Harbin Institute of Technology（哈尔滨工业大学）

MTLSI-Net: A Linear Semantic Interaction Network for Parameter-Efficient Multi-Task Dense Prediction

MTLSI-Net：一种用于参数高效多任务密集预测的线性语义交互网络

Chen Liu, Hengyu Man, Xiaopeng Fan, Debin Zhao

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology SuZhou Research Institute（哈尔滨工业大学苏州研究院） 纠错

AI总结 本文提出MTLSI-Net，通过线性注意力机制解决多任务密集预测中全局跨任务交互的挑战，采用三关键组件实现高效参数使用，实验表明其在NYUDv2和PASCAL-Context上达到SOTA性能。

Comments accepted by ICME 2026, to be published

Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation

交互跟踪：一种带有记忆增强适应的人机协作范式

Yuqing Huang, Guotian Zeng, Zhenqiao Yuan, Zhenyu He, Xin Li, Yaowei Wang, Ming-Hsuan Yang

机构 * Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； South China University of Technology（华南理工大学） ； Pazhou Lab (Huangpu)（琶洲实验室（黄埔）） ； UC Merced（加州大学默塞德分校） ； Yonsei University（延世大学） 纠错

AI总结 本文提出交互跟踪范式，通过自然语言指令实现人机协作，构建了首个大规模交互跟踪基准，评估25种跟踪器并提出IMAT基线，展示传统方法在交互场景下的不足。

MATA-Former & SIICU: Semantic Aware Temporal Alignment for High-Fidelity ICU Risk Prediction

MATA-Former 及 SIICU：语义感知的时序对齐用于高保真ICU风险预测

Zhichong Zheng, Xiaohang Nie, Xueqi Wang, Yuanjin Zhao, Haitao Zhang, Yichao Tang

机构 * Tongji University（同济大学） ； Shanghai Innovation Institute（上海创新研究院） ； Department of Critical Care Medicine, Shanghai East Hospital, Tongji University School of Medicine（同济大学医学院附属上海东方医院重症医学科） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出MATA-Former和SIICU，通过事件语义动态参数化注意力权重，优先考虑因果有效性而非时间延迟，以提升ICU风险预测的准确性。

3-D Relative Localization for Multi-Robot Systems with Angle and Self-Displacement Measurements

多机器人系统中基于角度和自身位移测量的三维相对定位

Chenyang Liang, Liangming Chen, Baoyi Cui, Jie Mei

机构 * School of Intelligence Science and Engineering, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）智能科学与工程学院） ； School of Automation and Intelligent Manufacturing, and Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology, Southern University of Science and Technology, China（南方科技大学自动化与智能制造学院及广东省全驱系统控制理论与技术重点实验室） ； Guangdong Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）广东省智能变体机构与自适应机器人重点实验室） 纠错

AI总结 本文提出基于机器人间内角和自身位移测量的三维相对定位框架，解决测量噪声下的定位问题，通过改进的MAP估计器和权重总最小二乘法提高精度与效率。

Comments 29 pages, 28 figures

Journal ref The International Journal of Robotics Research, 2025

Tex3D: Objects as Attack Surfaces via Adversarial 3D Textures for Vision-Language-Action Models

Tex3D: 通过对抗性3D纹理将物体作为攻击面用于视觉-语言-动作模型

Jiawei Chen, Simin Huang, Jiawei Du, Shuaihang Chen, Yu Tian, Mingjie Wei, Chao Yu, Zhaoxia Yin

机构 * East China Normal University（华东师范大学） ； Zhongguancun Academy（中关村学院） ； CFAR, A*STAR, Singapore（新加坡科技研究局CFAR） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出Tex3D框架，通过对抗性3D纹理攻击视觉-语言-动作模型，揭示其在物理环境中面临的关键漏洞，展示了在仿真和真实机器人任务中显著降低模型性能的实验结果。

ScrollScape: Unlocking 32K Image Generation With Video Diffusion Priors

ScrollScape: 通过视频扩散先验解锁32K图像生成

Haodong Yu, Yabo Zhang, Donglin Di, Ruyi Zhang, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Li Auto, Beijing, China（理想汽车（中国北京）） 纠错

AI总结 ScrollScape通过将超大比例图像生成转化为连续视频生成过程，利用视频模型的时序一致性确保结构完整性，实现32K分辨率的高质量图像生成。

The Evolution of Tool Use in LLM Agents: From Single-Tool Call to Multi-Tool Orchestration

大语言模型代理中工具使用的演变：从单工具调用到多工具编排

Haoyuan Xu, Chang Li, Xinyan Ma, Xianhao Ou, Zihan Zhang, Tao He, Xiangyu Liu, Zixiang Wang, Jiafeng Liang, Zheng Chu, Runxuan Liu, Rongchuan Mu, Dandan Tu, Ming Liu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Harvard University（哈佛大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

AI总结 本文探讨了大语言模型代理中工具使用从单次调用到长期编排的演变，分析了多工具代理的最新进展，涵盖任务规划、安全控制、效率优化及实际应用等领域。

Efficient Reasoning with Balanced Thinking

高效平衡思考推理

Yulin Li, Tengyao Tu, Li Ding, Junjie Wang, Huiling Zhen, Yixin Chen, Yong Li, Zhuotao Tian

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhongguancun Academy（中关村学院） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 本文提出ReBalance框架，通过平衡思考提升推理效率，减少冗余并提高准确性，适用于多种推理任务。

Comments Accepted by ICLR 2026

Towards Distillation-Resistant Large Language Models: An Information-Theoretic Perspective

迈向抗蒸馏的大语言模型：信息论视角

Hao Fang, Tianyi Zhang, Tianqu Zhuang, Jiawei Kong, Kuofeng Gao, Bin Chen, Leqi Liang, Shu-Tao Xia, Ke Xu

机构 * Tsinghua University（清华大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

AI总结 本文从信息论角度分析蒸馏防御问题，提出通过最小化条件互信息来提升模型抗蒸馏能力，设计变换矩阵净化输出以增强安全性，实验表明方法有效降低蒸馏性能并保持任务准确性。

Seeing Through the Chain: Mitigate Hallucination in Multimodal Reasoning Models via CoT Compression and Contrastive Preference Optimization

通过链看穿：通过CoT压缩和对比偏好优化缓解多模态推理模型的幻觉

Hao Fang, Jinyu Li, Jiawei Kong, Tianqu Zhuang, Kuofeng Gao, Bin Chen, Shu-Tao Xia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

AI总结 本文提出C3PO框架，通过CoT压缩和对比偏好优化缓解多模态推理模型的幻觉问题，通过过滤冗余思考 token 提升信号效率，并利用高质量反馈和定制诱导器增强对比学习效果。

ExpertFlow: Efficient Mixture-of-Experts Inference via Predictive Expert Caching and Token Scheduling

ExpertFlow：通过预测专家缓存和令牌调度实现高效的混合专家推理

Xin He, Shunkang Zhang, Kaijie Tang, Shaohuai Shi, Yuxin Wang, Zihao Zeng, Zhenheng Tang, Xiaowen Chu, Haiyan Yin, Ivor W. Tsang, Yew Soon Ong

机构 * CFAR, Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局CFAR） ； The Hong Kong University of Science and Technology, Hong Kong（香港科技大学） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Hong Kong Baptist University, Hong Kong（香港浸会大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； The Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州）） 纠错

AI总结 本文提出ExpertFlow，通过预测专家缓存和令牌调度实现高效的混合专家推理，减少GPU内存使用达93.72%，提升推理吞吐量达10倍。

Comments Accepted in DAC'26, Mixture-of-Experts, Inference, Offloading