高校专区
Agent-G$^2$：面向智能体强化学习的高斯引导框架
机构 * Baidu Inc.（百度公司） ； Shandong University（山东大学） ； Zhejiang University（浙江大学）
AI总结 Agent-G$^2$ 是面向智能体强化学习的高斯引导框架，通过在线估计高斯分布参数确定引导深度，在 ALFWorld 等任务上以更低成本实现优于基线的性能。
Comments Code: this https URL (https://github.com/ZJU-REAL/Agent-G2); Project page: this https URL (https://zju-real.github.io/Agent-G2)
从惯性到客观性：通过噪声隔离改进深度研究智能体
机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团）
AI总结 针对深度研究智能体存在的惯性偏差问题，提出NIS-Agent方法，在网页分类和最终答案验证环节应用上下文隔离，降低33%的token成本，训练的8B模型性能可与GPT-4o相当。
Comments EMNLP 2026
AquaFlow：用于水下流式重建的单目高斯溅射SLAM
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 针对水下场景视觉退化导致的SLAM难题，提出AquaFlow框架，通过微调3D视觉基础模型等技术实现更优的水下重建，在62条水下轨迹数据集上相较WaterSplat-SLAM性能显著提升。
Comments Preprint
TailSieve：面向大语言模型（LLM）rollout的部分rollout引导式长尾路由
机构 * Qwen Business Unit of Alibaba（阿里巴巴通义千问业务部） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 TailSieve是面向LLM rollout的部分rollout引导式框架，通过联合控制长尾路由与副本分配，仅路由即可实现最高1.67倍加速，结合专用推测解码可达2.59倍加速，同时保留策略内生成并避免长度偏差。
智能体人工智能对不一致和不完整工具响应的鲁棒性分析
机构 * Aalborg University（奥尔堡大学） ； Zhejiang University（浙江大学） ； Northeastern University（东北大学）
AI总结 该研究通过在零售客户服务领域注入受控故障，分析智能体AI对不一致、不完整工具响应的鲁棒性，发现两类响应在特定通道中可不对称识别，动作分布特征存在差异。
Comments 6 pages, 2 figures
用于视觉表征学习的双曲层次聚类
机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯混元） ； Zhejiang Sci-Tech University（浙江理工大学）
AI总结 该研究提出基于双曲层次聚类的透明令牌混合器ClusterMixer，构建新骨干HCFormer，其在多视觉任务上性能优于同类方法，推动可解释骨干网络发展。
基于极其简单的模态掩码机制的鲁棒双臂视觉-语言-动作模型
机构 * Shanghai Innovation Institute（上海创新研究院） ； Wuhan University（武汉大学） ； Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； City University of Hong Kong（香港城市大学） ； Southeast University（东南大学）
AI总结 该研究针对双臂操作中查询式VLA模型的动作不连续问题，提出仅训练用的模态掩码机制（M3），在RoboTwin 2.0等任务上使平均成功率提升超11.4%至30%以上，有效增强了模型鲁棒性。
Comments 35 pages, 22 figures, 9 tables
模仿者游戏：超越动作预测的机器人模仿能力基准测试
机构 * The University of Hong Kong（香港大学） ； TranscEngram ； Fudan University（复旦大学） ； Zhejiang University（浙江大学）
AI总结 该研究推出四级基准《模仿者游戏》及配套数据集、评估平台，发现功能替代是机器人意图层面模仿的关键障碍，微调IG-10K预训练模型可显著提升性能。
用于瞬态二维孔隙尺度流动预测与生成式设计的查询时框架
机构 * School of Civil Engineering, The University of Sydney（悉尼大学土木工程学院） ； Zhejiang University（浙江大学） ； College of Civil Engineering and Architecture, Zhejiang University（浙江大学建筑工程学院） ； School of Civil Engineering, Southeast University（东南大学土木工程学院） ； School of Civil and Environmental Engineering, UNSW Sydney（新南威尔士大学悉尼校区土木与环境工程学院）
AI总结 本研究提出CT-PoreFlow模型，构建QSGS-Transient-7606基准，实现瞬态二维孔隙尺度流动的高效预测，并将其嵌入逆向设计工作流，在多孔介质生成设计中表现优于扩散模型。
Comments 34 pages, 16 figures, 4 tables
洗白仇恨内容、抹黑无害内容：针对基于大语言模型的内容审核的标注者式反驳攻击
机构 * Dalian University of Technology（大连理工大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Tencent（腾讯） ； Tongji University（同济大学）
AI总结 该研究针对LLMs内容审核提出标注者式反驳攻击，发现洗白仇恨内容与抹黑无害内容的攻击效果存在模型特异性不对称性，防御措施无法完全消除攻击影响，凸显需定向防御与反馈鲁棒性评估。
带有快速写入路由与慢速整合的双层智能体记忆
机构 * Zhejiang University（浙江大学） ； Xiaohongshu（小红书） ； University of North Texas（北得克萨斯大学）
AI总结 该研究针对LLM智能体动态环境下的记忆管理问题，提出双层智能体记忆框架，通过成本感知路由与周期性整合实现高效记忆处理，在保留高检索性能的同时减少冗余。
通过视图图剪枝实现鲁棒的全局运动恢复结构（Structure-from-Motion, SfM）
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室）
AI总结 本研究针对全局运动恢复结构（SfM）易受错误边影响的问题，提出子图引导的视图图剪枝框架，经多类数据集实验验证可提升其鲁棒性并优化新视图合成质量。
C$^2$Path：用于视觉语言增量目标检测的类条件路径解耦
机构 * Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang Tobacco Monopoly Administration（浙江省烟草专卖局）
AI总结 针对视觉语言增量目标检测的类知识耦合问题，提出类条件路径解耦框架C$^2$Path，通过类别专家库与类条件解耦模块实现隔离更新，在COCO 2017上性能优于现有方法
量化地理域偏移以解耦人类流动生成模型的地理空间可迁移性
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Zhejiang University（浙江大学）
AI总结 该研究利用美国2265个县的通勤流动数据集，提出地理域偏移概念及两个量化指标，结合回归分析揭示人类流动模型可迁移性受地理差异与模型设计共同影响，为评估改进模型可迁移性提供新框架。
Comments 28 pages, 4 figures
线性逆问题扩散模型的后验信息动力学
机构 * ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC学院） ； Zhejiang University（浙江大学）
AI总结 该研究探究线性逆问题扩散模型的后验信息动力学，通过平滑似然力建立I-MMSE恒等式，经理论推导与实验验证条件作用对信息分配的影响及零空间轨迹特性。
ForeDreamer：用于未来事件预测的自进化双智能体记忆架构
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）
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
Block3D：基于分块扩散的高效文本到3D生成
机构 * ZipLab, Zhejiang University（浙江大学ZipLab） ； University of California, Berkeley（加州大学伯克利分校） ； Wuhan University（武汉大学） ； Monash University（莫纳什大学） ； University of Adelaide（阿德莱德大学）
AI总结 针对文本到3D生成成本高的问题，提出Block3D分块扩散框架，通过分块生成、联合去噪及置信度引导的块内修正，在保持几何保真度的同时实现5.15倍的速度提升。
Comments Project page: this https URL (https://alexandertsui.github.io/block3d/)
硬币皆有两面：关于大型语言模型的策略内蒸馏中泛化的双重性质
机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； IQuest Research（IQuest研究院） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Zhejiang University（浙江大学）
AI总结 本研究探究大型语言模型策略内蒸馏（OPD）的泛化特性，发现其迁移教师推理行为而非答案，同源配对泛化性强，异源配对适配性有限，多教师组合存在能力跷跷板效应，为诊断多教师OPD提供了视角。
Comments Under Review
询问、条件化或弃权：针对缺失前提推理的强化学习
机构 * Ant International（蚂蚁国际） ； Zhejiang University（浙江大学） ； Dingtalk, Alibaba Group（阿里巴巴集团钉钉） ； Ant Group（蚂蚁集团）
AI总结 本研究提出ACA-RL框架，结合MPB基准，训练模型应对缺失前提的推理任务，可询问、条件化或弃权，提升欠定问题处理能力。
Comments Accepted to EMNLP 2026
ATP-Bench: 向多模态大语言模型交错生成的代理工具规划迈进
机构 * Qwen Large Model Application Team, Alibaba（阿里巴巴通义千问大模型应用团队） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学）
AI总结 针对多模态大语言模型交错生成中事实性与创造性难以统一的问题，提出ATP-Bench基准，包含7702个问题-答案对，评估代理工具规划能力，揭示模型在交错规划中的不足。
Comments Accepted at the European Conference on Computer Vision (ECCV) 2026
PRISM：基于关节潜在分解的流式人类动作生成
机构 * State Key Laboratory of CAD & CG（CAD与计算机图形学国家重点实验室） ； Zhejiang University（浙江大学） ； Zhejiang Lab（浙江实验室） ； Computer Animation & Perception Group（计算机动画与感知小组）
AI总结 PRISM通过关节潜在分解和无噪声条件注入，实现了流式人类动作生成，统一了文本到动作、姿态条件生成等多种任务，达到SOTA性能。
SkillNet: 创建、评估和连接AI技能
机构 * Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Southeast University（东南大学） ； Alibaba Group（阿里巴巴集团） ； Tencent（腾讯） ； Fudan University（复旦大学） ； The University of Edinburgh（爱丁堡大学） ； Monash University（墨尔本大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huzhou University（湖州大学） ； Hornor Device Co., Ltd（Hornor设备有限公司） ； Hangzhou Institute for Advanced Study, UCAS（杭州先进研究所，UCAS）
AI总结 SkillNet通过统一的本体和多维评估机制，大规模创建、评估和连接AI技能，提升代理性能并促进技能的持久掌握。
Comments this http URL (http://skillnet.openkg.cn/;) add SkillNet-Gym, a benchmark for evaluating skill retrieval, utilization, composition, and SkillNet-Fabric for task-specific skill routing through lightweight Wikis
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