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

Agentic AI in medicine: architectures, applications, evaluation, and challenges for clinical translation

医学中的智能体人工智能：临床转化的架构、应用、评估及挑战

Zheng Tong, Yang Liu, Wanshu Fan, Jing Qin, Zhongbin Han, Haifan Gong, Congyu Liao, Xiaofeng Liu, Cong Wang

机构 * School of Software Engineering, Dalian University（大连大学软件工程学院） ； Affiliated Zhongshan Hospital of Dalian University（大连大学附属中山医院） ； 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） 纠错

AI总结 研究探讨医学中智能体人工智能的架构、应用等，通过范围审查筛选相关研究，指出其范围未定论且评估与临床需求不符，证据基础有限，临床转化需更清晰定义、可重复评估等。

Comments Review article, 6 figures, 2 tables. 42 pages

ANFI: Rethinking Neighbor Feature Interaction in Person Re-ID

ANFI：重新思考行人重识别中的邻居特征交互

Xulin Li, Yan Lu, Bin Liu, Jiaze Li, Qinhong Yang, Tao Gong, Qi Chu, Nenghai Yu

机构 * University of Science and Technology of China（中国科学技术大学） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 该研究针对行人重识别中基于邻居方法仅依赖亲和关系、受噪声邻居影响的问题，提出ANFI方法，不仅建模亲和关系与差异关系，还用自适应加权，通过新邻域相似度导出差异关系，经噪声关系监督训练，实验证明其在多种设置下的优越性。

Comments accepted by ECCV2026

Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations

分解与重组：利用从示范中学到的原语和视觉运动策略进行规划

Yizhou Chen, Hang Xu, Dongjie Yu, Yupu Lu, Tengye Xu, Zeqing Zhang, Wei Zhang, Yi Ren, Ben M. Chen, Jia Pan

机构 * The University of Hong Kong（香港大学） ； JD.com (JingDong)（京东） ； Nanyang Technological University (NTU)（南洋理工大学） ； Southern University of Science and Technology (SUSTech)（南方科技大学） ； Huawei Technologies（华为技术有限公司） ； The Chinese University of Hong Kong (CUHK)（香港中文大学） 纠错

AI总结 研究如何使机器人灵巧、长视野操作自动化，提出DR-LfD框架，将视觉运动策略集成到TAMP决策系统，基于接触关系分解示范为原子技能，经实验验证该框架在多类任务中性能强大。

Comments 21 pages, 12 figures

Optimal Ansatz-free Hamiltonian Learning In Situ

无假设哈密顿量的最优原位学习

Taiqi Zhou, Weiyuan Gong

机构 * Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系） ； John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保罗森工程与应用科学学院） ； California Institute of Technology（加州理工学院） 纠错

AI总结 提出一种无需控制、无需辅助比特的算法，仅用泡利乘积态制备和测量，以最优总演化时间学习无假设哈密顿量，适用于近中期量子实验。

Comments 51 pages, 2 figures

polyDAG: Polynomial Acyclicity Constraints for Efficient Continuous Causal Discovery in Visual Semantic Graphs

polyDAG：用于视觉语义图中高效连续因果发现的多项式无环性约束

Wenhao Zhang, Ramin Ramezani, Tao Han, Kai Hwang, Minyi Guo

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 提出多项式无环性约束框架polyDAG，用有限多项式迹约束替代矩阵指数约束，实现视觉语义图中高效的连续有向无环图学习，在合成图和CelebA数据集上提升了效率与结构恢复性能。

Comments Published at the Visual Computer on July 24th, 2026

CameraAnything: Refilming Videos with Arbitrary Camera Control

CameraAnything：使用任意相机控制重新拍摄视频

Yixuan Li, Yanhong Zeng, Ka Leong Cheng, Jiayi Zhu, Hanlin Wang, Wen Wang, Yihao Meng, Hao Ouyang, Qiuyu Wang, Yue Yu, ZiDong Wang, Yiyuan Zhang, Yujun Shen, Dahua Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 CameraAnything是用于相机控制视频编辑的统一框架，采用逐像素普吕克光线注入等方法联合控制相机参数，开发合成管道克服数据稀缺，能在单过程中实现多种视频编辑操作，为视频制作提供实用价值。

Comments Project page: https://yixuanli98.github.io/cameraanything/

KAI: A Kinematic-Aware Interface for Data-Efficient Articulated Object Manipulation

KAI：用于数据高效关节物体操纵的运动感知接口

Yaping Li, Zhaxizhuoma, Qiaojun Yu, Jia Zeng, Dahua Lin, Jiangmiao Pang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 研究关节物体操纵中运动结构难学问题，提出运动感知关节接口KAI，通过嵌入先验提高样本效率，在多模拟任务中表现良好，能推广到复杂场景，视频共训练增强真实世界鲁棒性。

Comments Project page: https://li-yaping.github.io/KAI/

Reasoning to Regulate: Chain-of-Thought for Traffic Rule Understanding

推理以规范：用于交通规则理解的思维链

Yueru Luo, Xu Yan, Changqing Zhou, Yiming Yang, Chao Zhan, Shuqi Mei, Chao Zheng, Zhen Li

机构 * CUHK-SZ, Shenzhen-FNii（香港中文大学（深圳），深圳高等金融研究院） ； HKUST(GZ)（香港科技大学（广州）） ； Tencent T Lab（腾讯T实验室） 纠错

AI总结 针对交通规则理解这一自动驾驶关键挑战，提出为视觉语言模型配备思维链能力的框架，设计整理管道，采用两阶段训练方案，显著提升了可解释性和准确性，建立首个基于推理的自动驾驶框架。

Comments Technical Report

LoTA-N2N: Local Trace Adaptation for Zero-Shot Self-Supervised Image Denoising

LoTA-N2N：用于零样本自监督图像去噪的局部迹线自适应

Jintong Hu, Bin Xia, Junlin Liu, Jiayue Liu, Wenming Yang

机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Southern California（南加州大学） ； Peking University（北京大学） 纠错

AI总结 研究针对单图像自监督去噪问题，提出LoTA-N2N两阶段零样本自适应框架，通过估计局部相互作用和控制空间抵消，在多种噪声下实验效果优于仅基于MSE的方法，为无配对干净目标等情况的自监督去噪提供有效设计原则。

Comments 22pages, 9 tables, 11 figures

Understanding Human-like Solutions in Combinatorial Optimization via Learning and Search

通过学习和搜索理解组合优化中类人解决方案

Haijiang Yan, Jian-Qiao Zhu, Liqiang Huang, Ming Meng

机构 * The University of Warwick（华威大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； South China Normal University（华南师范大学） ； The University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） 纠错

AI总结 研究欧几里得旅行商问题中人类如何找到接近最优解，通过大规模行为和计算研究，对比人类与基于指针网络的神经策略，发现类人解决方案或源于结构化监督学习、强化学习及测试时搜索的结合。

Outcome-Confounded Local Supervision in On-Policy Distillation

策略蒸馏中的结果混淆局部监督

Guoqing Ma

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

AI总结 研究策略蒸馏中局部监督受轨迹结果混淆的问题，引入结果解析诊断方法区分不同情况，通过数学推理研究等实验得出相关比例及结果，指出局部化限制，贡献在于诊断而非新训练方法。

Parameter-Efficient Adaptation of SAM3 for Prompt-Driven Surgical Concept Segmentation

用于提示驱动手术概念分割的 SAM3 的参数高效适配

Changjing Liu, Yiming Huang, Beilei Cui, Liangjing Shao, Long Bai, Yanheng Li, Haoxuan Che, Hongliang Ren

机构 * The Chinese University of Hong Kong（香港中文大学） ； XGEN Labs（XGEN实验室） 纠错

AI总结 针对手术数据与预训练数据的领域差距及现有方法计算消耗大效率低的问题，提出用低秩适配（LoRA）对 SAM3 进行参数高效适配用于手术概念分割，该方法在单个 GPU 上训练且性能优于主流基线，结果可支持下游手术场景重建和模拟。

Comments Accepted by The 2nd MICCAI Workshop on Efficient Medical AI

ObsDriveBench: Benchmarking Multimodal Understanding under Adverse Weather with Observability Awareness

ObsDriveBench：具有可观测性意识的恶劣天气下多模态理解基准测试

Qiao Yan, Yihan Wang, Zhenghao Xing, Jiaqi Xu, Pheng-Ann Heng

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与扩展现实研究所） 纠错

AI总结 研究恶劣天气下视觉语言模型在多模态输入时的表现，引入ObsDriveBench基准测试，通过可观测性元标注等构建含多类问题的测试集，实验发现现有模型性能降，还引入ObsDrive模型提升其在多方面的鲁棒性。

MemVLN: Episodic and Procedural Memory for Vision-and-Language Navigation

MemVLN：用于视觉与语言导航的情景记忆和程序记忆

Yuqi Liu, Shengju Qian, Tianyuan Qu, Mingxian Lin, Zixuan Wang, Xin Wang, Bei Yu, Jiaya Jia

机构 * The Chinese University of Hong Kong（香港中文大学） ； LIGHTSPEED（光速） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 研究连续环境中视觉与语言导航问题，提出MemVLN框架，利用视觉编码器、大语言模型，通过情景记忆管理和程序记忆，实现实时推理，提升导航成功率并降低推理延迟。

Effective Parameters, Real Behavior: Renormalization for Robotics -- From Infinite Electron Mass to Sim-to-Real Gap

有效参数、真实行为：机器人技术的重整化——从无限电子质量到模拟与现实差距

Youran Sun, Jiaxuan Guo, Xingyu Ren, Chugang Yi, Haizhao Yang

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 研究机器人技术中弥合模拟与现实差距的问题，提出基于重整化的方法，通过有效参数吸收模拟器遗漏细节以重现真实行为，经分析论证及实例展示该方法，并给出实用程序，为跨越模拟与现实差距提供补充路径。

H$^2$SD: Hybrid Hindsight Self-Distillation

H$^2$SD：混合事后自蒸馏

Qiye Cai, Yichuan Ma, Peiji Li, Yongkang Chen, Qipeng Guo, Yicheng Zou, Linyang Li, Xiaocheng Feng, Bing Qin

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 研究针对强化学习中奖励监督问题，提出 H$^2$SD 混合事后自蒸馏框架。成功轨迹用教师概率调更新幅度，失败轨迹基于参考提示调整教师并最小化反向 KL 散度，实验表明该框架优于基线，能稳定优化且效率良好。

LiteTopK: Exploiting the Curse of Dimensionality for a Fused Indexer-TopK Kernel in Long-Context Sparse Attention

LiteTopK：利用维度诅咒设计长上下文稀疏注意力中的融合索引器 - TopK 内核

Ziqi Yin, Jianyang Gao, Peiqi Yin, Jiangneng Li, Gao Cong

机构 * Nanyang Technological University（南洋理工大学） ； ETH Zurich（苏黎世联邦理工学院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 研究针对现有 GPU 索引器 - TopK 内核效率低的问题，利用维度诅咒设计 LITETOPK 内核，通过采样估计得分范围划分候选结果桶，降低内存开销，在实际部署中加速 GLM 5.2 预填充阶段，提升了效率。

From Context to Skills: Can Language Models Learn from Context Skillfully?

从上下文到技能：语言模型能否从上下文中熟练学习？

Shuzheng Si, Haozhe Zhao, Yu Lei, Qingyi Wang, Dingwei Chen, Zhitong Wang, Zhenhailong Wang, Kangyang Luo, Zheng Wang, Gang Chen, Fanchao Qi, Minjia Zhang, Maosong Sun

机构 * THU（清华大学） ； DeepLang AI ； UIUC（伊利诺伊大学香槟分校） ； FDU（福建大学） ； CUHK（香港中文大学） 纠错

AI总结 提出Ctx2Skill框架，通过多智能体自博弈和跨时间回放机制，自动从上下文中发现、提炼和选择技能，提升语言模型在复杂上下文中的学习能力。

PrinciplismQA: A Philosophy-Grounded Approach to Assessing LLM-Human Clinical Medical Ethics Alignment

PrinciplismQA: 一种基于哲学的评估LLM与人类临床医学伦理对齐的方法

Chang Hong, Minghao Wu, Qingying Xiao, Yuchi Wang, Xiang Wan, Guangjun Yu, Benyou Wang, Yan Hu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； National Health Data Institute, Shenzhen（深圳国家健康数据研究院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

AI总结 本文提出PrinciplismQA，一种基于哲学框架的评估方法，用于评估LLM在临床医学伦理上的对齐情况，通过专家验证的问题集揭示模型在伦理推理上的不足。

Comments ACL 2026 Findings

Asymmetric Hierarchical Anchoring for Robust Audio-Visual Cross-Modal Generalization

非对称层次锚定用于音频-视觉联合表示：解决信息分配模糊性以实现鲁棒跨模态泛化

Bixing Wu, Yuhong Zhao, Zongli Ye, Jiachen Lian, Xiangyu Yue, Gopala Anumanchipalli

机构 * Zhejiang University, China（浙江大学） ； University of California, Berkeley, USA（加州大学伯克利分校） ； MMLab, Chinese University of Hong Kong, China（香港中文大学MMLab） 纠错

AI总结 本文提出非对称层次锚定框架，通过结构化语义锚点解决跨模态泛化中的信息分配模糊性，提升语义一致性和表示纯度。

Scaling Native Multimodal Pre-Training From Scratch

从零开始扩展原生多模态预训练

Haoyuan Wu, Aoqi Wu, Hai Wang, Jiajia Wu, Jinxiang Ou, Bei Yu

机构 * The Chinese University of Hong Kong（香港中文大学） ； LLM Department, Tencent（腾讯大语言模型部） 纠错

AI总结 研究在固定计算预算下训练基于Transformer的视觉语言模型的最优模型大小和token数量，发现语言和多模态目标扩展行为不同，推导效率前沿，还表明原生多模态预训练能促进跨模态转移，为扩展多模态基础模型奠定基础。

MoE$^2$-LoRA: When MoE Models Meet MoE-style Low-Rank Adaptation

MoE$^2$-LoRA：当专家混合模型遇上专家混合风格的低秩自适应

Qingyu Yang, Haonan He, Minglei Li, Jingqi Ye, Tao Chen, Lei Bai, Peng Ye

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 研究探索MoE模型的参数高效微调方法，提出MoE$^2$-LoRA，通过双通道RCP模块耦合预训练专家专业化与任务适应性，引入全局专家池，在多MoE主干上评估，能保持通用能力并实现最优下游精度。

Comments Preprint, under review

On the Convergence of Stochastic Low-Rank Adaptation

关于随机低秩适应的收敛性

Ru Wang, Chengchang Liu, John C. S. Lui

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

AI总结 本文研究了随机低秩适应的收敛性，提出LoRA-NSGDM和LoRA-STORM算法，分别在$\mathcal{O}(\epsilon^{-8})$和$\mathcal{O}(\epsilon^{-6})$的随机oracle复杂度下找到$\epsilon$-stationary点。

Reliability-Aware Bayesian Optimization of 1310 nm PCSELs with FDTD Verification

基于FDTD验证的1310nm PCSEL的可靠性感知贝叶斯优化

Jinglin Yu, Feiyang Wu, Longying Wen, Chongxian Yuan, Renjie Li, Zhaoyu Zhang

机构 * School of Science and Engineering (SSE), The Chinese University of Hong Kong, Shenzhen（科学与工程学院（SSE），香港中文大学（深圳）） ； Nick Holonyak Micro and Nanotechnology Laboratory, University of Illinois Urbana-Champaign（Nick Holonyak微纳技术实验室，伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 研究1310nm PCSEL设计优化成本高的问题，采用将商业时域有限差分求解器与可靠性感知贝叶斯优化循环相结合的方法，经多次评估运行，产生高Q PCSEL候选方案，提高产量，还确定了相关控制，给出一组优质候选方案。

DeepFeature: LLM-Empowered Context-aware Feature Generation for Wearable Biosignals

DeepFeature: 基于迭代上下文感知的可穿戴生物信号特征生成

Kaiwei Liu, Yuting He, Bufang Yang, Mu Yuan, Chun Man Victor Wong, Ho Pong Andrew Sze, Zhenyu Yan, Hongkai Chen

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Education University of Hong Kong（香港教育大学） ； Hong Kong Applied Science and Technology Research Institute（香港应用科学和技术研究院） 纠错

AI总结 DeepFeature是一种基于大语言模型的上下文感知特征生成框架，通过多源特征生成机制和迭代特征细化过程，提升可穿戴生物信号的特征提取效果。

Geometry-Guided Representations for Coherent Lane and Traffic Topology Reasoning in Driving Scenes

用于驾驶场景中连贯车道和交通拓扑推理的几何引导表示

Yueru Luo, Changqing Zhou, Yiming Yang, Erlong Li, Chao Zheng, Shuguang Cui, Zhen Li

机构 * FNii ； SSE, CUHK-Shenzhen ； HKUST-Guangzhou（HKUST-广州） ； Tencent Map T-Lab（腾讯地图T实验室） 纠错

AI总结 研究自动驾驶中道路拓扑推理问题，提出CoPo统一框架，通过整合感知层、推理层和监督层的几何引导关系建模，实现感知与推理的端到端联合优化，实验证明该方法在多个指标上优于现有方法。

Comments KDD2026

Hiding Faces in Plain Sight: Defending DeepFakes by Disrupting Face Detection

在众目睽睽下隐藏面孔：通过干扰面部检测来防御深度伪造

Delong Zhu, Yuezun Li, Baoyuan Wu, Jiaran Zhou, Zhibo Wang, Siwei Lyu

机构 * School of Computer Science and Technology, Ocean University of China（海洋大学计算机科学与技术学院） ； 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 Cyber Science and Technology, Zhejiang University（浙江大学网络科学与技术学院） ； University at Buffalo, SUNY（纽约州立大学布法罗分校） 纠错

AI总结 研究针对面部交换深度伪造问题，提出通过干扰面部检测器来防御深度伪造的框架，核心方法是FacePoison及扩展策略VideoFacePoison，经实验验证该方法能有效阻碍深度伪造生成，降低计算开销。

Comments TDSC 2025

MedGame: Storytelling Gamification Empowered by Large Language Models for Medical Education

MedGame：由大语言模型赋能的用于医学教育的故事化游戏化

Qian Wu, Xinrong Zhou, Zizhan Ma, Kai Chen, Zheyao Gao, Xun Lin, Hongqiu Wu, Longfei Gou, Yixiao Liu, Ann Sin Nga Lau, Qi Dou

机构 * CUHK（香港中文大学） ； Southern Medical University（南方医科大学） ； Peking University（北京大学） ； Tencent（腾讯） 纠错

AI总结 研究旨在利用大语言模型助力医学教育，提出MedGame框架，通过双引擎设计将临床病例转化为故事化游戏，构建MedGame Bench进行评估，实验显示特定任务微调提升开源模型表现，学生研究表明其更具吸引力和实用性。

Comments Work in Progress; an explorational design and study on AI+Education+Game

PrefReward: Learning User Preference Matrix for Personalized Text Generation

PrefReward：学习用于个性化文本生成的用户偏好矩阵

Yue Wu, Chengbing Wang, Yimeng Bai, Xiaoyan Zhao, Yang Zhang, Fuli Feng

机构 * University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 研究针对大语言模型个性化生成中存在的问题，提出PrefReward框架，通过提取用户特定偏好矩阵并将其作为奖励信号指导生成，实验证明该框架在生成质量和个性化可解释性上优于基线。

WAT3R: Feedforward Underwater 3D Reconstruction

WAT3R：前馈水下三维重建

Jiayi Xu, Jiahao Lu, Ziqiang Zheng, Yihao Tan, Yaolong Zhu, Yuan Liu, Sai-Kit Yeung

机构 * 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） ； Peking University（北京大学） 纠错

AI总结 针对水下光衰减等导致三维重建难的问题，提出WAT3R前馈框架，利用退化适应及轻量级神经适应模块，单次前向传播直接输出三维点图和相机姿态，实验证明其在多类三维重建任务中优于现有方法。