SynthRL: Scaling Visual Reasoning with Verifiable Data Synthesis
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）
高校专区
The Chinese University of Hong Kong（香港中文大学）
Robust Federated Learning against Noisy Clients via Masked Optimization
机构 * Institute of Computing Technology, Chinese Academy of Sciences & University of Chinese Academy of Sciences（计算技术研究所，中国科学院及中国科学院大学） ； Department of Electronic Engineering, The Chinese University of Hong Kong（电子工程系，香港中文大学） ； Institute of Computing Technology, Chinese Academy of Sciences（计算技术研究所，中国科学院）
Comments Under review
Efficient and Universal Neural-Network Decoder for Stabilizer-Based Quantum Error Correction
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Information Engineering, The Chinese University of Hong Kong（信息工程系，香港中文大学） ； Hefei National Research Center for Physical Sciences at the Microscale and School of Physical Sciences, University of Science and Technology of China（微尺度物理科学国家研究中心和中国科学技术大学物理科学学院） ； CAS Center for Excellence in Quantum Information and Quantum Physics, University of Science and Technology of China（中国科学技术大学量子信息与量子物理 excellence 中心） ； Hefei National Laboratory, University of Science and Technology of China（中国科学技术大学微尺度国家实验室） ； Shanghai Research Center for Quantum Sciences, Shanghai（上海量子科学研究中心） ； Department of Engineering, University of Oxford（工程系，牛津大学） ； Shanghai Innovation Institute（上海创新研究院）
Exposing Numeracy Gaps: A Benchmark to Evaluate Fundamental Numerical Abilities in Large Language Models
机构 * Hong Kong Polytechnic University（香港理工大学） ； 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）
Comments Accepted by ACL 2025
Federated Linear Dueling Bandits
机构 * The Chinese University of Hong Kong（香港中文大学）
Rethinking Diffusion Posterior Sampling: From Conditional Score Estimator to Maximizing a Posterior
机构 * Institute for AI Industry Research, Tsinghua University（清华大学人工智能产业研究院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； New York University（纽约大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； SenseTime Research（商汤科技研究院） ； The Chinese University of Hong Kong（香港中文大学） ； Kuaishou Technology（快手科技） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院）
Comments ICLR 2025
GAS: Generative Auto-bidding with Post-training Search
机构 * Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学） ； Kuaishou Technology（快手科技）
Fast-in-Slow: A Dual-System Foundation Model Unifying Fast Manipulation within Slow Reasoning
机构 * The Chinese University of Hong Kong（香港中文大学） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） ； AI 2 Robotics（人工智能与机器人） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院）
ChemAU: Harness the Reasoning of LLMs in Chemical Research with Adaptive Uncertainty Estimation
机构 * Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
FusionAudio-1.2M: Towards Fine-grained Audio Captioning with Multimodal Contextual Fusion
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
FourierFlow: Frequency-aware Flow Matching for Generative Turbulence Modeling
机构 * Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） ； Department of Engineering, Westlake University（西湖大学工程系） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学）
Comments 27 pages, 14 figures
Acting Less is Reasoning More! Teaching Model to Act Efficiently
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴娜-香槟分校） ； Princeton University（普林斯顿大学） ； Sun Yat-sen University（中山大学） ； Hong Kong University of Science and Technology（香港科学理工大学）
VB-Com: Learning Vision-Blind Composite Humanoid Locomotion Against Deficient Perception
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
Exploring Compositional Generalization of Multimodal LLMs for Medical Imaging
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Rethinking Backdoor Attacks on Dataset Distillation: A Kernel Method Perspective
机构 * National Taiwan University（台湾大学） ； The Chinese University of Hong Kong（香港中文大学） ； National Yang Ming Chiao Tung University（阳明交通大学） ； IBM Research（IBM研究院）
Comments 21 pages, 1 figures, 17 tables
Journal ref Proceedings of the Twelfth International Conference on Learning Representations (ICLR 2024)
SHARE: An SLM-based Hierarchical Action CorREction Assistant for Text-to-SQL
机构 * The University of Hong Kong（香港大学） ； BAAI（百度人工智能研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Comments Accepted to ACL 2025 Main
DiffDSR: Dysarthric Speech Reconstruction Using Latent Diffusion Model
机构 * The Chinese University of Hong Kong Shenzhen International Graduate School（香港中文大学（深圳）国际研究生院） ； Tsinghua University（清华大学） ； Vocal Engineering Technologies Limited（语音工程科技有限公司）
Comments Accepted by Interspeech 2025
Insight Over Sight: Exploring the Vision-Knowledge Conflicts in Multimodal LLMs
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） ； Tencent（腾讯） ； Renmin University of China（中国人民大学） ； Johns Hopkins University（约翰霍普金斯大学）
Comments Accepted by ACL 2025 main
SongComposer: A Large Language Model for Lyric and Melody Generation in Song Composition
机构 * The Chinese University of Hong Kong（中国香港大学） ； Beihang University（北航） ； Shanghai AI Laboratory（上海人工智能实验室） ； CPII under InnoHK（创新香港下的CPII）
Comments ACL 2025 main. project page: https://pjlab-songcomposer.github.io/ code: https://github.com/pjlab-songcomposer/songcomposer
TumorGen: Boundary-Aware Tumor-Mask Synthesis with Rectified Flow Matching
机构 * The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学） ； Massachusetts General Hospital and Harvard Medical School（哈佛医学院麻省总医院）
Comments 10 pages, 4 figures
Model Unlearning via Sparse Autoencoder Subspace Guided Projections
机构 * The University of Hong Kong（香港大学） ； New Jersey Institute of Technology（新泽西理工学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
InteractAnything: Zero-shot Human Object Interaction Synthesis via LLM Feedback and Object Affordance Parsing
机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（1 前沿计算研究中心，计算机科学学院，北京大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（2 通用人工智能国家重点实验室，BIGAI） ； Beijing Institute of Technology（3 北京理工大学） ； The Chinese University of Hong Kong, Shenzhen（4 香港中文大学（深圳）） ； Nat’l Eng. Research Center of Visual Technology, Peking University（5 视觉技术国家工程研究中心，北京大学） ； Institute for AI, Peking University（6 人工智能研究院，北京大学） ； State Key Laboratory of General Artificial Intelligence, Peking University（7 通用人工智能国家重点实验室，北京大学）
Comments CVPR 2025
Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis
机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； School of Intelligence Science and Technology（智能科学与技术学院） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； XMU（厦门大学） ； HKU（香港大学） ； PKU（北京大学） ； CUHK（香港中文大学） ； ECNU（华东师范大学） ； CASIA（中国科学院自动化研究所）
Comments Project Page: https://video-mme.github.io
TheaterGen: Character Management with LLM for Consistent Multi-turn Image Generation
机构 * Shenzhen Campus of Sun Yat-sen University（孙中山大学深圳校区） ； The Chinese University of Hong Kong（香港中文大学） ； Lenovo Research（联想研究院）
GPT4Point: A Unified Framework for Point-Language Understanding and Generation
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室）
VideoREPA: Learning Physics for Video Generation through Relational Alignment with Foundation Models
机构 * Dept. of CSE & School of AI & MoE Key Lab of Al, Shanghai Jiao Tong University（计算机科学与工程系及人工智能学院及人工智能基础实验室，上海交通大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
Probability-Consistent Preference Optimization for Enhanced LLM Reasoning
机构 * CUHK MMLab（香港中文大学MML实验室） ； SenseTime Research（商汤科技研究院） ； CPII under InnoHK（创新香港下的CPII） ； Shanghai AI Laboratory（上海人工智能实验室） ； Zhiyuan College, SJTU（上海交通大学智远学院）
Comments 14 pages, to be published in ACL 2025 findings
Diffusion Sampling Path Tells More: An Efficient Plug-and-Play Strategy for Sample Filtering
机构 * School of Science and Engineering（科学与工程学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； DAMO Academy, Alibaba Group（阿里达摩院） ； School of Artificial Intelligence（人工智能学院）
Towards LLM-Empowered Fine-Grained Speech Descriptors for Explainable Emotion Recognition
机构 * The Chinese University of Hong Kong（香港中文大学） ； Chinese Academy of Sciences（中国科学院） ； National Research Council Canada（加拿大国家研究理事会） ； Institute of Software（软件研究所）
Comments Accepted by INTERSPEECH2025
Are Unified Vision-Language Models Necessary: Generalization Across Understanding and Generation
机构 * The Chinese University of Hong Kong（香港中文大学） ； Microsoft（微软公司）
