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

DSDR: Dual-Scale Diversity Regularization for Exploration in LLM Reasoning

DSDR：双尺度多样性正则化用于LLM推理中的探索

Zhongwei Wan, Yun Shen, Zhihao Dou, Donghao Zhou, Yu Zhang, Xin Wang, Hui Shen, Jing Xiong, Chaofan Tao, Zixuan Zhong, Peizhou Huang, Mi Zhang

机构 * The Ohio State University, USA（俄亥俄州立大学） ； Case Western Reserve University, USA（凯斯西储大学） ； The Chinese University of Hong Kong, Hong Kong（香港中文大学） ； Macquarie University, Australia（麦考瑞大学） ； University of Michigan, USA（密歇根大学） ； The University of Hong Kong, Hong Kong（香港大学） ； University College London, UK（伦敦大学学院） 纠错

AI总结 DSDR通过双尺度多样性正则化提升LLM推理中的探索能力，通过全局和局部正则化机制增强路径多样性，提高学习信号稳定性。

Prompt Tuning for CLIP on the Pretrained Manifold

在预训练流形上进行CLIP的提示调优

Xi Yang, Yuanrong Xu, Weigang Zhang, Guangming Lu, David Zhang, Jie Wen

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

AI总结 ManiPT通过在预训练流形上进行提示调优，引入余弦一致性约束和结构偏差，以提高模型在有限监督下的泛化能力和转移性能。

CosyAccent: Duration-Controllable Accent Normalization Using Source-Synthesis Training Data

CosyAccent: 基于源合成训练数据的可控声调规范化

Qibing Bai, Shuhao Shi, Shuai Wang, Yukai Ju, Yannan Wang, Haizhou Li

机构 * The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）） ； Nanjing University（南京大学） ； Tencent（腾讯） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 CosyAccent通过源合成训练数据构建方法，实现可控的声调规范化，无需真实L2数据，提升内容保持与自然度。

Comments Accepted to ICASSP 2026

Teola: Towards End-to-End Optimization of LLM-based Applications

Teola：面向基于大语言模型应用的端到端优化

Xin Tan, Yimin Jiang, Yitao Yang, Hong Xu

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

AI总结 Teola通过细粒度端到端编排方法优化基于大语言模型的应用，实现显著的速度提升。

Journal ref ASPLOS'25: Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Vol. 2 (2025) 1302-1316

Multi-Channel Speech Enhancement for Cocktail Party Speech Emotion Recognition

多通道语音增强用于鸡尾酒派对语音情感识别

Youjun Chen, Guinan Li, Mengzhe Geng, Xurong Xie, Shujie Hu, Huimeng Wang, Haoning Xu, Chengxi Deng, Jiajun Deng, Zhaoqing Li, Mingyu Cui, Xunying Liu

机构 * The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； National Research Council Canada（加拿大国家研究委员会） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

AI总结 本文提出多通道语音增强方法，用于提升鸡尾酒派对场景中语音情感识别的性能，通过去混响和分离前端结合深度学习模型，实现比单通道方法更高的准确率和F1值。

Comments Accepted by ICASSP2026

Rethinking Preference Alignment for Diffusion Models with Classifier-Free Guidance

重新思考扩散模型的偏好对齐：基于分类器自由引导

Zhou Jiang, Yandong Wen, Zhen Liu

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

AI总结 本文提出基于分类器自由引导的方法，通过分解偏好学习为两个模块并生成对比引导向量，提升扩散模型对人类偏好的对齐效果。

RadioGen3D: 3D Radio Map Generation via Adversarial Learning on Large-Scale Synthetic Data

RadioGen3D: 通过对抗学习在大规模合成数据上生成3D无线电地图

Junshen Chen, Angzi Xu, Zezhong Zhang, Shiyao Zhang, Junting Chen, Shuguang Cui

机构 * School of Science and Engineering (SSE)（科学与工程学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来网络智能研究所） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能重点实验室） ； Chinese University of Hong Kong at Shenzhen（香港中文大学（深圳）） ； School of Advanced Engineering（先进工程学院） ； Great Bay University（大亚湾大学） 纠错

AI总结 RadioGen3D通过对抗学习在大规模合成数据上生成3D无线电地图，解决3D信号传播和天线极化问题，提升估计精度和速度。

From Static Spectra to Operando Infrared Dynamics: Physics Informed Flow Modeling and a Benchmark

从静态光谱到原位红外动力学：物理指导的流模型与基准

Shuquan Ye, Ben Fei, Hongbin Xu, Jiaying Lin, Wanli Ouyang

机构 * Department of Information Engineering, The Chinese University of Hong Kong（香港中文大学信息工程系） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学计算机科学与工程系） ； Department of Computer Science（计算机科学系） ； Engineering, The Hong Kong University of Science（工程，香港科学大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出ABCC模型，通过物理指导的流模型预测原位红外光谱动态，实现对SEI形成路径的可解释恢复，提升电化学研究效率。

Diversity-Incentivized Exploration for Versatile Reasoning

多样化激励探索用于多面推理

Zican Hu, Shilin Zhang, Yafu Li, Jianhao Yan, Xuyang Hu, Leyang Cui, Xiaoye Qu, Chunlin Chen, Yu Cheng, Zhi Wang

机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Westlake University（西湖大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 DIVER通过引入全局多样性激励，提升大语言模型在多面推理任务中的探索能力和样本效率。

Comments 26 pages, 10 figures

Journal ref ICLR 2026

From Lossy to Verified: A Provenance-Aware Tiered Memory for Agents

从损失到验证：一种面向代理的分层内存

Qiming Zhu, Shunian Chen, Rui Yu, Zhehao Wu, Benyou Wang

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） 纠错

AI总结 TierMem 提出了一种面向代理的分层内存框架，通过双层内存结构在推理时分配证据，以降低 token 消耗和延迟，提升准确率。

4D Monocular Surgical Reconstruction under Arbitrary Camera Motions

在任意摄像机运动下进行4D单目手术重建

Jiwei Shan, Zeyu Cai, Cheng-Tai Hsieh, Yirui Li, Hao Liu, Lijun Han, Hesheng Wang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering（机械与自动化工程系） ； T Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong（T Stone机器人研究院，香港中文大学，香港） ； Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang, China（沈阳自动化研究所，中国科学院，沈阳，中国） ； State Key Laboratory of Robotics and Intelligent Systems, Shenyang, China（机器人与智能系统国家重点实验室，中国，沈阳） ； School of Integrated Circuits, Shanghai Jiao Tong University, Shanghai, China（集成电路学院，上海交通大学，中国，上海） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, China（自动化与智能感知学院，上海交通大学，中国，上海） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China, Shanghai, China（系统控制与信息处理重点实验室，中国教育部，中国，上海） 纠错

AI总结 本文提出Local-EndoGS框架，通过局部可变形场景模型和多视图几何优化，实现任意摄像机运动下的高质量4D单目手术重建。

Comments Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the PDF file Subjects

NRGS-SLAM: Monocular Non-Rigid SLAM for Endoscopy via Deformation-Aware 3D Gaussian Splatting

NRGS-SLAM：通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM

Jiwei Shan, Zeyu Cai, Yirui Li, Yongbo Chen, Lijun Han, Yun-hui Liu, Hesheng Wang, Shing Shin Cheng

机构 * Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong（机械与自动化工程系和T Stone机器人研究所，香港中文大学） ； School of Automation and Intelligent Sensing, the State Key Laboratory of Avionics Integration and Aviation System of-Systems Synthesis, and Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（自动化与智能感知学院、航空系统集成与航空系统综合国家重点实验室、上海导航与定位服务重点实验室，上海交通大学） 纠错

AI总结 NRGS-SLAM通过变形感知的3D高斯点云实现内窥镜单目非刚性SLAM，有效解决刚性假设与变形耦合问题，提升定位精度与重建质量。

LiveClin: A Live Clinical Benchmark without Leakage

LiveClin: 一种无泄漏的实时临床基准

Xidong Wang, Shuqi Guo, Yue Shen, Junying Chen, Jian Wang, Jinjie Gu, Ping Zhang, Lei Liu, Benyou Wang

机构 * The Chinese University of Hong Kong, ShenZhen（香港中文大学（深圳）） ； Ant Healthcare, Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； The Ohio State University（俄亥俄州立大学） 纠错

AI总结 LiveClin通过实时更新的临床病例基准，评估医学大语言模型在真实临床场景中的表现，揭示其在复杂医疗任务中的挑战。

Visual Self-Refine: A Pixel-Guided Paradigm for Accurate Chart Parsing

视觉自校准：一种像素引导的准确图表解析范式

Jinsong Li, Xiaoyi Dong, Yuhang Zang, Yuhang Cao, Jiaqi Wang, Dahua Lin

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） ； CPII under InnoHK（创新香港下的CPII） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 本文提出视觉自校准范式，通过像素引导提升图表解析的准确性，并构建了新的挑战性基准测试ChartP-Bench。

Trustworthy and Fair SkinGPT-R1 for Democratizing Dermatological Reasoning across Diverse Ethnicities

可信且公平的SkinGPT-R1：用于在不同种族中普及皮肤病推理

Yuhao Shen, Zhangtianyi Chen, Yuanhao He, Yan Xu, Shuping Zhang, Liyuan Sun, Zijian Wang, Yinghao Zhu, Yuyuan Yang, Jiahe Qian, Ziwen Wang, Xinyuan Zhang, Wenbin Liu, Zongyuan Ge, Tao Lu, Siyuan Yan, Juexiao Zhou

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen)（数据科学学院，香港中文大学（深圳）） ； Faculty of Information Technology, Monash University（信息技术学院，莫纳什大学） ； Department of Dermatology, Tianjin Institute of Integrative Dermatology, Tianjin Academy of Traditional Chinese Medicine Affiliated Hospital（皮肤科，天津整合皮肤科研究所，天津中医研究院附属医院） ； Department of Dermatology, The First Affiliated Hospital, Shantou University Medical College（皮肤科，汕头大学医学院第一附属医院） ； Department of Dermatology, Beijing AnZhen Hospital, Capital Medical University（皮肤科，北京安贞医院，首都医科大学） ； School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Institute of Automation, Chinese Academy of Sciences（自动化研究所，中国科学院） ； Department of Dermatology, Beijing Aerospace General Hospital（皮肤科，北京航天总医院） 纠错

AI总结 SkinGPT-R1通过公平性意识的专家混合架构实现可解释且公平的皮肤病诊断，提升不同种族间的诊断准确性与安全性。

MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction

MeshMimic: 通过3D场景重建实现几何感知的人形运动学习

Qiang Zhang, Jiahao Ma, Peiran Liu, Shuai Shi, Zeran Su, Zifan Wang, Jingkai Sun, Wei Cui, Jialin Yu, Gang Han, Wen Zhao, Pihai Sun, Kangning Yin, Jiaxu Wang, Jiahang Cao, Lingfeng Zhang, Hao Cheng, Xiaoshuai Hao, Yiding Ji, Junwei Liang, Jian Tang, Renjing Xu, Yijie Guo

机构 * X-Humanoid ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Australian National University（澳大利亚国立大学） 纠错

AI总结 MeshMimic通过3D场景重建实现人形机器人学习与地形耦合的运动交互，利用消费级传感器低成本训练复杂物理交互。

Comments 17 pages, 6 figures

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） 纠错

AI总结 本研究通过逐层信息论分析揭示多模态Transformer中视觉信息如何转化为语言，发现视觉独特信息早期峰值，语言独特信息在晚期层主导预测，跨模态协同较低，且任务依赖性强。

Syndrome-Flow Consistency Model Achieves One-step Denoising Error Correction Codes

综合征流一致性模型实现一步去噪纠错编码

Haoyu Lei, Chin Wa Lau, Kaiwen Zhou, Nian Guo, Farzan Farnia

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； Theory Lab（理论实验室） ； Noah’s Ark Lab（诺亚实验室） 纠错

AI总结 ECCFM通过软综合征条件重新参数化PF-ODE，实现单步高保真纠错解码，提升效率与精度。

ExpertWeaver: Unlocking the Inherent MoE in Dense LLMs with GLU Activation Patterns

ExpertWeaver: 通过GLU激活模式解锁密集大语言模型中的内在MoE

Ziyu Zhao, Tong Zhu, Zhi Zhang, Tiantian Fan, Jinluan Yang, Kun Kuang, Zhongyu Wei, Fei Wu, Yu Cheng

机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Chinese University of Hong Kong（中国香港大学） 纠错

AI总结 ExpertWeaver通过GLU激活模式解锁密集大语言模型中的内在MoE，提供无需训练的高效转换方法。

PAct: Part-Decomposed Single-View Articulated Object Generation

PAct: 分解式单视角关节物体生成

Qingming Liu, Xinyue Yao, Shuyuan Zhang, Yueci Deng, Guiliang Liu, Zhen Liu, Kui Jia

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

AI总结 PAct提出一种基于部分的生成框架，通过单视角图像生成高保真的关节物体，实现快速推理和可控组装，提升交互应用的效率与准确性。

Comments Technical Report(11 figures, 14 pages), Project Page: https://PAct-project.github.io

Exposing Diversity Bias in Deep Generative Models: Statistical Origins and Correction of Diversity Error

揭示深度生成模型中的多样性偏差：统计起源与多样性误差的修正

Farzan Farnia, Mohammad Jalali, Azim Ospanov

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） 纠错

AI总结 本研究揭示深度生成模型存在系统性多样性偏差，并提出基于Vendi和RKE的正则化策略以修正该偏差。

Where to Add PDE Diffusion in Transformers

在Transformer中何处添加PDE扩散

Yukun Zhang, Xueqing Zhou

机构 * The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Fudan University, Shanghai, China（复旦大学） 纠错

AI总结 研究通过分析PDE扩散与注意力的非交换性，探讨了在Transformer中插入扩散层的位置对模型性能的影响，提出了一种三层理论框架并验证了不同插入位置的效果。

Simulating the Real World: A Unified Survey of Multimodal Generative Models

模拟现实世界：多模态生成模型的统一综述

Yuqi Hu, Longguang Wang, Xian Liu, Ling-Hao Chen, Yuwei Guo, Yukai Shi, Ce Liu, Anyi Rao, Zeyu Wang, Hui Xiong

机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能前沿技术研究所，香港科学与技术大学（广州）） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology Hong Kong SAR（计算机科学与工程系，香港科学与技术大学香港特别行政区） ； MMLab, The Hong Kong University of Science and Technology（多模态实验室，香港科学与技术大学） ； School of Electronics and Communication Engineering, Shenzhen Campus of Sun Yat-sen University（电子与通信工程学院，中山大学深圳校区） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学，香港，中国） ； Tsinghua University, Guangdong, China（清华大学，广东，中国） ； Bosch (China) Investment Co., Ltd., Shanghai, China（博世（中国）投资有限公司，上海，中国） 纠错

AI总结 本文首次系统性地统一研究了2D、视频、3D和4D生成，为多模态生成模型和现实世界模拟提供了统一框架的综述。

Comments Repository for the related papers at https://github.com/ALEEEHU/World-Simulator

Governing AI Forgetting: Auditing for Machine Unlearning Compliance

治理AI遗忘：审计机器无学习合规性

Qinqi Lin, Ningning Ding, Lingjie Duan, Jianwei Huang

机构 * School of Science and Engineering, Shenzhen Institute of Artificial Intelligence and Robotics for Society, The Chinese University of Hong Kong, Shenzhen, China（科学与工程学院，深圳人工智能与机器人社会研究所，香港中文大学（深圳）） ； Data Science and Analytics Thrust, Information Hub, Hong Kong University of Science and Technology (Guangzhou), China（数据科学与分析方向，信息中心，香港科学与技术大学（广州）） ； Internet of Things Thrust, Information Hub, Hong Kong University of Science and Technology (Guangzhou), China（物联网方向，信息中心，香港科学与技术大学（广州）） 纠错

AI总结 本文提出首个经济框架用于审计机器无学习的合规性，通过博弈论模型分析审计员与运营商的战略互动，并揭示审计强度随删除请求增加而减少的反直觉结论。

Comments Under review in IEEE Transactions on Mobile Computing

UniRef-Image-Edit: Towards Scalable and Consistent Multi-Reference Image Editing

UniRef-Image-Edit: 向可扩展和一致的多参考图像编辑迈进

Hongyang Wei, Bin Wen, Yancheng Long, Yankai Yang, Yuhang Hu, Tianke Zhang, Wei Chen, Haonan Fan, Kaiyu Jiang, Jiankang Chen, Changyi Liu, Kaiyu Tang, Haojie Ding, Xiao Yang, Jia Sun, Huaiqing Wang, Zhenyu Yang, Xinyu Wei, Xianglong He, Yangguang Li, Fan Yang, Tingting Gao, Lei Zhang, Guorui Zhou, Han Li

机构 * Tsinghua University（清华大学） ； Kuaishou Technology（快手科技） ； Hong Kong Polytechnic University（香港理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； CUHK MMLab（香港中文大学MMLab） 纠错

AI总结 UniRef-Image-Edit通过统一的输入表示和两阶段训练框架，提升多参考图像编辑的一致性和保真度。

Elastic Diffusion Transformer

弹性扩散变换器

Jiangshan Wang, Zeqiang Lai, Jiarui Chen, Jiayi Guo, Hang Guo, Xiu Li, Xiangyu Yue, Chunchao Guo

机构 * Tsinghua University（清华大学） ； MMLab, CUHK（CUHK实验室） ； Tencent Hunyuan（腾讯文言） 纠错

AI总结 E-DiT通过自适应加速框架提升扩散变换器效率，保持生成质量，实现约2倍加速。

HybridFlow: A Two-Step Generative Policy for Robotic Manipulation

HybridFlow: 一种用于机器人操作的两阶段生成策略

Zhenchen Dong, Jinna Fu, Jiaming Wu, Shengyuan Yu, Fulin Chen, Yide Liu

机构 * Anker Humanoid Lab（安克人形实验室） ； PolyU ； CUHK（香港中文大学） 纠错

AI总结 HybridFlow是一种用于机器人操作的两阶段生成策略，通过结合MeanFlow的快速生成与ReNoise和ReFlow的精度优化，提升了动作生成的效率和准确性。

Making Slow Thinking Faster: Compressing LLM Chain-of-Thought via Step Entropy

让慢思考更快：通过步骤熵压缩LLM的链式思考

Zeju Li, Jianyuan Zhong, Ziyang Zheng, Xiangyu Wen, Zhijian Xu, Yingying Cheng, Fan Zhang, Qiang Xu

机构 * The Chinese University of Hong Kong（中国香港大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 通过步骤熵压缩LLM的链式思考，提升推理效率并保持准确性。

Comments Accepted by ICLR2026

HiFi-Glot: High-Fidelity Neural Formant Synthesis with Differentiable Resonant Filters

HiFi-Glot: 基于可微共振滤波器的高保真神经元元音合成

Yicheng Gu, Pablo Pérez Zarazaga, Chaoren Wang, Zhizheng Wu, Zofia Malisz, Gustav Eje Henter, Lauri Juvela

机构 * Acoustic Lab, Department of Information Communications Engineering, Aalto University（声学实验室，信息与通信工程系，艾尔沃大学） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Department of Speech, Music and Hearing, KTH Royal Institute of Technology（语音、音乐与听觉系，皇家理工学院） 纠错

AI总结 HiFi-Glot通过可微共振滤波器实现高保真神经元音合成，提供精确的元音控制和自然语音生成。

Anthropomorphism on Risk Perception: The Role of Trust and Domain Knowledge in Decision-Support AI

风险感知中的拟人化：信任与领域知识的作用

Manuele Reani, Xiangyang He, Zuolan Bao

机构 * School of Management and Economics, The Chinese University of Hong Kong, Shenzhen（管理学院和经济学系，香港中文大学（深圳）） ； Computational Media and Arts, The Hong Kong University of Science and Technology (Guangzhou)（计算媒体与艺术，香港科学与技术大学（广州）） 纠错

AI总结 研究探讨拟人化设计如何通过信任和领域知识影响用户风险感知，发现拟人化通过增强信任降低风险感知，且领域知识调节这一效果。