-
ReflectRAG：通过GRPO优化的迭代反射技术提升检索增强型生成效果
陈宣和|李宇辰|毕友义|王帅强|孔凌鹤|尹大伟上海交通大学全球学院，中国上海摘要检索增强生成（RAG）通过将回答与外部文档关联起来来提升问答（QA）的效果，但仍然存在检索不相关和单次生成错误的问题。为了解决这些问题，我们提出了ReflectRAG框架，该框架通过结构化规划、迭代反
来源：Neurocomputing
时间：2026-05-26
-
用于鸟瞰视角协同感知的时空自适应细化技术
刘彪|杨佳琪|乔俊超北京交通大学电气工程学院，中国北京，100044摘要协作感知通过深度学习方法整合来自多个代理的信息，增强了自动驾驶车辆的感知能力。尽管最近的基于视觉的协作框架已经显示出有希望的结果，但在处理复杂的交通场景和通信不确定性方面仍存在重大挑战。为了解决这些挑战，我们
来源：Neurocomputing
时间：2026-05-26
-
事实：通过频率自适应一致性调整来实现高效的零样本统一图像恢复
朱志东|熊邦树|于淑珍|朱金浩|饶志波|欧巧峰|李星|李伟北京航空航天大学仪器与光电工程学院，中国北京100191摘要零样本统一图像恢复旨在在没有成对训练数据的情况下，从多种未知的图像退化中恢复高保真度图像。然而，现有的基于扩散的方法存在推理延迟过长以及难以在空间域中将退化与图像
来源：Neurocomputing
时间：2026-05-26
-
利用分层VQ-VAE生成多样化的、高保真的3D人体动作
李叶轩|王光远|马文轩|张宏鑫|王哲北京邮电大学，中国北京市西土城路100080摘要在计算机视觉和图形学领域，创建真实且富有表现力的3D人体运动仍然是一个巨大的挑战。我们提出了一种从粗略到精细的文本驱动3D人体运动生成流程，该流程将分层VQ-VAE与条件掩码Transformer
来源：Neurocomputing
时间：2026-05-26
-
文本引导的去学习：通过分层掩蔽机制在稳定扩散模型中实现遗忘效果
曾永强|郑登|刘万里摘要机器去学习在负责任地部署生成模型方面发挥着关键作用，有助于缓解隐私风险、伦理问题以及涉及有害或敏感视觉内容的滥用问题。然而，大多数现有的去学习方法依赖于对生成模型的大规模参数更新或结构修改，导致巨大的计算开销，并且经常降低模型的泛化能力和生成效果。此外，由
来源：Neurocomputing
时间：2026-05-26
-
综述：通过有信息的初始化来改进连续的知识图谱嵌入
杰拉德·庞斯（Gerard Pons）| 贝西姆·比拉利（Besim Bilalli）| 安娜·克雷阿尔特（Anna Queralt）
加泰罗尼亚理工大学服务与信息系统工程系，巴塞罗那Tech，西班牙巴塞罗那08031
**摘要**
知识图谱（Knowledge G
来源：Neurocomputing
时间：2026-05-26
-
猫杯状病毒在伴有神经病变家猫中枢神经系统细胞中的定位研究
猫杯状病毒（Feline calicivirus，FCV）主要与猫上呼吸道感染相关，但其亦可引发严重的多系统疾病，偶伴神经症状。尽管已有散在的神经受累报道，FCV的神经嗜性潜能仍不明确。本研究回顾性分析了67只临床疑似FCV感染（表现为神经、呼吸和/或全身性病
来源：Veterinary and Animal Science
时间：2026-05-26
-
基于控制屏障函数的安全关键非线性系统自学习鲁棒控制
研究人员针对带有外部扰动的连续时间安全关键非线性系统，提出了一种基于自适应动态规划（Adaptive Dynamic Programming, ADP）的自学习鲁棒安全控制方法。首先，设计扰动观测器以获取精确的扰动信息。随后，通过将哈密顿-雅可比-贝尔曼方程（
来源：Neurocomputing
时间：2026-05-26
-
跨视图结构感知网络用于属性缺失图聚类
摘要
属性缺失图聚类(attribute-missing graph clustering)是一项基础且具有挑战性的任务，旨在在部分节点属性缺失的情况下，将节点划分为不同群组。近年来，研究人员提出了多视图图表示学习(multi-view graph rep
来源：Neurocomputing
时间：2026-05-26
-
问对问题：面向交通人机交互检测的贝叶斯优化提示跨层级知识蒸馏
研究人员指出，将多模态大语言模型（Multimodal Large Language Models, MLLMs）的图像级场景理解有效迁移至实例级的人机交互（Human-Object Interaction, HOI）检测，仍是安全关键型交通应用的核心瓶颈。现
来源：Neurocomputing
时间：2026-05-26
粤公网安备 44010602000434号