Zhejiang University（浙江大学）

ES-VP: Energy-Shaped Dynamic Visual Prompting for Efficient Model Adaptation

ES-VP：用于高效模型适配的能量型动态视觉提示

Can Jin, Ying Li, Jingchen Sun, Hongwu Peng, Jiahui Zhao, Yang Zhou, Lei Li, Dimitris N. Metaxas

机构 * Rutgers University（罗格斯大学） ； Zhejiang University（浙江大学） ； University at Buffalo, SUNY（纽约州立大学布法罗分校） ； Adobe Research（奥多比研究院） ； University of Connecticut（康涅狄格大学） ； Washington University（华盛顿大学） 纠错

AI总结 本文提出ES-VP方法，以低秩初始化和能量引导动态适配生成图像特异性提示，参数效率更高、泛化性更好，在多架构多数据集上均优于现有SOTA视觉提示方法。

RODE: A Radial-Orthogonal Decoupled Engine for Optimization

RODE：一种用于优化的径向-正交解耦引擎

Guoxiang Xu, Bince Qu, Qi Sun, Cheng Zhuo

机构 * Zhejiang University（浙江大学） 纠错

AI总结 本研究提出RODE优化器，通过解耦径向与方向分量的更新规则，在语言建模、图像分类等任务中优于Muon变体，可降低损失与模型范数，提升优化效果。

Neural-Primitive: An Efficient End-to-end Local Planner with Primitive-based Imitation Learning for Autonomous Flight

Neural-Primitive：一种用于自主飞行的基于原语模仿学习的高效端到端局部规划器

Zhitao Liu, Guangtong Xu, Zihan Wang, Jialiang Hou, Chao Xu, Fei Gao

机构 * Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院 Cyber-系统与控制研究所） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） ； Institute of Systems Engineering, China Academy of Engineering Physics（中国工程物理研究院系统工程研究所） ； School of Automation, Hangzhou Dianzi University（杭州电子科技大学自动化学院） ； Department of Automation, North China Electric Power University (Baoding)（华北电力大学（保定）自动化系） ； Differential Robotics Technology Company（差分机器人技术公司） 纠错

AI总结 针对自主飞行机载轨迹生成的计算-质量-内存困境，提出基于模仿学习的Neural-Primitive规划器，通过轻量级原语框架与紧凑神经网络实现高效规划，仿真与实飞验证其性能优势与迁移能力。

Comments Accepted by IEEE Transactions on Industrial Informatics

ForeDreamer: A Self-Evolving Dual-Agent Memory Architecture for Future Event Prediction

ForeDreamer：用于未来事件预测的自进化双智能体记忆架构

Linhao Zhong, Zongze Du, Linyu Wu, Yu Bo, Hourong Li, Chenchen Jing, Hao Chen, Yuling Xi, Chunhua Shen

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； 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 针对开放网络未来事件预测的不足，提出自进化双智能体框架ForeDreamer，分离事实与经验记忆，经Prophet Arena、FutureX实验验证其有效性

Comments accepted to EMNLP 2026 Findings

InfinityEdit: Infinite Video Editing with a Lightweight Edit-Ignition Adapter

InfinityEdit：基于轻量型编辑启动适配器的无限视频编辑

Yunze Tong, Mushui Liu, Canyu Zhao, Shiyi Zhang, Didi Zhu, Peng Zhang, Wanggui He, Jinlong Liu, Ying Chen, Hao Jiang, Pipei Huang, Bo Zheng

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 InfinityEdit设计轻量型编辑适配器，解决无限视频编辑的延续性与稳定性问题，实现随编辑指令到来的视频流忠实编辑与无限生成。

Comments 18 pages

Denoising the Future: Context-Aware Spectral Diffusion for Temporal Knowledge Graph Extrapolation

去噪未来：用于时序知识图谱外推的上下文感知谱扩散

Yanglei Gan, Peng He, Run Lin, Peiyuan Jiang, Yifan Wang, Qiao Liu

机构 * Southwest Minzu University（西南民族大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯） 纠错

AI总结 针对现有扩散式时序知识图谱外推方法的目标判别信号削弱问题，提出FreqDiff频率感知扩散框架，通过双流去噪器与频域正则化项提升性能，在四个公开基准上达最优表现。

Comments EMNLP 2026 Main

Rethinking Demonstration Unlearning in Imitation Learning for Robotics

机器人模仿学习中演示数据遗忘的重新思考

Jiazhuo Li, Yu Zhang, Yiming Fei, Kangkang Dong, Xiaojun Zhu, Houde Liu, Jinze Tao

机构 * University of Michigan（密歇根大学） ； Zhejiang University（浙江大学） ； Wuhan University of Technology（武汉理工大学） 纠错

AI总结 本研究针对机器人模仿学习的演示数据遗忘问题，提出双维度联合审计方法，在ACT机械臂实验中实现了20次试验18次成功的盲测恢复。

Comments 21 pages, 7 figures, 14 tables

CAS: Conformalized Agentic Search via Adaptive Retrieval and Policy Weighting

CAS：通过自适应检索与策略加权实现的保形智能体搜索

Zixi Zhu, Jiayuan Su, Jian Zhang, Yu Lin, Hongwei Wang

机构 * Zhejiang University（浙江大学） ； ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC学院） ； Tencent Inc.（腾讯公司） 纠错

AI总结 本研究针对搜索智能体RL微调的可靠性问题，提出CAS框架，通过自适应检索与策略加权结合CP技术，提升推理准确率并减少冗余搜索，构建高可靠高效智能体范式。

Comments 21 pages, including figures, tables, and appendix

Geometric Regularization for Long-Tailed Semi-Supervised Learning via Gaussian Feature Bridges

基于高斯特征桥的长尾半监督学习几何正则化方法

Hongyang He, Xinyuan Song, Yan Zhong, Daizong Liu, Yanbin Li, Yang-fan He, Wenqiao Zhang

机构 * University of Warwick（华威大学） ； Wuhan University（武汉大学） ； Emory University（埃默里大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本研究针对长尾半监督学习的标签分布失衡与伪标签噪声问题，提出高斯桥一致性框架及BridgeMix策略，经基准实验验证可有效提升长尾类性能且具备良好可扩展性。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026. Conference page: this https URL (https://eccv.ecva.net/virtual/2026/poster/4113)

Multilingual Verifier Bias in RLVR: Benchmark, Rollout Diagnosis, and the Cross-Lingual Selection Bottleneck

RLVR中的多语言验证器偏差：基准、推理诊断与跨语言选择瓶颈

Chenyu Zhou, Qiliang Jiang, Xu Zhou

机构 * School of Engineering, Institute of Science Tokyo（科学东京大学工程学院） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程学院） 纠错

AI总结 研究发现多语言RLVR中存在验证器偏差，引入审计协议定位到最终答案接口的机制，提出跨语言选择瓶颈，rule-GRPO可提升可信准确率。

Comments 16 pages, 2 figures, 5 tables

LHMCF-Net: A Learned Hyperbolic Mean Curvature Flow Network for Medical Images Segmentation

LHMCF-Net：用于医学图像分割的学习型双曲平均曲率流网络

Shuangshuang Duan, Chunlei He, Shoujun Huang, Dexing Kong

机构 * Zhejiang Normal University（浙江师范大学） ； College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） 纠错

AI总结 该研究提出了基于学习型双曲平均曲率流的LHMCF-Net深度展开网络，将双曲几何演化与端到端优化结合，在公开医学分割数据集上的低对比度、边界模糊场景中实现了优异的分割性能。