Safe Evolution with Circuit Anchors
基于回路锚点的安全进化
机构 * Chinese University of Hong Kong（香港中文大学） ； IQuest Research（艾奎斯特研究院）
AI总结 受生物发育约束启发，提出回路锚定进化（CAE）方法，通过锚定占比不足2%的安全回路，在极小能力损失下实现更优的安全保留，性能优于显式奖励约束。
高校专区
The Chinese University of Hong Kong（香港中文大学）
CREBench: Evaluating Large Language Models in Cryptographic Binary Reverse Engineering
CREBench：评估大语言模型在密码二进制逆向工程中的能力
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Institute of Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Xiongan AI Institute（雄安人工智能研究院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； East China Normal University（华东师范大学）
AI总结 本文提出CREBench基准，通过432个基于密码算法的挑战评估大语言模型在密码二进制逆向工程中的性能，发现GPT-5.4在该任务中表现优异，人类专家仍具优势。
Comments COLM 2026
CoCo: Code as CoT for Text-to-Image Preview and Rare Concept Generation
CoCo：用于文本到图像预览和稀有概念生成的代码作为CoT
机构 * South China University of Technology（南方科技大学） ； StepFun ； Institute of Automation Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 CoCo通过代码驱动的推理框架，提升文本到图像生成的精度和可控性，实现结构化图像生成和稀有概念生成。
Comments 21 pages, 7 figures, and 3 tables. Accepted to ECCV 2026
Talk2Sensors: 3D Visual Grounding in Autonomous Driving via Sensor-Adaptive Physical Cue Matching
Talk2Sensors：基于传感器自适应物理线索匹配的自动驾驶3D视觉 grounding
机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）人工智能学域） ； MMLab, CUHK（香港中文大学MMLab） ； School of Transportation Science and Engineering, Harbin Institute of Technology（哈尔滨工业大学交通科学与工程学院） ； School of Advanced Technology, Xi’an Jiaotong-Liverpool University（西交利物浦大学先进技术学院） ； School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院） ； School of Intelligent Manufacturing and Smart Transportation, Suzhou City University（苏州城市学院智能制造与智能交通学院） ； Qingdao University of Science and Technology（青岛科技大学） ； Institute for Math & AI, Wuhan University（武汉大学数学与人工智能研究院） ； Institute of Big Data, Fudan University（复旦大学大数据研究院）
AI总结 针对现有室外3D视觉 grounding 未充分利用多传感器互补物理属性的问题，提出首个多传感器数据集Talk2Sensors及TSFormer框架，在相关基准上实现了最优性能。
Comments 14 pages, 12 figures
SPOT: Sparse Probing and Outcome Calibration for On-Policy Distillation
SPOT：面向在线策略蒸馏的稀疏探测与结果校准
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； East China Normal University（华东师范大学） ； Beihang University（北京航空航天大学） ； City University of Hong Kong（香港城市大学）
AI总结 该研究针对在线策略蒸馏的缺陷，提出SPOT方法，通过获取-探索-利用程序优化探测与蒸馏，经多模型多基准实验验证，可提升推理性能并平衡解的质量与覆盖范围。
Comments Preprint
HyPASE: Hyperbolic Geometry for Parameter-Efficient Speech Emotion Fine-Tuning Framework for Large Audio-Language Models
HyPASE：用于大音频语言模型的参数高效语音情感微调框架的双曲几何方法
机构 * Tongji University（同济大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Peking University（北京大学）
AI总结 本文提出HyPASE双曲PEFT框架，利用庞加莱球模型及HGA、EMCA组件，在MELD、IEMOCAP等数据集上优于欧氏PEFT基线，实现高效的大音频语言模型语音情感微调。
From Non-Convex Self-Concordant Regularization to Scalable Quasi-Newton Training of PINNs
从非凸自协调正则化到物理信息神经网络的可扩展拟牛顿训练
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Rice University（莱斯大学）
AI总结 针对PINN训练中残差目标曲率不稳定的问题，提出SCORE方法，结合自协调正则化与拟牛顿优化，在四类偏微分方程上取得比BFGS等基线更低的误差。
Mamba with Hierarchical Memory: Solving Representation Bottleneck in Long Sequence Modeling
带分层记忆的Mamba：解决长序列建模中的表示瓶颈
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； University of Oxford（牛津大学） ； The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学） ； Hainan Bielefeld University of Applied Sciences（海南比勒费尔德应用科学大学） ； BrainGalaxy
AI总结 该研究提出分层记忆Mamba（HMM），通过分层记忆机制解决Mamba类循环线性注意力模型的长序列表示瓶颈，在两项任务上提升性能且参数和训练开销增加极少。
Comments 19 pages, preprint
GRIMIP: A General Framework for Instance-Specific Configuration of MIP Solvers Using LLMs
GRIMIP：一种使用LLM进行MIP求解器实例特定配置的通用框架
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（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（香港中文大学（深圳）理工学院）
AI总结 提出GRIMIP框架，结合大语言模型的语义推理与贝叶斯优化的高效搜索，为混合整数规划求解器配置超参数，在MIPLIB等基准上实现超过40%的原始对偶积分减少。
Contextual Agentic Memory is a Memo, Not True Memory
情境代理记忆是一种备忘录，而非真正的记忆
机构 * The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学）
AI总结 本文指出当前代理记忆系统仅实现查找而非记忆，导致代理能力、长期学习和安全性的局限，提出生物智能通过结合快速海马体示例存储与慢速新皮层权重巩固解决此问题。
RiboSphere: Learning Unified and Efficient Representations of RNA Structures
RiboSphere：学习RNA结构的统一且高效的表示
机构 * Nanjing University（南京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Stanford University（斯坦福大学）
AI总结 RiboSphere通过结合向量量化与流匹配，学习RNA结构的离散几何表示，实现高保真结构生成，其在结构重建和逆折叠中表现优异。
Comments Accepted by ICML 2026
Text2GraphQuery-Bench: A Text to Graph Query Benchmark
Text2GQL-Bench: 一个文本到图查询语言基准 [实验、分析与基准]
机构 * Ant Group（蚂蚁集团） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Xi'an Polytechnic University（西安理工大学）
AI总结 Text2GQL-Bench是一个统一的文本到图查询语言基准，通过多领域数据集和评估方法，揭示了ISO-GQL生成中的方言差距，并展示了通过充足示例提升模型性能的潜力。
One Surrogate to Fool Them All: Universal, Transferable, and Targeted Adversarial Attacks with CLIP
用一个替代模型欺骗所有：基于CLIP的通用、可迁移且有针对性的对抗攻击
机构 * The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； Sun Yat-sen University（中山大学）
AI总结 本文提出基于CLIP的UnivIntruder攻击框架，仅用公开模型和数据集生成对抗扰动，在ImageNet、CIFAR-10及图像搜索引擎、视觉语言模型上实现高攻击成功率，凸显AI安全需重新评估。
Comments 22 pages, 15 figures, 18 tables. To appear in the Proceedings of The ACM Conference on Computer and Communications Security (CCS), 2025
Where Reasoning Diverges: Localized Multi-Agent Debate for Multi-Hop Question Answering
推理分歧之处：本地化多智能体辩论
机构 * The Chinese University of Hong Kong（香港中文大学） ； Nagoya University（名古屋大学） ； Institute of Science Tokyo（东京科学大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 针对多智能体辩论冗余交换完整推理轨迹的问题，提出LMAD协议，通过定位冲突并限制辩论范围，在十个骨干模型上实现宏平均评判准确率提升7.20个百分点。
ACE-GraphRAG: Agentic Context Engineering for Hierarchical GraphRAG
ACE-GraphRAG：面向分层GraphRAG的智能体上下文工程
机构 * The Chinese University of Hong Kong（香港中文大学） ； Wuhan University of Technology（武汉理工大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
AI总结 ACE-GraphRAG针对分层GraphRAG的表示-推理差距，提出两种自适应上下文策略，在多任务基准上优于现有RAG和GraphRAG基线，验证了动态上下文构建策略的有效性。
Comments Withdrawn because the manuscript was posted prematurely before completion of the required internal review and release authorization
From Forest to Future Capital: Tracking Land Cover Change in Ibu Kota Nusantara (IKN) from 2021 to 2026 with PlanetScope Imagery
从森林到未来首都：利用PlanetScope影像追踪2021至2026年努桑塔拉首都（IKN）的土地覆盖变化
机构 * National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本研究利用PlanetScope影像结合遥感技术与支持向量机算法，追踪印尼新首都IKN核心区2021-2026年的土地覆盖变化，发现植被与碳储量下降、建设用地扩张，证实遥感可有效监测大型城市发展的环境影响。
Medical world models in healthcare: foundations, applications, and challenges for trustworthy clinical translation
医疗保健中的医学世界模型：可信临床翻译的基础、应用与挑战
机构 * National and Local Joint Engineering Laboratory of Computer Aided Design, School of Software Engineering, Dalian University（大连大学软件工程学院计算机辅助设计国家地方联合工程实验室） ； Department of Radiology, Xinhua Hospital Affiliated to Dalian University（大连大学附属新华医院放射科） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of California, San Francisco（加州大学旧金山分校） ； Yale University（耶鲁大学） ； The Hong Kong Polytechnic University（香港理工大学）
AI总结 探讨医学世界模型在医疗保健中的应用，通过结构化综合定义其领域相关内容，围绕四种能力组织，涵盖多方面证据，虽有早期可行性证据，但受多种因素限制，临床翻译需多方面保障。
VLAFlow: A Unified Training Framework for Vision-Language-Action Models via Co-training and Future Latent Alignment
VLAFlow：通过协同训练和未来潜在对齐的视觉-语言-动作模型统一训练框架
机构 * Li Auto Inc.（理想汽车） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 提出VLAFlow统一框架，比较四种训练范式，发现语言监督保持视觉-语言泛化，未来潜在对齐改进状态转换建模，两者结合实现最佳迁移性能。
Talker-T2AV: Joint Talking Audio-Video Generation with Autoregressive Diffusion Modeling
Talker-T2AV：基于自回归扩散模型的联合说话音频视频生成
机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Independent Researcher（独立研究者）
AI总结 本文提出Talker-T2AV，通过共享骨干和模态特定解码器实现音频视频联合生成，提升跨模态一致性与生成效率。
Target-Aligned Fusion for Decision-Sequence Learning under Dynamics Shift
数据融合增强的决策变压器用于稳定跨领域泛化
机构 * National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 DFDT通过数据融合和正则化提升跨领域泛化稳定性，改进决策变压器的连续性和性能。
Comments 22 pages,4 figures
WorldExam: Benchmarking World Models from Apparent Appearance to Inherent Reactivity
WorldExam：从表观外观到内在反应性对世界模型进行基准测试
机构 * CASIA（中国科学院自动化研究所） ； SLAI（智能科学与技术实验室） ； CUHK（香港中文大学） ； AMAP（中国农业科学院） ； THU（清华大学）
AI总结 该研究推出WorldExam基准，评估20个模型在视觉质量等四层级的表现，发现不同驱动模型能力有明显分化，无模型兼具广泛任务覆盖与稳定性能，高视觉质量不代表内在反应性强。
Comments Project Website: https://WorldExam.github.io
Beyond Global Latents: Chunk-Based Sparse Grid VAE for Scalable 3D Modeling
超越全局隐变量：面向可扩展3D建模的基于块的稀疏网格变分自编码器
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Tencent Hunyuan（腾讯混元） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 该研究针对稀疏体素网格内存随分辨率快速增长的问题，提出基于块的ChunkVAE，通过局部算子和互补数据算子实现可扩展3D建模，在多基准测试中性能优于或相当基线，且内存与推理效率更优。
Comments 14 pages, 9 figures
DiffPrune: differentiable information throttling for token pruning in vision-language models
DiffPrune：用于视觉-语言模型中 token 剪枝的可微信息节流方法
机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； CUHK MMLab, CPII under InnoHK（香港中文大学MMLab，InnoHK下属CPII）
AI总结 DiffPrune 是一种用于视觉-语言模型的可微 token 剪枝方法，通过信息节流器避免松弛选择的不稳定性，在保留 96.5% 准确率的同时实现 2.85 倍 LLM 预填充加速，推理开销仅 0.69 毫秒。
GABench: A Comprehensive Benchmark for Evaluating LLM Agents on Graph Analysis Tasks
GABench：用于评估大语言模型智能体图分析任务的综合基准
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学）
AI总结 本文提出GABench这一综合基准，涵盖多类图类型与任务及84个可执行工具，构建10400个带可验证答案的任务，评估前沿LLM及智能体框架，发现现有智能体应对复杂图任务仍存局限等结论。
Progressive Agent Skill Generation via Reinforcement Learning
基于强化学习的智能体技能渐进式生成
机构 * The Chinese University of Hong Kong（香港中文大学） ； LIGHTSPEED（光速公司）
AI总结 该研究针对现有技能生成方法的缺陷，提出基于强化学习的Skill-α方法，将技能生成为序列编辑过程并引入回退奖励，在CL-Bench和tau2-bench上均显著提升了下游任务成功率。
Comments Code is available at https://github.com/ejhshen/skill-alpha
Understanding Sparse Attention Selectivity in Long-Context Foundation Models via Counterfactual Evaluation
通过反事实评估理解长上下文基础模型中的稀疏注意力选择性
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Maryland（马里兰大学）
AI总结 该研究通过反事实评估探究长上下文基础模型的稀疏注意力选择性，证实稀疏化会改变内容影响力，提出开放测量框架，相关结果无法通过聚合准确率检测。
DocNavRAG: Document-Structured Graph RAG with Stateful Evidence Construction for Complex Document Question Answering
DocNavRAG：面向复杂文档问答的、具有状态化证据构建能力的文档结构化图RAG
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 本文提出DocNavRAG，将文档结构组织为可导航图并维护证据状态，在四个文档QA基准上，相比最强基线平均提升答案质量7.8%、上下文充分性17.7%。
Comments 19 pages, 5 figures, 16 tables
When Do Surrogate Updates Improve Decisions? A Local Theory of Trajectory-Wise Transfer
替代更新何时能改进决策？轨迹式迁移的局部理论
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 该研究提出轨迹式迁移的局部理论，探究替代更新改进决策的条件，推导相关梯度、校准等理论结果，通过网格世界和LLM后训练实验验证结论。
Comments 22 pages in total, including references and appendices; 3 composite figures (9 panels) and 4 tables. Code is available at https://github.com/Ethan-Shen-Individual-Lab/surrogate-to-decision-transfer
AIMold: An Autonomous AI-based Pipeline for Complex Mold Design
AIMold：一种用于复杂模具设计的自主AI驱动流水线
机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能重点实验室） ； FNii-Shenzhen（深圳未来网络研究院）
AI总结 研究针对复杂模具设计依赖专家知识、缺乏公开数据集的问题，推出含超2.3万个模型的MoldCAD数据集，提出AI流水线实现模具设计自动化，助力制造感知型CAD生成。
Comments Accepted to ECCV 2026. Code is available at https://github.com/tb2-sy/AIMold
OmniAI: A Surface-Adaptive Aerial Projection Interface for Human--Drone Interaction
OmniAI：一种面向人机交互的表面自适应空中投影界面
机构 * Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究院） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院）
AI总结 OmniAI是一种具现化空中智能体，通过自适应投影实现人机交互，采用RGB-D与RANSAC检测投影表面，支持语音、手势控制，为情境感知人机交互提供移动空间AR界面。
