大学） ； Dalian University of Technology（大连理工大学） ； Ant Group（蚂蚁集团） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Zhejiang University（浙江大学）
AI总结 CEE通过动态构建子空间并应用SLERP旋转，实现体智能系统中高效的推断时间劫持防御，提升安全性和实用性。
DeepFilter: 一种用于准确且高效过程监控的Transformer风格框架
机构 * State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（工业控制技术国家重点实验室，控制科学与工程学院，浙江大学）
AI总结 DeepFilter通过改进自注意力机制，提升过程监控的准确性和效率，为从业者提供了一个高效的基准方法。
从实验室到临床：药物发现与开发中临床试验的综述
机构 * University of Liverpool, UK（利物浦大学） ； Purdue University, USA（普渡大学） ； Georgia Institute of Technology, USA（佐治亚理工学院） ； Emory University, USA（埃默里大学） ； Simon Fraser University, Canada（Simon Fraser大学） ； Kyoto University, Japan（京都大学） ； Zhejiang University, China（浙江大学） ； National Taiwan Normal University, Taiwan（台湾师范大学） ； Indiana University, USA（印第安纳大学） ； University of Edinburgh, UK（爱丁堡大学） ； The University of Texas at Dallas, USA（德克萨斯大学达拉斯分校） ； University of Wisconsin-Madison, USA（威斯康星大学麦迪逊分校） ； The Hong Kong University of Science（香港科学大学）
AI总结 本文综述了临床试验在药物发现与开发中的关键作用，探讨了各阶段特点、挑战及未来发展方向。
Comments 11 pages
P2U-SLAM：基于点不确定性与位姿不确定性的单目广视场SLAM系统
机构 * State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（极端光束与仪器国家重点实验室，浙江大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室）
AI总结 P2U-SLAM通过引入点不确定性和位姿不确定性，提升广视场单目SLAM系统的鲁棒性和定位精度。
Comments Accepted to IEEE Transactions on Intelligent Transportation Systems (T-ITS). The source code will be made publicly available at https://github.com/BambValley/P2U-SLAM
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