The Chinese University of Hong Kong（香港中文大学）

CNS-Edit++: Category-Agnostic 3D Editing with Coupled Neural Shape Representation

CNS-Edit++：基于耦合神经形状表示的类别无关3D编辑

Jingyu Hu, Weilong Yan, Zhengzhe Liu, Haipeng Li, Ka-Hei Hui, Hao Zhang, Chi-Wing Fu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Lingnan University（岭南大学） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Autodesk AI Lab（欧特克人工智能实验室） ； Simon Fraser University（西蒙弗雷泽大学） 纠错

AI总结 研究提出基于耦合神经形状表示和神经特征体积优化的潜在空间3D形状编辑框架CNS-Edit++，能在特定类别和类别无关模型上实例化，有多种编辑操作符及区域控制机制，经评估其性能优于现有方法。

CompilerKV: Risk-Adaptive KV Compression via Offline Experience Compilation

CompilerKV: 通过离线经验编译实现风险适应性的键值压缩

Ning Yang, Chengzhi Wang, Yibo Liu, Baoliang Tian, Haijun Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Electronic Science and Technology of China（电子科技大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； ByteDance（字节跳动） ； University of Science and Technology Beijing（北京科技大学） 纠错

AI总结 本文提出CompilerKV，一种通过离线经验编译实现风险适应性的键值压缩方法，通过离线编译校准语料库中的纠正表，将在线纠正减少到O(1)查找加预算限制，从而在多个模型架构上实现了压缩SOTA，并在不同压力条件下保持最优性能。

AIM-CoT: Active Information-driven Multimodal Chain-of-Thought for Vision-Language Reasoning

AIM-CoT：基于主动信息的多模态链式推理用于视觉-语言推理

Xiping Li, Jianghong Ma

机构 * The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

AI总结 本文提出AIM-CoT框架，通过上下文增强注意力图生成、主动视觉探测和动态注意力转移触发，改进视觉语言模型的证据选择与插入触发，提升视觉-语言推理性能。

Comments Accepted by ACL 2026 Main Conference. 30 pages, 6 figures

JD-BP: A Joint-Decision Generative Framework for Auto-Bidding and Pricing

JD-BP：一种联合决策生成框架用于自动出价和定价

Linghui Meng, Chun Gan, Shengsheng Niu, Chengcheng Zhang, Chenchen Li, Chuan Yang, Yi Mao, Xin Zhu, Jie He, Zhangang Lin, Ching Law

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出JD-BP框架，通过联合生成出价和定价修正项，提升自动出价和定价效率，并通过轨迹增强算法和能量基直接偏好优化方法提升性能，实验表明其在广告收入和目标成本方面有显著提升。

Comments 11 pages, 2 figures

SKETCH: Semantic Key-Point Conditioning for Long-Horizon Vessel Trajectory Prediction

SKETCH: 面向长时域船舶轨迹预测的语义关键点条件建模

Linyong Gan, Zimo Li, Wenxin Xu, Xingjian Li, Jianhua Z. Huang, Enmei Tu, Shuhang Chen

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）数据科学学院） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）科学与工程学院） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）人工智能学院） ； COSCO SHIPPING Advanced Technology Institute, Shanghai, China（中远海运技术研究院） 纠错

AI总结 针对长时域轨迹预测中方向漂移问题，提出基于语义关键点（NKP）的条件轨迹建模框架，将预测分解为全局语义决策与局部运动建模，采用预训练-微调策略估计NKP先验，在真实AIS数据上显著提升长时域、方向精度和细粒度预测性能。

Comments Final Camera-Ready Version. Accepted by ICML 2026 (PMLR Vol. 306)

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection

用于异构图异常检测的卡方小波图神经网络

Xiping Li, Xiangyu Dong, Xingyi Zhang, Kun Xie, Yuanhao Feng, Bo Wang, Guilin Li, Wuxiong Zeng, Xiujun Shu, Sibo Wang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Tencent, WeChat Pay（腾讯、微信支付） 纠错

AI总结 针对异构图异常检测面临的挑战，提出基于卡方滤波器的光谱GNN框架ChiGAD，包含多图卡方滤波器、交互式元图卷积和贡献知情交叉熵损失，实验表明其在多指标上优于现有模型，同构变体ChiGNN也表现出色。