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

Di-BiLPS: Denoising induced Bidirectional Latent-PDE-Solver under Sparse Observations

Di-BiLPS：在稀疏观测下去噪诱导的双向隐空间求解器

Zhonghao Li, Chaoyu Liu, Qian Zhang

机构 * School of Science, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区科学学院） ； Department of Theoretical Physics（理论物理系） ； Applied Mathematics, University of Cambridge, Cambridge, United Kingdom（应用数学系，剑桥大学，英国） 纠错

AI总结 本文提出Di-BiLPS，一种在极稀疏观测下处理正向和逆向PDE问题的统一神经框架，结合变分自编码器、隐扩散模块和对比学习，提升求解效率与准确性。

FrameSkip: Learning from Fewer but More Informative Frames in VLA Training

FrameSkip: 从更信息丰富的较少帧中学习以在VLA训练中提升性能

Bin Yu, Shijie Lian, Xiaopeng Lin, Zhaolong Shen, Yuliang Wei, Changti Wu, Hang Yuan, Haishan Liu, Bailing Wang, Cong Huang, Kai Chen

机构 * Harbin Institute of Technology（哈尔滨理工大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Huazhong University of Science and Technology（华中科技大学） ； East China Normal University（华东师范大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beihang University（北航） ； DeepCybo 纠错

AI总结 本文提出FrameSkip框架，通过选择高重要性帧来优化VLA训练，提升成功率与保留率的平衡，实现在三个基准测试中达到76.15%的成功率。

Comments GitHub: https://github.com/ZGC-EmbodyAI/FrameSkip

Three-Stage Learning Unlocks Strong Performance in Simple Models for Long-Term Time Series Forecasting

三阶段学习解锁简单模型在长期时间序列预测中的强大性能

Zhenan Yu, Guangxin Jiang, Jin Yang

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

AI总结 本文提出STAIR方法，通过三阶段学习提升简单时间映射模型性能，引入共享到个体微调和alpha-RevIN以缓解通道独立性和归一化先验限制，实验证明其在长期预测中的有效性。

PairDropGS: Paired Dropout-Induced Consistency Regularization for Sparse-View Gaussian Splatting

PairDropGS: 基于配对 Dropout 引起的一致性正则化的稀疏视角高斯点云法

Hantang Li, Qiang Zhu, Xiandong Meng, Xingtao Wang, Debin Zhao, Xiaopeng Fan

机构 * School of Computer Science, Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区计算机科学学院，中国） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室，中国） ； Smart Coding Institute, Pengcheng Laboratory, Shenzhen, China（鹏城实验室智能编码研究所，中国） ； School of Computer Science, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机科学学院，中国） 纠错

AI总结 本文提出PairDropGS，通过配对Dropout引起的一致性正则化改进稀疏视角高斯点云法，提升训练稳定性与重建质量，同时保持方法的简洁性和易用性。

Comments 11 pages,8 figures

ArcLight: A Lightweight LLM Inference Architecture for Many-Core CPUs

ArcLight：一种为多核CPU设计的轻量级大语言模型推理架构

Yuzhuang Xu, Xu Han, Yuxuan Li, Wanxiang Che

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

AI总结 本文提出ArcLight，一种为多核CPU优化的LLM推理架构，通过高效内存管理和线程调度及精细控制的张量并行性，解决多核CPU上的跨节点内存访问瓶颈，实现更高的推理吞吐量。

Comments Accepted by ACL 2026 Demo

SpatialReward: Bridging the Perception Gap in Online RL for Image Editing via Explicit Spatial Reasoning

SpatialReward: 通过显式空间推理弥合在线强化学习中图像编辑的感知差距

Yancheng Long, Yankai Yang, Hongyang Wei, Wei Chen, Tianke Zhang, Haonan fan, Changyi Liu, Kaiyu Jiang, Jiankang Chen, Kaiyu Tang, Bin Wen, Fan Yang, Tingting Gao, Han Li, Shuo Yang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生学院，清华大学） 纠错

AI总结 本文提出SpatialReward，通过显式空间推理提升在线强化学习中图像编辑的感知准确性，其在MMRB2和EditReward-Bench上表现优异，并在MultiEditReward-Bench上超越专用评估器。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

GRACE: Gradient-aligned Reasoning Data Curation for Efficient Post-training

GRACE：基于梯度对齐的推理数据整理以实现高效的后训练

Junjie Li, Ziao Wang, NingXuan Ma, Jianghong Ma, Xiaofeng Zhang

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Hong Kong Baptist University, China（香港 Baptist 大学） ； City University of Hong Kong, China（香港城市大学） 纠错

AI总结 GRACE通过梯度对齐方法，对推理数据进行高效后训练，仅用20%的数据即可达到全数据性能的108.8%，5%数据仍保持100.2%的性能。

TouchAnything: A Dataset and Framework for Bimanual Tactile Estimation from Egocentric Video

TouchAnything: 一个用于从第一人称视频中估计双臂触觉的数据库和框架

Jianyi Zhou, Ziteng Gao, Feiyang Hong, Zirui Liu, Guannan Zhang, Weisheng Dai, Ruichen Zhen, Chuqiao Lyu, Haotian Wu, Yinian Mao, Xushi Wang, Yuxiang Jiang, Wenbo Ding, Shuo Yang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳研究院） ； Meituan Academy of Robotics（美团机器人研究院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

AI总结 本文提出EgoTouch数据库和TouchAnything框架，通过多视角视频数据提升双臂触觉估计性能，实验表明结合腕部视角可提升接触和体积IoU指标。

SHM-Agents: A Generalist-Specialist Integrated Agent System for Structural Health Monitoring

SHM-Agents：一种用于结构健康监测的通用-专家集成代理系统

Yuequan Bao, Xing Li, Huabin Sun, Dawei Liu, Yuxuan Tian, Haiyang Hu

机构 * Key Lab of Smart Prevention and Mitigation of Civil Engineering Disasters of the Ministry of Industry and Information Technology, Harbin Institute of Technology, Harbin（工业和信息化部智能防灾减灾重点实验室，哈尔滨工业大学，哈尔滨） ； Key Lab of Structures Dynamic Behavior and Control of the Ministry of Education, Harbin Institute of Technology, Harbin（教育部结构动态行为与控制重点实验室，哈尔滨工业大学，哈尔滨） ； School of Civil Engineering, Harbin Institute of Technology, Harbin（哈尔滨工业大学土木工程学院） 纠错

AI总结 本文提出SHM-Agents，结合大语言模型的推理能力与专用算法的问题解决能力，实现结构健康监测任务的端到端执行，提升部署效率与系统扩展性。

Comments 19 pages, 20 figures

EchoKV: Efficient KV Cache Compression via Similarity-Based Reconstruction

EchoKV: 通过基于相似性的重建实现高效的KV缓存压缩

Shiyu Ji, Yixuan Wang, Yijun Liu, Qingfu Zhu, Wanxiang Che

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究院，哈尔滨工业大学，中国） 纠错

AI总结 本文提出EchoKV框架，支持按需切换全缓存与压缩缓存，利用轻量网络重建丢弃的KV组件，通过层内和层间相似性提升压缩效率，实验显示其在多种压缩比和模型上均优于现有方法，保持短上下文场景的吞吐量。

PersonalAlign: Hierarchical Implicit Intent Alignment for Personalized GUI Agent with Long-Term User-Centric Records

PersonalAlign：面向个性化GUI代理的分层隐式意图对齐

Yibo Lyu, Gongwei Chen, Rui Shao, Weili Guan, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 本文提出PersonalAlign，通过长期用户记录实现个性化GUI代理的隐式意图对齐，引入AndroidIntent基准测试，评估代理在模糊指令解析和主动建议中的表现，HIM-Agent在执行和主动性能上提升显著。

Comments Accepted to ACL26 Main

PVLM: Parsing-Aware Vision Language Model with Dynamic Contrastive Learning for Zero-Shot Deepfake Attribution

PVLM：面向零样本深度伪造属性识别的解析感知视觉语言模型

Yaning Zhang, Jiahe Zhang, Chunjie Ma, Weili Guan, Tian Gan, Zan Gao

机构 * Faculty of Computer Science and Technology, Qilu University of Technology (Shandong Academy of Sciences)（计算机科学与技术学院，齐鲁工业大学（山东省科学院）） ； Shandong University of Science and Technology（山东科技大学） ； Shandong Artificial Intelligence Institute, Qilu University of Technology (Shandong Academy of Sciences)（山东省人工智能研究院，齐鲁工业大学（山东省科学院）） ； School of Electronics and Information Engineering, Harbin Institute of Technology（电子与信息工程学院，哈尔滨工业大学（深圳）） ； School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） 纠错

AI总结 本文提出PVLM模型，通过动态对比学习实现对未知高级生成器的细粒度追踪，利用面部解析特征捕捉伪造表示，提升深度伪造属性识别性能。

Comments Accepted to IEEE Transactions on Dependable and Secure Computing 2026