Beihang University（北京航空航天大学）

Bias Redistribution in Visual Machine Unlearning: Does Forgetting One Group Harm Another?

视觉机器遗忘中的偏见再分配：遗忘一组是否损害另一组？

Yunusa Haruna, Adamu Lawan, Ibrahim Haruna Abdulhamid, Hamza Mohammed Dauda, Jiaquan Zhang, Chaoning Zhang, Shamsuddeen Hassan Muhammad

机构 * NewraLab ； Beihang University（北京航空航天大学） ； GoerTek Alpha Lab（歌尔Alpha实验室） ； Skyline University Nigeria（尼日利亚天际线大学） ； UESTC（电子科技大学） ； Imperial College London（帝国理工学院） 纠错

AI总结 研究通过CLIP模型在CelebA数据集上探讨机器遗忘对偏见的再分配影响，发现遗忘某一性别群体会将偏见转移至相关群体，揭示嵌入空间中的性别主导结构。

NS-RGS: Newton-Schulz based Riemannian gradient method for orthogonal group synchronization

NS-RGS：基于牛顿-施尔茨方法的黎曼梯度法用于正交群同步

Haiyang Peng, Deren Han, Xin Chen, Meng Huang

机构 * School of Mathematical Sciences, Beihang University（北京航空航天大学数学科学学院） ； Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（香港中文大学系统工程与工程管理学系） 纠错

AI总结 本文提出NS-RGS方法，通过替代SVD或QR分解为牛顿-施尔茨迭代，降低计算成本，利用高效矩阵乘法与现代GPU/TPU架构，实现线性收敛并提升效率。

CodecSight: Leveraging Video Codec Signals for Efficient Streaming VLM Inference

CodecSight: 利用视频编码信号实现高效的流式视频语言模型推理

Yulin Zou, Yan Chen, Wenyan Chen, JooYoung Park, Shivaraman Nitin, Luo Tao, Francisco Romero, Dmitrii Ustiugov

机构 * Beihang University（北京航空航天大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 CodecSight通过利用视频编码器内嵌的时空结构信息，实现流式视频分析的高效推理，提升吞吐量并减少GPU计算量，同时保持高精度。

Comments 18 pages, 34 figures

Reason-SVG: Enhancing Structured Reasoning for Vector Graphics Generation with Reinforcement Learning

Reason-SVG：通过强化学习增强向量图形生成的结构化推理

Ximing Xing, Ziteng Xue, Yandong Guan, Jing Zhang, Dong Xu, Qian Yu

机构 * Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 Reason-SVG通过引入Drawing-with-Thought范式和混合奖励机制，提升大语言模型生成高质量SVG的能力，实现结构化推理与视觉一致性。

Comments Accepted by CVPR 2026. 16 pages, 7 figures

SVGFusion: A VAE-Diffusion Transformer for Vector Graphic Generation

SVGFusion：一种用于矢量图形生成的VAE-扩散变换器

Ximing Xing, Juncheng Hu, Ziteng Xue, Jing Zhang, Buyu Li, Sheng Wang, Dong Xu, Qian Yu

机构 * Beihang University（北京航空航天大学） ； Bambu AI ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出SVGFusion框架，结合VAE-扩散架构生成高质量可编辑SVG，通过融合矢量与像素信息提升结构理解与生成质量。

Comments project page: https://ximinng.github.io/SVGFusionProject/