Fudan University（复旦大学）

ThinkingVLA: Interleaved Vision and Language Reasoning for Robotic Manipulation

ThinkingVLA：用于机器人操作的交叉视觉与语言推理

Tianyi Lu, Hui Zhang, Zijie Diao, Junke Wang, Shengqi Xu, Xingyao Lin, Guojin Zhong, Ziyi Ye, Peng Wang, Zuxuan Wu, Yu-Gang Jiang

机构 * Fudan University（复旦大学） 纠错

AI总结 提出ThinkingVLA，通过统一的多Transformer架构实现前向与逆向推理交织，显著提升长时域操作任务性能。

MathVis-Fine: Aligning Visual Supervision with Necessity via Progressive Dependency-Guided Training for Multimodal Mathematical Reasoning

MathVis-Fine：通过渐进式依赖引导训练将视觉监督与必要性对齐的多模态数学推理

Wanshi Xu, Haokun Zhao, Haidong Yuan, Songjun Cao, Long Ma

机构 * School of ECE, Peking University（北京大学电子与计算机工程学院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

AI总结 提出MathVis-Fine框架，通过构建细粒度视觉标注数据集和两阶段渐进式训练，根据样本的视觉依赖程度平衡答案正确性和视觉基础奖励，提升多模态数学推理的监督精度。

ASTEROID: A Spatiotemporal Information Transformer for Forecasting Multi-Step Time Series of Molecular Dynamics

ASTEROID: 用于分子动力学多步时间序列预测的时空信息变换器

Kexin Wu, Luonan Chen, Renxiao Wang

机构 * Department of Medicinal Chemistry, School of Pharmaceutical Sciences, Fudan University（药学院药物化学系，复旦大学） ； School of Mathematical Sciences and School of AI, Shanghai Jiao Tong University（数学科学学院和人工智能学院，上海交通大学） 纠错

AI总结 提出ASTEROID框架，通过将分子动力学轨迹重构为高维时空序列并集成时空信息变换方程到Transformer中，实现多步原子坐标的直接预测，在多个量子力学分子数据集上显著提升预测精度并降低计算成本。

Comments 32 pages,10 figures

WeaveLA: Event Driven Cross-Subtask Latent Memory Weaving for Repetitive Robot Manipulation

WeaveLA: 面向重复机器人操作的基于事件驱动的跨子任务潜在记忆编织

Shoujing Zhu, Zhenyang Liu, Fungmiu Wang, Jiafeng Wang, Bo Yue, Guiliang Liu, Simo Wu, Xiangyang Xue, Taiping Zeng

机构 * Fudan University（复旦大学） ； 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） ； Shanghai Innovation Institute（上海创新研究院） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 针对短窗口VLA策略缺乏跨子任务信息传递的问题，提出WeaveLA，通过事件触发将完成子任务压缩为潜在令牌并注入下一子任务的动作生成路径，在保持基础策略短窗口接口的同时实现轻量级跨子任务通道，在困难重复任务上成功率从0%提升至47.8%。

AgentCyberRange: Benchmarking Frontier AI Systems in Realistic Cyber Ranges

AgentCyberRange：在真实网络靶场中基准测试前沿AI系统

Fengyu Liu, Jiarun Dai, Yihe Fan, Wuyuao Mai, Ziao Li, Bofei Chen, Jie Zhang, Zheng Lou, Bocheng Xiang, Qiyi Zhang, Xudong Pan, Geng Hong, Yuan Zhang, Min Yang

机构 * Fudan University（复旦大学） 纠错

AI总结 提出首个开源多靶场基础设施AgentCyberRange，集成110个漏洞和156个内部主机，评估前沿AI系统在真实网络攻击中的能力，发现GPT-5.5+Codex在web利用和后利用任务中表现最佳。

CyberEvolver: Structured Self-Evolution for Cybersecurity Agents On the Fly

CyberEvolver：面向网络安全代理的即时结构化自我进化

Yihe Fan, Changyi Li, Lichen Xu, Xudong Pan, Jiarun Dai, Hong Geng, Min Yang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Pudong Research Institute of Cryptology（上海浦东密码研究院） 纠错

AI总结 提出CyberEvolver框架，通过四层可进化架构、痕迹诊断机制和种群波束搜索，实现网络安全代理基于失败经验的支架自我进化，平均成功率提升13.6%。

Questioning the Coverage-Length Metric in Conformal Prediction: When Shorter Intervals Are Not Better

质疑共形预测中的覆盖-长度度量：当更短的区间并不更好时

Yizhou Min, Yizhou Lu, Lanqi Li, Zhen Zhang, Jiaye Teng

机构 * School of Statistics and Data Science, Shanghai University of Finance and Economics, Shanghai, China（上海财经大学统计与数据科学学院） ； Department of Statistics and Data Science, Fudan University, Shanghai, China（复旦大学统计与数据科学系） ； Institute of Data Science and Statistics, Shanghai University of Finance and Economics, Shanghai, China（上海财经大学数据科学与统计研究所） 纠错

AI总结 本文批判性检验共形预测中标准度量（覆盖率和区间长度）的充分性，揭示一种称为“偏见技巧”（PT）的反直觉方法可欺骗性地缩短区间长度而保持覆盖有效，并提出新度量“区间稳定性”以检测此类行为。

EqCollide: Equivariant and Collision-Aware Deformable Objects Neural Simulator

EqCollide: 等变且碰撞感知的可变形物体神经模拟器

Qianyi Chen, Tianrun Gao, Chenbo Jiang, Tailin Wu

机构 * Westlake University（西交大大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） ； McGill University（麦吉尔大学） 纠错

AI总结 提出首个端到端等变神经场模拟器EqCollide，通过等变编码器和碰撞感知消息传递的图神经网络常微分方程，实现可变形物体碰撞的准确、稳定和可扩展模拟。

Comments SIGKDD 2026 Oral AI4S Track. 20 pages, 16 figures