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

Why LLM Safety Guardrails Collapse After Fine-tuning: A Similarity Analysis Between Alignment and Fine-tuning Datasets

Lei Hsiung, Tianyu Pang, Yung-Chen Tang, Linyue Song, Tsung-Yi Ho, Pin-Yu Chen, Yaoqing Yang

机构 * Dartmouth College（达特茅斯学院） ； EPFL（苏黎世联邦理工学院） ； UC Berkeley（加州大学伯克利分校） ； CUHK（香港大学） ； IBM Research（IBM研究院） 纠错

Comments Project Page: https://hsiung.cc/llm-similarity-risk/

MINT-CoT: Enabling Interleaved Visual Tokens in Mathematical Chain-of-Thought Reasoning

Xinyan Chen, Renrui Zhang, Dongzhi Jiang, Aojun Zhou, Shilin Yan, Weifeng Lin, Hongsheng Li

机构 * CUHK MMLab（香港大学MMLab） 纠错

Comments Code is released at https://github.com/xinyan-cxy/MINT-CoT

Perceive Anything: Recognize, Explain, Caption, and Segment Anything in Images and Videos

Weifeng Lin, Xinyu Wei, Ruichuan An, Tianhe Ren, Tingwei Chen, Renrui Zhang, Ziyu Guo, Wentao Zhang, Lei Zhang, Hongsheng Li

机构 * CUHK（香港中文大学） ； HKU（香港大学） ； PolyU ； Peking University（北京大学） 纠错

Comments 19 pages, 13 figures, Website: https://Perceive-Anything.github.io

Video World Models with Long-term Spatial Memory

Tong Wu, Shuai Yang, Ryan Po, Yinghao Xu, Ziwei Liu, Dahua Lin, Gordon Wetzstein

机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） 纠错

Comments Project page: https://spmem.github.io/

Track Any Anomalous Object: A Granular Video Anomaly Detection Pipeline

Yuzhi Huang, Chenxin Li, Haitao Zhang, Zixu Lin, Yunlong Lin, Hengyu Liu, Wuyang Li, Xinyu Liu, Jiechao Gao, Yue Huang, Xinghao Ding, Yixuan Yuan

机构 * Xiamen University（厦门大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Virginia（弗吉尼亚大学） 纠错

Follow-Your-Creation: Empowering 4D Creation through Video Inpainting

Yue Ma, Kunyu Feng, Xinhua Zhang, Hongyu Liu, David Junhao Zhang, Jinbo Xing, Yinhan Zhang, Ayden Yang, Zeyu Wang, Qifeng Chen

机构 * HKUST（香港科技大学） ； HKUST(GZ)（香港科技大学（广州）） ； NUS（国立新加坡大学） ； Tsinghua Univerisity（清华大学） ； CUHK（香港中文大学） 纠错

Comments Project Page: https://follow-your-creation.github.io/

HMAR: Efficient Hierarchical Masked Auto-Regressive Image Generation

Hermann Kumbong, Xian Liu, Tsung-Yi Lin, Ming-Yu Liu, Xihui Liu, Ziwei Liu, Daniel Y. Fu, Christopher Ré, David W. Romero

机构 * Stanford University（斯坦福大学） ； NVIDIA ； CUHK（中国香港大学） ； HKU（香港大学） ； NTU（国立新加坡大学） ； UCSD（加州大学圣地亚哥分校） ； Together AI 纠错

Comments Accepted to CVPR 2025. Project Page: https://research.nvidia.com/labs/dir/hmar/

ADG: Ambient Diffusion-Guided Dataset Recovery for Corruption-Robust Offline Reinforcement Learning

Zeyuan Liu, Zhihe Yang, Jiawei Xu, Rui Yang, Jiafei Lyu, Baoxiang Wang, Yunjian Xu, Xiu Li

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AquaticVision: Benchmarking Visual SLAM in Underwater Environment with Events and Frames

Yifan Peng, Yuze Hong, Ziyang Hong, Apple Pui-Yi Chui, Junfeng Wu

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, P. R. China（数据科学学院，香港中文大学（深圳）） ； School of Life Sciences, The Chinese University of Hong Kong, Hongkong（生命科学学院，香港中文大学） 纠错

DREAM: Disentangling Risks to Enhance Safety Alignment in Multimodal Large Language Models

Jianyu Liu, Hangyu Guo, Ranjie Duan, Xingyuan Bu, Yancheng He, Shilong Li, Hui Huang, Jiaheng Liu, Yucheng Wang, Chenchen Jing, Xingwei Qu, Xiao Zhang, Yingshui Tan, Yanan Wu, Jihao Gu, Yangguang Li, Jianke Zhu

机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； M-A-P ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments [NAACL 2025] The first four authors contribute equally, 23 pages, repo at https://github.com/Kizna1ver/DREAM

FlexGS: Train Once, Deploy Everywhere with Many-in-One Flexible 3D Gaussian Splatting

Hengyu Liu, Yuehao Wang, Chenxin Li, Ruisi Cai, Kevin Wang, Wuyang Li, Pavlo Molchanov, Peihao Wang, Zhangyang Wang

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Nvidia（英伟达） 纠错

Comments CVPR 2025; Project Page: https://flexgs.github.io

MemeReaCon: Probing Contextual Meme Understanding in Large Vision-Language Models

Zhengyi Zhao, Shubo Zhang, Yuxi Zhang, Yanxi Zhao, Yifan Zhang, Zezhong Wang, Huimin Wang, Yutian Zhao, Bin Liang, Yefeng Zheng, Binyang Li, Kam-Fai Wong, Xian Wu

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of International Relations（国际关系大学） ； Jarvis Research Center, Tencent YouTu Lab（腾讯YouTu实验室） ； Westlake University（西湖大学） 纠错

T$^2$: An Adaptive Test-Time Scaling Strategy for Contextual Question Answering

Zhengyi Zhao, Shubo Zhang, Zezhong Wang, Huimin Wang, Yutian Zhao, Bin Liang, Yefeng Zheng, Binyang Li, Kam-Fai Wong, Xian Wu

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of International Relations（国际关系大学） ； Jarvis Research Center, Tencent YouTu Lab（腾讯YouTu实验室） ； Westlake University（西湖大学） 纠错

Comments arXiv admin note: substantial text overlap with arXiv:2503.22985

ROGRAG: A Robustly Optimized GraphRAG Framework

Zhefan Wang, Huanjun Kong, Jie Ying, Wanli Ouyang, Nanqing Dong

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Chinese University of Hong Kong（香港中文大学） 纠错

Comments ACL2025 demo track, 10 pages

InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training

Dingdong Wang, Jin Xu, Ruihang Chu, Zhifang Guo, Xiong Wang, Jincenzi Wu, Dongchao Yang, Shengpeng Ji, Junyang Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba Group（阿里巴巴集团） 纠错

Comments Accepted to ACL 2025; Data is available at: https://huggingface.co/datasets/ddwang2000/SpeechInstructBench

ATRI: Mitigating Multilingual Audio Text Retrieval Inconsistencies by Reducing Data Distribution Errors

Yuguo Yin, Yuxin Xie, Wenyuan Yang, Dongchao Yang, Jinghan Ru, Xianwei Zhuang, Liming Liang, Yuexian Zou

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东 ultra 高清沉浸媒体技术省重点实验室，深圳研究生院，北京大学） ； School of Cyber Science and Technology, Sun Yat-sen University（网络安全科学与技术学院，中山大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

LoGU: Long-form Generation with Uncertainty Expressions

Ruihan Yang, Caiqi Zhang, Zhisong Zhang, Xinting Huang, Sen Yang, Nigel Collier, Dong Yu, Deqing Yang

机构 * Fudan University（复旦大学） ； University of Cambridge（剑桥大学） ； Tencent AI Lab（腾讯AI实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments ACL 2025 Main

CamCloneMaster: Enabling Reference-based Camera Control for Video Generation

Yawen Luo, Jianhong Bai, Xiaoyu Shi, Menghan Xia, Xintao Wang, Pengfei Wan, Di Zhang, Kun Gai, Tianfan Xue

机构 * The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； Kuaishou Technology（快手科技） 纠错

Comments Project Page: https://camclonemaster.github.io/

Native-Resolution Image Synthesis

Zidong Wang, Lei Bai, Xiangyu Yue, Wanli Ouyang, Yiyuan Zhang

机构 * MMLab, CUHK（CUHK多媒体实验室） ； Shanghai AI Lab（上海人工智能实验室） 纠错

Comments Project Page: https://wzdthu.github.io/NiT/

StreamBP: Memory-Efficient Exact Backpropagation for Long Sequence Training of LLMs

Qijun Luo, Mengqi Li, Lei Zhao, Xiao Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Sparse-vDiT: Unleashing the Power of Sparse Attention to Accelerate Video Diffusion Transformers

Pengtao Chen, Xianfang Zeng, Maosen Zhao, Peng Ye, Mingzhu Shen, Wei Cheng, Gang Yu, Tao Chen

机构 * Fudan University（复旦大学） ； StepFun ； The Chinese University of Hong Kong（香港中文大学） ； Imperial College London（伦敦帝国理工学院） 纠错

Protein Inverse Folding From Structure Feedback

Junde Xu, Zijun Gao, Xinyi Zhou, Jie Hu, Xingyi Cheng, Le Song, Guangyong Chen, Pheng-Ann Heng, Jiezhong Qiu

机构 * CUHK（香港中文大学） ； Hangzhou Institute of Medicine, CAS（杭州医学院，中国科学院） ； Zhejiang Lab（浙江实验室） ； MBZUAI 纠错

Can't See the Forest for the Trees: Benchmarking Multimodal Safety Awareness for Multimodal LLMs

Wenxuan Wang, Xiaoyuan Liu, Kuiyi Gao, Jen-tse Huang, Youliang Yuan, Pinjia He, Shuai Wang, Zhaopeng Tu

机构 * Renmin University of China（中国人民大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Chinese University of Hong Kong（香港中文大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯） 纠错

Comments Accepted by ACL 2025

Chain-of-Jailbreak Attack for Image Generation Models via Editing Step by Step

Wenxuan Wang, Kuiyi Gao, Youliang Yuan, Jen-tse Huang, Qiuzhi Liu, Shuai Wang, Wenxiang Jiao, Zhaopeng Tu

机构 * Renmin University of China（中国人民大学） ； Chinese University of Hong Kong（香港大学） ； Chinese University of Hong Kong, Shenzhen（香港大学（深圳）） ； Johns Hopkins University（约翰霍普金斯大学） ； Tencent（腾讯） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

Comments Accepted by ACL 2025 Findings

Adjusting Tissue Puncture Omnidirectionally In Situ with Pneumatic Rotatable Biopsy Mechanism and Hierarchical Airflow Management in Tortuous Luminal Pathways

Botao Lin, Tinghua Zhang, Sishen Yuan, Tiantian Wang, Jiaole Wang, Wu Yuan, Hongliang Ren

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong（电子工程系，香港中文大学） ； Department of Biomedical Engineering, The Chinese University of Hong Kong（生物医学工程系，香港中文大学） ； School of Robotics and Advanced Manufacturing, Harbin Institute of Technology（机器人与先进制造学院，哈尔滨工业大学） ； School of Medical and Engineering, Harbin Institute of Technology（医学与工程学院，哈尔滨工业大学） 纠错

TaxAgent: How Large Language Model Designs Fiscal Policy

Jizhou Wang, Xiaodan Fang, Lei Huang, Yongfeng Huang

机构 * Illinois Institute of Technology（伊利诺伊理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Jiangxi Normal University（江西师范大学） ； Chinese University of Hong Kong（香港中文大学） 纠错

Comments Accepted as oral presentation at ICME 2025

A Dynamic Transformer Network for Vehicle Detection

Chunwei Tian, Kai Liu, Bob Zhang, Zhixiang Huang, Chia-Wen Lin, David Zhang

机构 * School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） ； PAMI Research Group, University of Macau（PAMI研究组，澳门大学） ； Key Laboratory of Intelligent Computing and Signal Processing, Ministry of Education and Key Laboratory of Electromagnetic Environmental Sensing, Anhui University（教育部智能计算与信号处理重点实验室和电磁环境感知重点实验室，安徽大学） ； Department of Electrical Engineering and the Institute of Communications Engineering, National Tsing Hua University（电气工程系和通讯工程学院，国立清华大学） ； 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）） 纠错

Comments 8 pages, 5 figures. This paper has been accepted for publication in IEEE Transactions on Consumer Electronics

A Tree-guided CNN for image super-resolution

Chunwei Tian, Mingjian Song, Xiaopeng Fan, Xiangtao Zheng, Bob Zhang, David Zhang

机构 * School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Software, Northwestern Polytechnical University（西北工业大学软件学院） ； College of Physics and Information Engineering, Fuzhou University（福州大学物理与信息工程学院） ； Pattern Analysis and Machine Intelligence Group, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学学院模式分析与智能集团） ； 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） 纠错

Comments This paper has been accepted for publication in IEEE Transactions on Consumer Electronics. 10 pages, 6 figures. Its code can be obtained at https://github.com/hellloxiaotian/TSRNet

SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence

Zhitao Zeng, Zhu Zhuo, Xiaojun Jia, Erli Zhang, Junde Wu, Jiaan Zhang, Yuxuan Wang, Chang Han Low, Jian Jiang, Zilong Zheng, Xiaochun Cao, Yutong Ban, Qi Dou, Yang Liu, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Shanghai Jiao Tong University（上海交通大学） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments 29 pages, 5 figures

Consultant Decoding: Yet Another Synergistic Mechanism

Chuanghao Ding, Jiaping Wang, Ziqing Yang, Xiaoliang Wang, Dahua Lin, Cam-Tu Nguyen, Fei Tan

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； East China Normal University（华东师范大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments ACL 2025 findings