MERLIN: Multi-Stage Curriculum Alignment for Multilingual Encoder-LLM Integration in Cross-Lingual Reasoning
MERLIN：多阶段课程对齐用于多语言编码器-大语言模型集成的跨语言推理
Kosei Uemura, David Guzmán, Quang Phuoc Nguyen, Jesujoba Oluwadara Alabi, En-shiun Annie Lee, David Ifeoluwa Adelani
机构
*
University of Toronto（多伦多大学）
；
Mila-Quebec AI Institute, McGill University（魁北克AI研究所，麦吉尔大学）
；
OntarioTech University（安大略技术大学）
；
Saarland University（萨尔兰州立大学）
；
Canada CIFAR AI Chair（加拿大CIFAR人工智能主席）
机构
*
Dalian Maritime University（大连海事大学）
；
The Chinese University of Hong Kong（香港中文大学）
；
Tsinghua University（清华大学）
；
Nanyang Technological University（南洋理工大学）
；
Xi'an Jiaotong University（西安交通大学）
；
Renmin University of China（中国人民大学）
；
Wuhan University（武汉大学）
机构
*
School of Computer Science, University of Nottingham Ningbo China（诺丁汉大学宁波校区计算机科学学院）
；
Institute of Biomedical Engineering, Ningbo institute of materials technology and engineering, Chinese Academy of Sciences（中国科学院宁波材料技术与工程研究所生物医学工程研究所）
；
School of Electrical & Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院）
Echo: Towards Advanced Audio Comprehension via Audio-Interleaved Reasoning
Echo：通过音频交错推理实现高级音频理解
Daiqing Wu, Xuan Zhang, Dongbao Yang, Jiashu Yao, Longfei Chen, Qingsong Liu, Sicheng Zhao, Can Ma, Yangyang Kang, Yu Zhou
机构
*
IIE, Chinese Academy of Sciences（中国科学院信息工程研究所）
；
Zhejiang University（浙江大学）
；
ByteDance China（字节跳动中国）
；
VCIP & TMCC & DISSec, College of Computer Science, Nankai University（VCIP与TMCC与DISSec，南开大学计算机学院）
；
School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
；
Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系）
；
University of Chinese Academy of Sciences（中国科学院大学）
Reasoning-Driven Multimodal LLM for Domain Generalization
基于推理的多模态大语言模型用于领域泛化
Zhipeng Xu, Zilong Wang, Xinyang Jiang, Dongsheng Li, De Cheng, Nannan Wang
机构
*
Xidian University（西安电子科技大学）
；
Microsoft Research Asia（微软亚洲研究院）
；
National Engineering Laboratory for Integrated Aero-Space-Ground- Ocean Big Data Application（国家一体化空天地海大数据应用工程实验室）
Latent Thinking Optimization: Your Latent Reasoning Language Model Secretly Encodes Reward Signals in Its Latent Thoughts
潜在思维优化：你的潜在推理语言模型秘密在潜在思维中编码了奖励信号
Hanwen Du, Yuxin Dong, Xia Ning
机构
*
Department of Computer Science and Engineering, The Ohio State University, USA（计算机科学与工程系，俄亥俄州立大学）
；
Department of Biomedical Informatics, The Ohio State University, USA（生物医学信息学系，俄亥俄州立大学）
；
Translational Data Analytics Institute, The Ohio State University, USA（转化数据分析研究所，俄亥俄州立大学）
机构
*
University of California, San Diego（加州大学圣地亚哥分校）
；
University of Toronto（多伦多大学）
；
Adobe Research（Adobe研究）
；
The University of New South Wales（新南威尔士大学）
How Vision Becomes Language: A Layer-wise Information-Theoretic Analysis of Multimodal Reasoning
视觉如何转化为语言：多模态推理的逐层信息论分析
Hongxuan Wu, Yukun Zhang, Xueqing Zhou
机构
*
Duke kunshan University, Duke University（杜克昆山大学、杜克大学）
；
The Chinese University of Hong Kong, Hong Kong, China（香港中文大学）
；
Fudan University, Shanghai, China（复旦大学）
机构
*
Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所）
；
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
；
The University of Queensland（昆士兰大学）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
University of California, Merced（加州大学默塞德分校）
FlowMind: Execute-Summarize for Structured Workflow Generation from LLM Reasoning
FlowMind: 从LLM推理生成结构化工作流的执行-总结
Yihao Liu, Ziyun Zhang, Zile He, Huaqian Cai
机构
*
Peking University（北京大学）
；
East China University of Technology（东华大学）
；
National Key Laboratory of Data Space Technology and System（数据空间技术与系统国家重点实验室）
Truth in the Few: High-Value Data Selection for Efficient Multi-Modal Reasoning
少量数据中的真实性：为高效多模态推理选择高价值数据
Shenshen Li, Xing Xu, Kaiyuan Deng, Lei Wang, Heng Tao Shen, Fumin Shen
机构
*
University of Electronic Science and Technology of China（电子科技大学）
；
School of Computer Science and Engineering（计算机科学与工程学院）
；
Tongji University（同济大学）
；
School of Computer Science and Technology（计算机科学与技术学院）
Red-teaming the Multimodal Reasoning: Jailbreaking Vision-Language Models via Cross-modal Entanglement Attacks
多模态推理的红队测试：通过跨模态纠缠攻击劫持视觉-语言模型
Yu Yan, Sheng Sun, Shengjia Cheng, Teli Liu, Mingfeng Li, Min Liu
机构
*
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
；
University of Chinese Academy of Sciences（中国科学院大学）
；
People’s Public Security University of China（中国人民公安大学）
机构
*
University of Science（科学技术大学）
；
The Chinese University of Hong Kong（香港中文大学）
；
Peking University（北京大学）
；
Nanjing University（南京大学）
；
Shanghai AI Laboratory（上海人工智能实验室）
；
Shanghai Jiao Tong University（上海交通大学）
