Zhejiang University（浙江大学）

ArtHOI: Articulated Human-Object Interaction Synthesis by 4D Reconstruction from Video Priors

ArtHOI: 通过视频先验进行4D重建的可变形人-物交互合成

Zihao Huang, Tianqi Liu, Zhaoxi Chen, Shaocong Xu, Saining Zhang, Lixing Xiao, Zhiguo Cao, Wei Li, Hao Zhao, Ziwei Liu

机构 * School of AIA, Huazhong University of Science and Technology（华中科技大学人工智能学院） ； the S-Lab, Nanyang Technological University (NTU)（南洋理工大学S实验室） ； the Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； Zhejiang University (ZJU)（浙江大学） ； the Institute for AI Industry Research (AIR), Tsinghua University (THU)（清华大学人工智能产业研究院） 纠错

AI总结 ArtHOI通过4D重建从视频先验生成可变形人-物交互，提升接触精度和物理合理性。

Comments Project Page: https://arthoi.github.io/

Swimming Under Constraints: A Safe Reinforcement Learning Framework for Quadrupedal Bio-Inspired Propulsion

受约束的游泳：一种安全强化学习框架用于四足生物启发推进

Xinyu Cui, Fei Han, Hang Xu, Yongcheng Zeng, Luoyang Sun, Ruizhi Zhang, Jian Zhao, Haifeng Zhang, Weikun Li, Hao Chen, Jun Wang, Dixia Fan

机构 * FSI lab, Westlake University（西交大实验室，西湖大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhejiang University（浙江大学） ； Zhongguancun Academy（中关村学院） ； Department of Computer Science, University College London（伦敦大学学院计算机科学系） 纠错

AI总结 本文提出了一种安全强化学习框架ACPPO-PID，通过约束优化提升四足生物启发推进的推力效率和稳定性。

Rethinking the Efficiency and Effectiveness of Reinforcement Learning for Radiology Report Generation

重新思考强化学习在放射学报告生成中的效率和有效性

Zilin Lu, Ruifeng Yuan, Weiwei Cao, Wanxing Chang, Zhongyu Wei, Sinuo Wang, Yong Xia, Ling Zhang, Jianpeng Zhang

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Ningbo No.2 Hospital（宁波第二医院） ； Zhejiang University（浙江大学） ； Hupan Lab（华研实验室） ； Fudan University（复旦大学） 纠错

AI总结 本文提出DiTPO方法，通过优化诊断F1分数提升放射学报告生成的临床准确性，实现更高效的数据利用和更优的性能表现。

GeoSeg: Training-Free Reasoning-Driven Segmentation in Remote Sensing Imagery

GeoSeg: 无需训练的推理驱动遥感图像分割

Lifan Jiang, Yuhang Pei, oxi Wu, Yan Zhao, Tianrun Wu, Shulong Yu, Lihui Zhang, Deng Cai

机构 * State Key lab of CAD\&CG, Zhejiang University ； UniTTEC Co. Ltd. ； Wuchan Zhongda Chengtou (Ningbo) Holdings. Ltd. 纠错

AI总结 GeoSeg通过结合大规模语言模型推理与精确定位，无需训练实现遥感图像分割的高效解决方案。

Bridging Human Evaluation to Infrared and Visible Image Fusion

将人类评估与红外与可见图像融合相结合

Jinyuan Liu, Xingyuan Li, Qingyun Mei, Haoyuan Xu, Zhiying Jiang, Long Ma, Risheng Liu, Xin Fan

机构 * School of Mechanical Engineering, Dalian University of Technology（大连理工大学机械工程学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Software Technology & DUT-RU International School of ISE, Dalian University of Technology（大连理工大学软件学院） ； College of Information Science and Technology, Dalian Maritime University（大连海事大学信息科学与技术学院） 纠错

AI总结 本文提出了一种反馈强化框架，通过引入大规模人类反馈数据集和领域特定奖励函数，提升红外与可见图像融合的感知质量，使其更符合人类审美。

From Narrow to Panoramic Vision: Attention-Guided Cold-Start Reshapes Multimodal Reasoning

从窄视场到全景视觉：基于注意力的冷启动重塑多模态推理

Ruilin Luo, Chufan Shi, Yizhen Zhang, Cheng Yang, Songtao Jiang, Tongkun Guan, Ruizhe Chen, Ruihang Chu, Peng Wang, Mingkun Yang, Yujiu Yang, Junyang Lin, Zhibo Yang

机构 * Tsinghua University（清华大学） ； University of South California（南加州大学） ； Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； University of California San Diego（南加州大学圣地亚哥分校） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出AVAR框架，通过视觉锚定与注意力引导提升多模态推理性能，实现7%的平均提升。

Comments ICLR 2026 Poster

Towards Effective Orchestration of AI x DB Workloads

面向AI与数据库工作负载有效编排的研究

Naili Xing, Haotian Gao, Zhanhao Zhao, Shaofeng Cai, Zhaojing Luo, Yuncheng Wu, Zhongle Xie, Meihui Zhang, Beng Chin Ooi

机构 * National University of Singapore（新加坡国立大学） ； Beijing Institute of Technology（北京理工大学） ； Renmin University of China（中国人民大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文研究了AI与数据库工作负载的有效编排问题，探讨了联合数据管理和查询处理的挑战，提出了查询优化、执行调度和分布式执行等关键问题，并展示了初步设计和结果。

Towards Personalized Deep Research: Benchmarks and Evaluations

迈向个性化深度研究：基准与评估

Yuan Liang, Jiaxian Li, Yuqing Wang, Piaohong Wang, Motong Tian, Pai Liu, Shuofei Qiao, Runnan Fang, He Zhu, Ge Zhang, Minghao Liu, Yuchen Eleanor Jiang, Ningyu Zhang, Wangchunshu Zhou

机构 * OPPO ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出PDR-Bench，首个用于评估深度研究代理个性化能力的基准，通过结合多样化任务与真实用户档案，评估个性化对齐、内容质量和事实可靠性。

FSMLP: Modelling Channel Dependencies With Simplex Theory Based Multi-Layer Perceptions In Frequency Domain

FSMLP: 基于简单理论的多层感知机在频域中建模通道依赖性

Zhengnan Li, Haoxuan Li, Hao Wang, Jun Fang, Yuting Tan, Xilong Cheng Yunxiao Qin

机构 * Communication University of China（通信大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） 纠错

AI总结 FSMLP通过引入简单体MLP层，有效缓解时间序列预测中通道依赖的过拟合问题，提升预测精度与效率。

Towards Self-Robust LLMs: Intrinsic Prompt Noise Resistance via CoIPO

迈向自适应鲁棒大语言模型：通过CoIPO实现内在提示噪声抵抗力

Xin Yang, Letian Li, Abudukelimu Wuerkaixi, Xuxin Cheng, Cao Liu, Ke Zeng, Xunliang Cai, Wenyuan Jiang

机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Meituan LongCat Interaction Team（美团LongCat交互团队） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 本文提出CoIPO方法，通过对比学习提升大语言模型对提示噪声的内在鲁棒性，实验表明其在NoisyPromptBench上表现优于现有方法。