Zhejiang University（浙江大学）

Look Forward to Walk Backward: Efficient Terrain Memory for Backward Locomotion with Forward Vision

前瞻以行后退：用于后退运动的高效地形记忆

Shixin Luo, Songbo Li, Yuan Hao, Yaqi Wang, Jun Zheng, Jun Wu, Qiuguo Zhu

机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； College of Artificial Intelligence, Nankai University（南开大学人工智能学院） ； Hangzhou Public Library（杭州公共图书馆） 纠错

AI总结 LF2WB通过前向视觉和本体感觉结合，实现高效地形记忆，使机器人在无后向视野情况下实现无碰撞后退运动。

Comments Accepted for 2026 IEEE International Conference on Robotics and Automation (ICRA)

RAPO: Expanding Exploration for LLM Agents via Retrieval-Augmented Policy Optimization

RAPO：通过检索增强策略优化扩展LLM代理的探索

Siwei Zhang, Yun Xiong, Xi Chen, Zi'an Jia, Renhong Huang, Jiarong Xu, Jiawei Zhang

机构 * Fudan University（复旦大学） ； Zhejiang University（浙江大学） ； UC Davis（加州大学戴维斯分校） 纠错

AI总结 RAPO通过引入检索增强策略优化，扩展LLM代理的探索能力，提升训练效率和探索效果。

Comments Submit to KDD 2026

SpatialText: A Pure-Text Cognitive Benchmark for Spatial Understanding in Large Language Models

SpatialText: 一种纯文本的认知基准，用于大型语言模型中的空间理解

Peiyao Jiang, Zequn Qin, Xi Li

机构 * Zhejiang University（浙江大学） ； School of Software Technology, Zhejiang University（软件技术学院，浙江大学） 纠错

AI总结 SpatialText通过双源方法为大型语言模型提供纯文本空间认知基准，揭示其在空间推理中的系统性缺陷。

Improving Anomaly Detection with Foundation-Model Synthesis and Wavelet-Domain Attention

通过基础模型合成与小波域注意力改进异常检测

Wensheng Wu, Zheming Lu, Ziqian Lu, Zewei He, Xuecheng Sun, Zhao Wang, Jungong Han, Yunlong Yu

机构 * organization= School of Aeronautics ； Astronautics , addressline= Zhejiang University , city= Hangzhou , postcode= 310027 , country= China ； organization= School of Computer Science ； organization= Ningbo Innovation Center , addressline= Zhejiang University , city= Ningbo , country= China ； organization= Department of Automation , addressline= Tsinghua University , city= Beijing , postcode= 100084 , country= China ； organization= College of Information Science \& Electronic Engineering , addressline= Zhejiang University , city= Hangzhou , postcode= 310027 , country= China 纠错

AI总结 本文提出基于基础模型的异常合成方法和小波域注意力模块，通过生成逼真异常样本和增强特征提取，提升工业异常检测的灵敏度和效率。

Efficient Self-Evaluation for Diffusion Language Models via Sequence Regeneration

通过序列再生实现扩散语言模型的高效自评

Linhao Zhong, Linyu Wu, Wen Wang, Yuling Xi, Chenchen Jing, Jiaheng Zhang, Hao Chen, Chunhua Shen

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

AI总结 本文提出DiSE方法，通过序列再生概率实现扩散语言模型的高效自评，提升质量评估的效率和可靠性。

TTT3R: 3D Reconstruction as Test-Time Training

TTT3R: 3D重建作为测试时训练

Xingyu Chen, Yue Chen, Yuliang Xiu, Andreas Geiger, Anpei Chen

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Uni of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） 纠错

AI总结 TTT3R通过测试时训练方法提升3D重建的长度泛化能力，实现全局姿态估计性能提升2倍，运行效率高且内存消耗低。

Comments Page: https://rover-xingyu.github.io/TTT3R/ Code: https://github.com/Inception3D/TTT3R

Journal ref International Conference on Learning Representations (ICLR), 2026

Make LoRA Great Again: Boosting LoRA with Adaptive Singular Values and Mixture-of-Experts Optimization Alignment

让LoRA更出色：通过自适应奇异值和专家混合优化对齐提升LoRA

Chenghao Fan, Zhenyi Lu, Sichen Liu, Chengfeng Gu, Xiaoye Qu, Wei Wei, Yu Cheng

机构 * School of Computer Science \& Technology, Huazhong University of Science ； The Chinese University of Hong Kong ； Zhejiang University 纠错

AI总结 GOAT通过自适应奇异值和专家混合优化对齐提升LoRA性能，实现在多个任务上的最优表现。

Comments Accepted by ICML 2025

ATPO: Adaptive Tree Policy Optimization for Multi-Turn Medical Dialogue

ATPO：多轮医疗对话中的自适应树策略优化

Ruike Cao, Shaojie Bai, Fugen Yao, Liang Dong, Jian Xu, Li Xiao

机构 * University of Science and Technology of China（中国科学技术大学） ； Qwen Applications Business Group, Alibaba Group（阿里云应用业务部） ； Zhejiang University（浙江大学） 纠错

AI总结 ATPO通过自适应树策略优化提升多轮医疗对话中的信息获取效率，有效解决不确定性问题，实验表明其在医疗对话任务中表现优异。

Comments Accepted to ICLR 2026

RxnNano:Training Compact LLMs for Chemical Reaction and Retrosynthesis Prediction via Hierarchical Curriculum Learning

RxnNano:通过层次化课程学习训练紧凑的LLM用于化学反应和逆合成预测

Ran Li, Shimin Di, Haowei LI, Luanshi Bu, Jiachuan Wang, Wangze Ni, Lei Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southeast University（东南大学） ； Zhejiang University（浙江大学） 纠错

AI总结 RxnNano通过层次化课程学习训练紧凑LLM，提升化学反应和逆合成预测性能，实现23.5%准确率提升。

Rethinking the Role of LLMs in Time Series Forecasting

重新思考LLMs在时间序列预测中的作用

Xin Qiu, Junlong Tong, Yirong Sun, Yunpu Ma, Wei Zhang, Xiaoyu Shen

机构 * Ningbo Key Laboratory of Spatial Intelligence（空间智能 Ningbo 关键实验室） ； Digital Derivative, Institute of Digital Twin, Eastern Institute of Technology, Ningbo（数字衍生，数字孪生研究所，东部技术研究所，Ningbo） ； Zhejiang University（浙江大学） 纠错

AI总结 本文研究了LLMs在时间序列预测中的作用，发现其在跨域泛化和复杂动态建模中表现优异，提供了有效模型设计的指导。

InstructVLA: Vision-Language-Action Instruction Tuning from Understanding to Manipulation

InstructVLA: 从理解到操作的视觉-语言-动作指令微调

Shuai Yang, Hao Li, Bin Wang, Yilun Chen, Yang Tian, Tai Wang, Hanqing Wang, Feng Zhao, Yiyi Liao, Jiangmiao Pang

机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

AI总结 InstructVLA通过视觉-语言-动作指令微调，实现了在多模态推理和动作生成之间的平衡，提升了机器人在复杂任务中的操控性能和泛化能力。

Comments 48 pages