Personalized Voice Synthesis through Human-in-the-Loop Coordinate Descent
机构 * The Chinese University of Hong Kong（香港中文大学） ； Department of Electronic Engineering（电子工程系）
Comments work in progress
高校专区
The Chinese University of Hong Kong（香港中文大学）
Efficient Training of Multi-task Neural Solver for Combinatorial Optimization
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）） ； Shenzhen Research Institute of Big Data（大数据研究所以） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（科学与工程学院，香港中文大学（深圳）） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society（人工智能与社会机器人研究所） ； Shanghai University of Finance and Economics（上海金融学院）
Comments Accepted by TMLR
Journal ref Transactions on Machine Learning Research (TMLR), 2025
Reverse-Speech-Finder: A Neural Network Backtracking Architecture for Generating Alzheimer's Disease Speech Samples and Improving Diagnosis Performance
机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学）
Manipulating Elasto-Plastic Objects With 3D Occupancy and Learning-Based Predictive Control
机构 * Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学机械与自动化工程系） ； Multi-scale Medical Robotics Center, Hong Kong SAR, China（香港特别行政区多尺度医疗机器人中心） ； School of Artificial Intelligence, Beijing Normal University, China（北京师范大学人工智能学院） ； Computer Aided Medical Procedures, Technical University of Munich, Germany（慕尼黑技术大学计算机辅助医疗程序）
Comments 8 Pages, 13 figures, accepted for publication in IEEE Robotics and Automation Letters (RA-L)
Materials Generation in the Era of Artificial Intelligence: A Comprehensive Survey
机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； DAMO Academy, Alibaba Group（阿里巴巴集团DAMO Academy） ； Shanghai University（上海大学）
Comments Work in progress
ARPO:End-to-End Policy Optimization for GUI Agents with Experience Replay
机构 * The Chinese University of Hong Kong（香港中文大学） ； SmartMore ； Hong Kong University of Science and Technology（香港理工大学）
Decouple and Orthogonalize: A Data-Free Framework for LoRA Merging
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学）
Comments 9 pages, 5 figures
ToolSpectrum : Towards Personalized Tool Utilization for Large Language Models
机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； University of Science and Technology Beijing（北京科技大学） ； The Chinese University of Hong Kong（香港中文大学） ； Baidu Inc.（百度公司）
Comments Accepted by ACL 2025 Findings
GDI-Bench: A Benchmark for General Document Intelligence with Vision and Reasoning Decoupling
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； School of Science and Engineering, The Chinese University of Hong Kong（香港中文大学科学与工程学院） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
DivIL: Unveiling and Addressing Over-Invariance for Out-of- Distribution Generalization
机构 * The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学）
Auto-Prompting SAM for Weakly Supervised Landslide Extraction
机构 * School of Information Science and Engineering, Wuhan University of Science and Technology（武汉科技大学信息科学与工程学院） ； School of Science and Engineering, The Chinese University of Hong Kong（香港中文大学（深圳）理学院） ； Chair of Data Science in Earth Observation, Technical University of Munich (TUM)（慕尼黑技术大学地球观测数据科学教授职位） ； Helmholtz-Zentrum Dresden-Rossendorf（德累斯顿-罗斯托克亥姆霍兹研究中心） ； Lancaster Environment Centre, Lancaster University（兰卡斯特大学环境研究中心）
Comments 5 pages, 5 figures
VisionPAD: A Vision-Centric Pre-training Paradigm for Autonomous Driving
机构 * CUHK-Shenzhen（香港中文大学（深圳）） ； SSE（深圳大学） ； HKUST（香港科技大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
Comments Accepted at CVPR 2025
CAD: A General Multimodal Framework for Video Deepfake Detection via Cross-Modal Alignment and Distillation
机构 * Peking University（北京大学） ； Shenzhen Graduate School（深圳研究生院） ； University of Science and Technology of China（中国科学技术大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
MonoSplat: Generalizable 3D Gaussian Splatting from Monocular Depth Foundation Models
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University (Shenzhen)（清华大学（深圳）） ； HKUST (Guangzhou)（香港科技大学（广州））
DraftAttention: Fast Video Diffusion via Low-Resolution Attention Guidance
机构 * Northeastern University（东北大学） ； CUHK（香港中文大学） ； Duke University（杜克大学） ； Adobe Research（Adobe研究） ； NUIST（南京信息工程大学） ； UCM（墨西哥国立自治大学）
Comments Preprint Version
A Survey of Pathology Foundation Model: Progress and Future Directions
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） ； Department of Computer Science and Engineering and Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology（香港理工大学计算机科学与工程系和化学及生物工程系） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科钦医学院）
Comments Accepted to IJCAI 2025 Survey Track, 10 Pages
AnyCharV: Bootstrap Controllable Character Video Generation with Fine-to-Coarse Guidance
机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
Comments 18 pages, 10 figures, 4 tables
Robust and Minimally Invasive Watermarking for EaaS
机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
Comments Accepted by ACL 2025
MagicTailor: Component-Controllable Personalization in Text-to-Image Diffusion Models
机构 * CUHK（香港中文大学） ； SIAT, CAS（中国科学院深圳先进技术研究院） ； NUS（新加坡国立大学） ； Zhejiang Lab（浙江实验室） ； Shanghai AI Lab（上海人工智能实验室）
Comments Accepted by IJCAI2025 (Project page: https://correr-zhou.github.io/MagicTailor)
PersonaTAB: Predicting Personality Traits using Textual, Acoustic, and Behavioral Cues in Fully-Duplex Speech Dialogs
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanjing University, Suzhou（南京大学（苏州）） ； National University of Singapore（新加坡国立大学） ； School of Data Science（数据科学学院） ； School of Intelligence Science and Technology（智能科学与技术学院） ； Department of ECE（电子与计算机工程系）
Comments This is accepted to Interspeech 2025; Added an extra page for supplementary figures; Project page: https://github.com/shinshoji01/Personality-Prediction-for-Conversation-Agents
Visual Agentic Reinforcement Fine-Tuning
机构 * Shanghai Jiaotong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Wuhan University（武汉大学）
Comments project url: https://github.com/Liuziyu77/Visual-RFT/tree/main/Visual-ARFT
FinMaster: A Holistic Benchmark for Mastering Full-Pipeline Financial Workflows with LLMs
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Peng Cheng Laboratory（鹏城实验室） ； Singapore Management University（新加坡管理大学）
InternLM-XComposer2.5-Reward: A Simple Yet Effective Multi-Modal Reward Model
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学）
Comments ACL 2025 Findings
Evaluating the Correctness of Inference Patterns Used by LLMs for Judgment
机构 * 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） ； Zhejiang University（浙江大学） ； Beijing Institute for General Artificial Intelligence（北京一般人工智能研究所）
Self-Reasoning Language Models: Unfold Hidden Reasoning Chains with Few Reasoning Catalyst
机构 * The Chinese University of Hong Kong（香港中文大学） ； ByteDance（字节跳动） ； The University of Edinburgh（爱丁堡大学） ； Beihang University（北航） ； MoE Key Laboratory of High Confidence Software Technologies（高可信软件技术MoE实验室）
DeepGate4: Efficient and Effective Representation Learning for Circuit Design at Scale
机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学）
Trust, But Verify: A Self-Verification Approach to Reinforcement Learning with Verifiable Rewards
机构 * Tencent（腾讯） ； CUHK（香港中文大学）
Comments code available at https://github.com/xyliu-cs/RISE
Occult: Optimizing Collaborative Communication across Experts for Accelerated Parallel MoE Training and Inference
机构 * The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） ； The Chinese University of Hong Kong（香港中文大学）
Comments Accepted by ICML2025
OPA-Pack: Object-Property-Aware Robotic Bin Packing
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） ； Hong Kong Centre for Logistics Robotics（香港物流机器人中心） ； School of Data Science, Lingnan University（数据科学学院，岭南大学） ； Department of Mechanical and Automation Engineering, the Chinese University of Hong Kong（机械与自动化工程系，香港中文大学）
Comments Submitted to IEEE Transactions on Robotics (TRO) on Feb. 10, 2025
RBF++: Quantifying and Optimizing Reasoning Boundaries across Measurable and Unmeasurable Capabilities for Chain-of-Thought Reasoning
机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology（社会计算与交互机器人研究中心，哈尔滨工业大学） ； Faculty of Computing, Harbin Institute of Technology（计算学院，哈尔滨工业大学） ； School of Computer Science and Engineering, Central South University（计算机科学与工程学院，中南大学） ； Chinese University of Hong Kong（香港中文大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab）
Comments Manuscript
