高校专区
Interp3D: 基于对应关系的生成式纹理3D变形
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Nanjing University（南京大学） ； State Key Lab of CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 Interp3D提出一种无需训练的纹理3D变形方法，通过结构化潜在引导和渐进对齐实现几何与纹理一致性，提升3D变形的平滑度和合理性。
Comments 22 pages, 12 figures
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。
视觉也需要：利用多模态大语言模型进行分布外检测导航
机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（教育部计算电力网络与信息安全重点实验室，山东计算机科学中心（国家超算中心济南中心），齐鲁工业大学（山东科学院）） ； Shandong Provincial Key Laboratory of Computing Power Internet and Service Computing, Shandong Fundamental Research Center for Computer Science（山东省计算电力互联网与服务计算重点实验室，山东省计算机科学基础研究中心） ； University of Electronic Science and Technology of China（电子科技大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； RWTH Aachen University（亚琛工业大学）
AI总结 本文提出MM-OOD方法，利用多模态大语言模型的推理能力，通过多轮对话增强分布外检测，提升近远OOD任务性能。
寻找RELIFF：通过信念工程塑造推理行为而无需推理监督
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； WUST（华中科技大学）
AI总结 本文提出RELIFF，通过信念工程无需推理监督塑造大型推理模型的行为，实验表明其在效率和忠实度任务上表现优异。
Comments Working in progress
FG-OrIU: 通过特征-梯度正交性实现更好的增量遗忘
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
AI总结 FG-OrIU通过特征和梯度正交约束实现深度不可逆的增量遗忘，解决现有方法中残留信息可恢复的问题。
Comments This paper has been accepted by ICCV 2025. code: \url{https://github.com/RAIAN08/FG-OrIU}
通过知识性经验学习对齐代理世界模型
机构 * Zhejiang University（浙江大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 WorldMind通过知识性经验学习对齐代理世界模型，解决物理模拟中的幻觉问题，实现跨环境的高效迁移。
Comments Ongoing work
ForgetMark: 通过针对性遗忘实现语言模型的隐秘指纹嵌入
机构 * Zhejiang University（浙江大学） ； Zhejiang University of Technology（浙江工业大学）
AI总结 ForgetMark通过针对性遗忘技术，在语言模型中实现隐秘指纹嵌入，提升隐蔽性和鲁棒性，同时保持模型性能。
Comments Accepted by ICASSP2026
Doracamom：多视角4D雷达与摄像头联合3D检测与占用预测用于全方位感知
机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； Momoni AI ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Chair of Automotive Engineering, Technische Universität Berlin（柏林技术大学汽车工程学系） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of Information and Electrical Engineering, Hangzhou City University（杭州城市学院信息与电气工程学院）
AI总结 Doracamom通过融合多视角4D雷达与摄像头，实现3D物体检测与语义占用预测，提升自动驾驶环境感知能力。
Comments Accepted by IEEE TCSVT
深入探索：用于鲁棒视频-文本检索的层次视觉感知
机构 * Zhejiang University（浙江大学）
AI总结 HVP-Net通过提取和细化视觉编码器的多层特征，提升视频-文本检索的鲁棒性，实现新的最佳性能。
以分布为中心的策略优化主导探索-利用权衡
机构 * College of Software, Nankai University（南开大学软件学院） ； Zhongguancun Academy（中关村学院） ； School of Automation , Beijing Institute of Technology（北京理工大学自动化学院） ； College of Computer Science（计算机科学学院） ； Technology, Zhejiang University（浙江大学技术学院）
AI总结 本文提出DCPO，通过分布层面的正则化实现可控探索，改进了探索-利用权衡。
DC-VLAQ：用于鲁棒视觉位置识别的查询残差聚合
机构 * BCCITA Provincial Key Laboratory, Hangzhou Dianzi University, China（杭州电子科技大学省重点实验室） ； TopXGun Robotics, China（TopXGun Robotics） ； ICT State Key Laboratory, Zhejiang University, China（浙江大学信息与电子技术国家重点实验室） ； I3A, University of Zaragoza, Spain（阿拉贡大学I3A）
AI总结 DC-VLAQ通过融合互补视觉基础模型和鲁棒的全局聚合方法，提升了视觉位置识别在大视角变化和领域偏移下的鲁棒性。
Comments 10 pages, 4 figures, 5 tables
简单而有效的选择性填补用于不完整多视图聚类
机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； State Key Laboratory of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
AI总结 SI$^3$提出了一种轻量级、数据驱动的选择性填补方法，用于不完整多视图聚类，通过预评估信息量实现高效且鲁棒的填补与融合。
Comments Under Review
预设性能的空中机械臂运动跟踪控制
机构 * Westlake Institute for Optoelectronics（西lake光电研究所） ； Department of Artificial Intelligence, Westlake University（人工智能系，西lake大学） ； WINDY Lab（WINDY实验室） ； College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学）
AI总结 本文提出了一种预设性能的空中机械臂运动跟踪控制方法，通过结合预设轨迹和二次规划参考分配，确保在指定时间内达到目标位置并满足任务要求。
MoA：异构适配器混合用于大语言模型的参数高效微调
机构 * Zhejiang University（浙江大学）
AI总结 MoA通过异构适配器混合提升大语言模型的参数高效微调性能，采用软和稀疏变体实现细粒度整合与稀疏激活，增强预训练知识向下游任务的转移效果。
退火模拟增强语言模型的理论思维推理
机构 * Department of Psychology and Behavioral Sciences, Zhejiang University（浙江大学心理学与行为科学系） ； Department of Psychology, The University of Hong Kong（香港大学心理学系）
AI总结 通过退火模拟提升自回归语言模型的理论思维推理能力，无需额外训练。
解码器梯度防护：一种可证明且高保真的对抗梯度基于的框外水印移除方法
机构 * Hong Kong JC STEM Lab of Smart City and Department of Computer Science, City University of Hong Kong（香港JC STEM实验室及城市大学计算机科学系） ； Infocomm Technology Cluster, Singapore Institute of Technology（新加坡理工学院信息通信技术集群） ； College of Information Science & Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科学与技术大学计算机科学与工程学院） ； Department of Electronic and Electrical Engineering, University College London（伦敦大学学院电子与电气工程系）
AI总结 本文提出了解码器梯度防护（DGSs）方法，通过防止梯度传播来增强对抗框外水印移除的鲁棒性，有效保护模型知识产权。
大语言模型在软件工程中的问题解决进展与前沿：一项全面的调查
机构 * Sun Yat-sen University（中山大学） ； Hangzhou Normal University（杭州师范大学） ； Zhejiang University（浙江大学） ； Huawei Technologies Co, Ltd（华为技术有限公司） ； Chongqing University（重庆大学）
AI总结 本文全面调查了大语言模型在软件工程中问题解决的进展与前沿，分析了数据构建、方法和技术挑战，并提供了开源资源。
Comments 26 pages, 4 figures, 5 tables
大语言模型对顺序敏感性如何？OrderProbe用于确定性结构重建
机构 * Peking University（北京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； City University of Hong Kong（香港城市大学） ； Fudan University（复旦大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学香槟分校） ； Marquette University（马凯特大学） ； Juniata College（朱尼阿特学院）
AI总结 研究通过OrderProbe基准评估大语言模型对输入顺序的敏感性，发现即使在前沿模型上，结构重建仍面临挑战，且语义能力与结构鲁棒性存在脱节。
组合特征增强用于无偏场景图生成
机构 * Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港理工大学） ； FinVolution
AI总结 本文提出组合特征增强策略，通过增强关系三元组特征多样性，解决SGG中的偏见问题。
Comments ICCV
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