高校专区
3DGSNav: 通过主动3D高斯散射增强视觉-语言模型的物体导航
机构 * Zhejiang University of Technology, Hangzhou, China（浙江工业大学，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国）
AI总结 3DGSNav通过主动3D高斯散射提升视觉-语言模型的物体导航能力，结合结构化视觉提示和链式推理，实现高效且可靠的导航性能。
DynaHOI：动态目标手-物体交互基准测试
机构 * Shanghai AI Lab, Shanghai, China（上海人工智能实验室） ； Zhejiang University, Hangzhou, China（浙江大学） ； Sichuan Provincial Digital Human Center, Chengdu Minto Technology Co., Ltd., Chengdu, China（四川省数字人文中心）
AI总结 DynaHOI提出动态目标手-物体交互基准测试，通过参数化运动生成器和大规模数据集提升动态场景下的手部交互评估能力。
CAAL：面向异方差大气回归的置信度感知主动学习
机构 * Department of Computer Science The University of Manchester Manchester Greater Manchester UK（计算机科学系 伦敦大学曼彻斯特分校 曼彻斯特 大曼彻斯特 UK） ； Department of Atmospheric Sciences Zhejiang University Hangzhou China（大气科学系 浙江大学 杭州 中国） ； Yunqi Academy of Engineering Hangzhou China（云启工程学院 杭州 中国） ； The University of Manchester（伦敦大学曼彻斯特分校） ； Zhejiang University（浙江大学） ； Yunqi Academy of Engineering（云启工程学院）
AI总结 CAAL通过置信度感知主动学习框架，解决异方差大气回归中样本选择问题，提升高成本颗粒性质数据库的扩展效率。
Comments 17 pages in total
通过推理的结构收敛检测RLVR训练数据
机构 * Zhejiang University（浙江大学） ； School of Engineering, Westlake University（西湖大学工程学院）
AI总结 通过推理结构收敛检测RLVR训练数据，提出Min-kNN距离方法有效区分训练数据与未见数据。
Comments Preprint
ContextGen: 基于情境布局锚定的多实例生成
机构 * ReLER Lab, CCAI, Zhejiang University（ReLER实验室、中国计算机学会、浙江大学）
AI总结 ContextGen通过情境布局锚定和身份一致性注意力机制，实现多实例生成中的布局控制与身份一致性，首次构建了IMIG-100K数据集并取得新突破。
Comments Project Page: https://nenhang.github.io/ContextGen/
根据能力教学LLMs：数学问题解决的自适应推理
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Surrey（萨里大学）
AI总结 TATA通过自适应框架使LLMs根据自身能力自主调整推理策略，提升数学问题解决的效率和准确性。
Comments 8 pages
思考更长以探索更深入：通过长度激励强化学习学习上下文中的探索
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖研究所以高级技术研究所） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 通过长度激励强化学习，提升模型在上下文中的探索能力，从而在领域内和领域外任务中取得性能提升。
梯度压缩可能损害泛化能力：通过合成数据引导的尖锐性感知最小化解决方法
机构 * Department of Information and Communication Engineering, Zhejiang University（浙江大学信息与通信工程学院） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； Department of Electrical and Computer Engineering, North Carolina State University（北卡罗来纳州立大学电子与计算机工程系）
AI总结 本文提出FedSynSAM，通过合成数据引导尖锐性感知最小化，解决联邦学习中梯度压缩导致泛化能力下降的问题。
Brain4FMs: 一种用于电气脑信号基础模型的基准测试
机构 * Zhejiang University（浙江大学） ； Shanghai Institute of Microsystem and Information Technology, CAS（上海微系统与信息工程研究所，中国科学院）
AI总结 Brain4FMs提出了一种开放评估平台，用于评估和比较脑基础模型在电气脑信号处理中的性能和泛化能力。
SIGHT: 基于自证证据和信息增益多样分支的强化学习
机构 * Zhejiang University（浙江大学） ； Chongqing Ant Consumer Finance Co., Ltd.（重庆蚂蚁消费金融有限公司） ； Alibaba Group（阿里巴巴集团）
AI总结 SIGHT通过自证证据和信息增益驱动多样化分支，提升搜索代理的自主推理能力，减少冗余并增强探索策略。
通过随机量化和软提示实现差分隐私和通信高效的大型语言模型分拆推理
机构 * Zhejiang University, Hangzhou, China（浙江大学） ； University of Science and Technology of China, Anhui, China（中国科学技术大学）
AI总结 本文提出DEL框架，通过随机量化和软提示实现差分隐私和通信高效的LLM分拆推理，有效平衡隐私与效用。
逻辑结构作为知识：通过结构化逻辑知识密度估计增强LLM推理
机构 * Huzhou University（湖州大学） ； Zhejiang Key Laboratory of Intelligent Education Technology and Application（浙江智能教育技术与应用重点实验室） ； Banbu AI Foundation（Banbu AI基金会） ； Baichuan Inc（白川公司） ； University of Edinburgh（爱丁堡大学） ； Zhejiang University（浙江大学）
AI总结 本文提出通过结构化逻辑知识密度估计提升LLM推理能力，通过增强逻辑密度而非扩大数据量来提高模型认知潜力。
SonicSieve：利用声学微结构在智能手机上实现定向语音提取
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学）
AI总结 SonicSieve通过生物启发式声学微结构在智能手机上实现定向语音提取，提升信号质量并优于传统麦克风阵列。
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