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

Multimodal Graph Representation Learning for Robust Surgical Workflow Recognition with Adversarial Feature Disentanglement

Long Bai, Boyi Ma, Ruohan Wang, Guankun Wang, Beilei Cui, Zhongliang Jiang, Mobarakol Islam, Zhe Min, Jiewen Lai, Nassir Navab, Hongliang Ren

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） ； Chair for Computer Aided Medical Procedures, Technical University of Munich（慕尼黑技术大学计算机辅助医疗程序主席职位） ； Department of Biomedical Engineering, University of Toronto（多伦多大学生物医学工程系） ； Center for Computational and Molecular Biology, Brown University（布朗大学计算与分子生物学中心） 纠错

Comments Accepted by Information Fusion

An LLM-Empowered Low-Resolution Vision System for On-Device Human Behavior Understanding

Siyang Jiang, Bufang Yang, Lilin Xu, Mu Yuan, Yeerzhati Abudunuer, Kaiwei Liu, Liekang Zeng, Hongkai Chen, Zhenyu Yan, Xiaofan Jiang, Guoliang Xing

机构 * The Chinese University of Hong Kong, Hong Kong SAR（香港中文大学） ； Columbia University, United States（哥伦比亚大学） 纠错

Tex4D: Zero-shot 4D Scene Texturing with Video Diffusion Models

Jingzhi Bao, Xueting Li, Ming-Hsuan Yang

机构 * CUHK-Shenzhen（香港中文大学（深圳）） ； NVIDIA（英伟达） ； UC Merced（加州大学默塞德分校） 纠错

Comments Project page: https://tex4d.github.io/

Provable Efficiency of Guidance in Diffusion Models for General Data Distribution

Gen Li, Yuchen Jiao

机构 * Department of Statistics, The Chinese University of Hong Kong（统计学系，香港中文大学） 纠错

Q-function Decomposition with Intervention Semantics with Factored Action Spaces

Junkyu Lee, Tian Gao, Elliot Nelson, Miao Liu, Debarun Bhattacharjya, Songtao Lu

机构 * IBM T. J. Watson Research Center（IBM 沃森研究中心） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments AISTATS 2025

Retrieval, Reasoning, Re-ranking: A Context-Enriched Framework for Knowledge Graph Completion

Muzhi Li, Cehao Yang, Chengjin Xu, Xuhui Jiang, Yiyan Qi, Jian Guo, Ho-fung Leung, Irwin King

机构 * IDEA Research, International Digital Economy Academy（IDEA研究室，国际数字经济学院） ； Department of Computer Science & Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Artificial Intelligence Thrust, Hong Kong University of Science and Technology (Guangzhou)（人工智能方向，香港科技大学（广州）） 纠错

Comments Accepted by NAACL2025 main

Omni-IML: Towards Unified Image Manipulation Localization

Chenfan Qu, Yiwu Zhong, Fengjun Guo, Lianwen Jin

机构 * South China University of Technology（华南理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Intsig Information Co., Ltd（Intsig信息有限公司） 纠错

Sharp higher order convergence rates for the Adam optimizer

Steffen Dereich, Arnulf Jentzen, Adrian Riekert

机构 * Institute for Mathematical Stochastics, University of Münster（数学概率研究所，穆恩斯特大学） ； School of Data Science and Shenzhen Research Institute of Big Data, The Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen)（数据科学学院和深圳大数据研究 institute，香港中文大学（深圳）） ； Applied Mathematics: Institute for Analysis and Numerics, University of Münster（应用数学：分析与数值研究所，穆恩斯特大学） 纠错

Comments 27 pages

Hierarchical Attention Generates Better Proofs

Jianlong Chen, Chao Li, Yang Yuan, Andrew C Yao

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Qi Zhi Institute（上海启智研究院） ； IIIS, Tsinghua University（清华大学智能技术学院长） 纠错

Comments 15 pages with 3 figures

Token-Shuffle: Towards High-Resolution Image Generation with Autoregressive Models

Xu Ma, Peize Sun, Haoyu Ma, Hao Tang, Chih-Yao Ma, Jialiang Wang, Kunpeng Li, Xiaoliang Dai, Yujun Shi, Xuan Ju, Yushi Hu, Artsiom Sanakoyeu, Felix Juefei-Xu, Ji Hou, Junjiao Tian, Tao Xu, Tingbo Hou, Yen-Cheng Liu, Zecheng He, Zijian He, Matt Feiszli, Peizhao Zhang, Peter Vajda, Sam Tsai, Yun Fu

机构 * Northeastern University（东北大学） ； Meta GenAI（Meta 生成人工智能） ； Meta FAIR ； National University of Singapore（国立新加坡大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Washington（华盛顿大学） 纠错

Comments Project Page: https://ma-xu.github.io/token-shuffle/ Add related works

MM-IFEngine: Towards Multimodal Instruction Following

Shengyuan Ding, Shenxi Wu, Xiangyu Zhao, Yuhang Zang, Haodong Duan, Xiaoyi Dong, Pan Zhang, Yuhang Cao, Dahua Lin, Jiaqi Wang

机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； CPII under InnoHK（创新香港下的CPII） ； Shanghai Innovation Institute（上海创新研究院） 纠错

HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit

Qingwei Ben, Feiyu Jia, Jia Zeng, Junting Dong, Dahua Lin, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Multimedia Laboratory, The Chinese University of Hong Kong（多媒体实验室，香港中文大学） 纠错

BeamDojo: Learning Agile Humanoid Locomotion on Sparse Footholds

Huayi Wang, Zirui Wang, Junli Ren, Qingwei Ben, Tao Huang, Weinan Zhang, Jiangmiao Pang

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

Comments Published at RSS 2025. Project website: https://why618188.github.io/beamdojo

An Explainable Biomedical Foundation Model via Large-Scale Concept-Enhanced Vision-Language Pre-training

Yuxiang Nie, Sunan He, Yequan Bie, Yihui Wang, Zhixuan Chen, Shu Yang, Zhiyuan Cai, Hongmei Wang, Xi Wang, Luyang Luo, Mingxiang Wu, Xian Wu, Ronald Cheong Kin Chan, Yuk Ming Lau, Yefeng Zheng, Pranav Rajpurkar, Hao Chen

机构 * Shenzhen People’s Hospital（深圳人民医院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

You Only Teach Once: Learn One-Shot Bimanual Robotic Manipulation from Video Demonstrations

Huayi Zhou, Ruixiang Wang, Yunxin Tai, Yueci Deng, Guiliang Liu, Kui Jia

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Harbin Institute of Technology, Weihai（哈尔滨工业大学（威海）） ； DexForce, Shenzhen（深圳DexForce） 纠错

Comments accepted by RSS 2025

Mamba in Speech: Towards an Alternative to Self-Attention

Xiangyu Zhang, Qiquan Zhang, Hexin Liu, Tianyi Xiao, Xinyuan Qian, Beena Ahmed, Eliathamby Ambikairajah, Haizhou Li, Julien Epps

机构 * School of Electrical Engineering and Telecommunications, The University of New South Wales (UNSW)（新南威尔士大学电子工程与电信学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Computer and Communication Engineering, University of Science and Technology Beijing（北京科技大学计算机与通信工程学院） ； Guangdong Provincial Key Laboratory of Big Data Computing, The Chinese University of Hong Kong (Shenzhen)（广东大数据计算省级重点实验室，香港中文大学（深圳）） ； Shenzhen Research Institute of Big data, Shenzhen（深圳大数据研究 institute） 纠错

Opportunistic Collaborative Planning with Large Vision Model Guided Control and Joint Query-Service Optimization

Jiayi Chen, Shuai Wang, Guoliang Li, Wei Xu, Guangxu Zhu, Derrick Wing Kwan Ng, Chengzhong Xu

机构 * Shenzhen Research Institute of Big Data, The Chinese University of Hong Kong (Shenzhen)（深圳大数据研究院，香港中文大学（深圳）） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； State Key Laboratory of Internet of Things for Smart City (SKL-IOTSC), University of Macau（智能城市物联网国家重点实验室，澳门大学） ； Manifold Tech Limited（曼陀科技有限公司） ； School of Electrical Engineering and Telecommunications, the University of New South Wales（新南威尔士大学电子与电信工程学院） 纠错

Dual Prompting Image Restoration with Diffusion Transformers

Dehong Kong, Fan Li, Zhixin Wang, Jiaqi Xu, Renjing Pei, Wenbo Li, WenQi Ren

机构 * School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学网络科学与技术学院） ； MoE Key Laboratory of Information Technology（信息科技联合实验室） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Guangdong Provincial Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室） 纠错

Comments CVPR2025

Evolution of Optimization Algorithms for Global Placement via Large Language Models

Xufeng Yao, Jiaxi Jiang, Yuxuan Zhao, Peiyu Liao, Yibo Lin, Bei Yu

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

Generative Auto-Bidding with Value-Guided Explorations

Jingtong Gao, Yewen Li, Shuai Mao, Peng Jiang, Nan Jiang, Yejing Wang, Qingpeng Cai, Fei Pan, Peng Jiang, Kun Gai, Bo An, Xiangyu Zhao

机构 * City University of Hong Kong（香港城市大学） ； Nanyang Technological University（南洋理工大学） ； Kuaishou Technology（快手科技） ； The Chinese University of Hong Kong（香港中文大学） ； Unaffiliated（无隶属机构） 纠错

Automatically Generating UI Code from Screenshot: A Divide-and-Conquer-Based Approach

Yuxuan Wan, Chaozheng Wang, Yi Dong, Wenxuan Wang, Shuqing Li, Yintong Huo, Michael R. Lyu

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

Comments Accepted by FSE 2025

3D-LLaVA: Towards Generalist 3D LMMs with Omni Superpoint Transformer

Jiajun Deng, Tianyu He, Li Jiang, Tianyu Wang, Feras Dayoub, Ian Reid

机构 * Australian Institute for Machine Learning, The University of Adelaide（澳大利亚机器学习研究所，阿德莱德大学） ； Microsoft Research（微软研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Mohamed bin Zayed University of AI（穆罕默德·本·扎耶德人工智能大学） 纠错

Comments Accepted by CVPR 2025

SOTOPIA-S4: a user-friendly system for flexible, customizable, and large-scale social simulation

Xuhui Zhou, Zhe Su, Sophie Feng, Jiaxu Zhou, Jen-tse Huang, Hsien-Te Kao, Spencer Lynch, Svitlana Volkova, Tongshuang Sherry Wu, Anita Woolley, Hao Zhu, Maarten Sap

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Aptima ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments The first author and the second author contributed equally

UltraFusion: Ultra High Dynamic Imaging using Exposure Fusion

Zixuan Chen, Yujin Wang, Xin Cai, Zhiyuan You, Zheming Lu, Fan Zhang, Shi Guo, Tianfan Xue

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） 纠错

Comments Accepted by CVPR 2025. Project Page: https://openimaginglab.github.io/UltraFusion

DEFOM-Stereo: Depth Foundation Model Based Stereo Matching

Hualie Jiang, Zhiqiang Lou, Laiyan Ding, Rui Xu, Minglang Tan, Wenjie Jiang, Rui Huang

机构 * Insta360 Research（Insta360研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

Comments https://insta360-research-team.github.io/DEFOM-Stereo/

Journal ref CVPR 2025

Critic-V: VLM Critics Help Catch VLM Errors in Multimodal Reasoning

Di Zhang, Junxian Li, Jingdi Lei, Xunzhi Wang, Yujie Liu, Zonglin Yang, Jiatong Li, Weida Wang, Suorong Yang, Jianbo Wu, Peng Ye, Wanli Ouyang, Dongzhan Zhou

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； Nankai University（南开大学） ； Shanghai University（上海大学） ； Nanyang Technological University（南洋理工大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tongji University（同济大学） ； Nanjing University（南京大学） ； University of California, Merced（加州大学梅德福分校） ； Chinese University of Hong Kong（香港中文大学） 纠错

Comments 16 pages, 11 figures

From Reflection to Perfection: Scaling Inference-Time Optimization for Text-to-Image Diffusion Models via Reflection Tuning

Le Zhuo, Liangbing Zhao, Sayak Paul, Yue Liao, Renrui Zhang, Yi Xin, Peng Gao, Mohamed Elhoseiny, Hongsheng Li

机构 * CUHK MMLab（香港中文大学多模态实验室） ； KAUST（科威特科学与技术研究中心） ； Hugging Face（Hugging Face公司） ； Shanghai AI Lab（上海人工智能实验室） 纠错

Comments All code, checkpoints, and datasets are available at \url{https://diffusion-cot.github.io/reflection2perfection}

CARE: Compatibility-Aware Incentive Mechanisms for Federated Learning with Budgeted Requesters

Xiang Liu, Hau Chan, Minming Li, Xianlong Zeng, Chenchen Fu, Weiwei Wu

机构 * Southeast University（东南大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Nebraska-Lincoln（内布拉斯加大学林肯分校） ； City University of Hong Kong（香港城市大学） 纠错

Fusing Reward and Dueling Feedback in Stochastic Bandits

Xuchuang Wang, Qirun Zeng, Jinhang Zuo, Xutong Liu, Mohammad Hajiesmaili, John C. S. Lui, Adam Wierman

机构 * University of Massachusetts（马萨诸塞大学） ； City University of Hong Kong（香港城市大学） ； Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； California Institute of Technology（加州理工学院） 纠错

Harmonizing Visual Representations for Unified Multimodal Understanding and Generation

Size Wu, Wenwei Zhang, Lumin Xu, Sheng Jin, Zhonghua Wu, Qingyi Tao, Wentao Liu, Wei Li, Chen Change Loy

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Shanghai AI Laboratory Research（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； SenseTime Research and Tetras.AI（SenseTime研究部和Tetras.AI） ； SenseTime Research（商汤科技研究院） 纠错