AdaDexGrasp: Adaptive Dexterous Grasping via 3D Visuo-Tactile Representation Fusion（在新窗口打开）
统一视触融合表示关联手指与触觉，支持规划阶段生成与接触后 refinement，提升多样物体抓取成功率。
- 视触统一表示融合几何与触觉并关联手指身份
- 集成抓取生成、可行性预测与接触后自适应 refinement
- 仿真与真实实验显示成功率与泛化明显提升
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2026-08-07 周五共 4 篇：生成 0 · 代码生成 0 · 智能体 0 · 世界模型与具身 1 · 理解 1 · 音频 2 · 基础模型 0
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 1
- 理解
- VLM 1OCR 0
- 音频
- 音频 2
- 基础模型
- LLM 0统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 4 篇
TruthLens: Object Hallucination Detection via Self-Evaluating Truthfulness Scores in LVLMs（在新窗口打开）
在 LM head 上无辅助模型地输出逐物体真实度分数，微调后泛化到更大标签空间并在多 LVLM 上达 SOTA。
- 揭示真伪物体 token 在隐藏层可分但在 LM head 处分离性丢失
- 复用特殊 token 的对数概率作为 truthfulness score 并用 MSE 微调
- 有限类别训练仍泛化；Qwen2.5-VL-7B 在 MS-COCO 上 AUROC 提升显著
VocalCoachBench: Benchmarking Audio-Language Models on Expert Feedback for Singing（在新窗口打开）
首个歌唱 vocal coaching 专家反馈公开基准，结构化与 claim 评测并用，显示模型细粒度诊断对齐仍很弱。
- 515 条录音与 18 位专业教练标注的 VocalCoachBench 数据集
- 分层结构化指标与开放 claim 评测分离设计
- 12 个 audio-language 模型实验揭示细粒度问题识别与严格诊断对齐缺口
Beyond Residual Connections: Manifold-Constrained Hyper-Connections for Robust Speaker Representation Learning（在新窗口打开）
提出 mHC 将残差改为多流混合并保持能量守恒，在 VoxCeleb1 上提升多种说话人识别骨干表现。
- 用 doubly stochastic 矩阵混合多流残差路径的 mHC 结构
- Sinkhorn-Knopp 迭代保持信号强度与特征均值以稳定训练
- 在 ECAPA-TDNN、ResNet-34 等骨干上实验一致优于标准残差
没有符合条件的论文。