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

PCF-Grasp: Converting Point Completion to Geometry Feature to Enhance 6-DoF Grasp

PCF-Grasp: 将点完成转换为几何特征以增强6自由度抓取

Yaofeng Cheng, Fusheng Zha, Wei Guo, Pengfei Wang, Chao Zeng, Lining Sun, Chenguang Yang

机构 * State Key Laboratory of Robotics and System at Harbin Institute of Technology（哈尔滨工业大学机器人系统国家重点实验室） ； Lanzhou University of Technology（兰州理工大学） ； Department of Computer Science（计算机科学系） ； University of Liverpool（利物浦大学） 纠错

AI总结 PCF-Grasp通过将点完成转换为几何特征，提升6自由度抓取的准确性和效率，实验显示其在真实环境中的成功率比现有方法高17.8%。

Journal ref IEEE Transactions on Systems, Man, and Cybernetics: Systems ( Volume: 56, Issue: 1, January 2026)

Fusion Matters: Length-Aware Analysis of Positional-Encoding Fusion in Transformers

融合至关重要：Transformer中位置编码融合的长度感知分析

Mohamed Amine Hallam, Kuo-Kun Tseng

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文研究了Transformer中位置编码融合机制对长序列性能的影响，发现融合策略的选择对长文档有显著提升，且提出了轻量级卷积门控机制以增强模型效果。

Comments 10 pages, 5 figures. Code and reproduction materials available on GitHub

Co-Training Vision Language Models for Remote Sensing Multi-task Learning

联合训练遥感多任务学习的视觉语言模型

Qingyun Li, Shuran Ma, Junwei Luo, Yi Yu, Yue Zhou, Fengxiang Wang, Xudong Lu, Xiaoxing Wang, Xin He, Yushi Chen, Xue Yang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Xidian University（西安电子科技大学） ； East China Normal University（东华大学） ； Wuhan University（武汉大学） ； Southeast University（东南大学） ； National University of Defense Technology（国防科技大学） ； Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 RSCoVLM通过联合训练视觉语言模型，提升遥感多任务学习的性能和灵活性。

Comments 14 pages, 6 figures

Adaptive Disentangled Representation Learning for Incomplete Multi-View Multi-Label Classification

自适应解耦表征学习用于不完整多视图多标签分类

Quanjiang Li, Zhiming Liu, Tianxiang Xu, Tingjin Luo, Chenping Hou

机构 * College of Science, National University of Defense Technology（国防科技大学科学学院） ； College of Artificial Intelligence, Harbin Institute of Technology（哈尔滨工业大学人工智能学院） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） 纠错

AI总结 ADRL通过自适应解耦表征学习方法解决多视图多标签分类中的特征缺失和标注不完整问题，提升模型性能。

Learning from Mistakes: Negative Reasoning Samples Enhance Out-of-Domain Generalization

从错误中学习：负推理样本增强领域外泛化

Xueyun Tian, Minghua Ma, Bingbing Xu, Nuoyan Lyu, Wei Li, Heng Dong, Zheng Chu, Yuanzhuo Wang, Huawei Shen

机构 * CAS Key Laboratory of AI Safety, Institute of Computing Technology, CAS, Beijing, China（中国科学院人工智能安全重点实验室，计算技术研究所，中国科学院，北京，中国） ； Harbin Institute of Technology, Harbin, China（哈尔滨工业大学，哈尔滨，中国） ； University of Chinese Academy of Sciences, Beijing, China（中国科学院大学，北京，中国） ； Tsinghua University, Beijing, China（清华大学，北京，中国） 纠错

AI总结 通过引入负例推理样本，GLOW方法有效提升了大语言模型在领域外任务中的泛化能力，通过调节损失下降和提升策略熵来减少过拟合并促进探索。

Comments Code and data are available at https://github.com/Eureka-Maggie/GLOW

ArcAligner: Adaptive Recursive Aligner for Compressed Context Embeddings in RAG

ArcAligner: 用于RAG中压缩上下文嵌入的自适应递归对齐器

Jianbo Li, Yi Jiang, Sendong Zhao, Bairui Hu, Haochun Wang, Bing Qin

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

AI总结 ArcAligner通过自适应门控机制提升RAG中压缩上下文表示的利用效率，有效解决压缩带来的理解困难问题。

Comments Code is available at https://github.com/liunian-Jay/ArcAligner.git

OptiSet: Unified Optimizing Set Selection and Ranking for Retrieval-Augmented Generation

OptiSet: 一体化的优化集选择与排序用于检索增强生成

Yi Jiang, Sendong Zhao, Jianbo Li, Bairui Hu, Yanrui Du, Haochun Wang, Bing Qin

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

AI总结 OptiSet通过集中心框架统一集选择和集级排序，提升RAG在复杂组合问题上的性能和生成效率。

Comments Code is available at https://github.com/liunian-Jay/OptiSet.git

Rotation-Robust Regression with Convolutional Model Trees

具有卷积模型树的旋转鲁棒回归

Hongyi Li, William Ward Armstrong, Jun Xu

机构 * Department of Automation, Harbin Institute of Technology, Shenzhen, China（自动化系，哈尔滨工业大学，深圳） ； Department of Computing Science, University of Alberta, Edmonton, Canada（计算机科学系，阿尔伯塔大学，爱德蒙顿） 纠错

AI总结 本文提出利用卷积模型树进行旋转鲁棒回归，通过几何感知的归纳偏差和部署时的方位搜索提升模型在旋转下的鲁棒性。

Defense Against Indirect Prompt Injection via Tool Result Parsing

通过工具结果解析防御间接提示注入

Qiang Yu, Xinran Cheng, Chuanyi Liu

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

AI总结 本文提出通过工具结果解析来防御间接提示注入，有效过滤恶意代码并降低攻击成功率。

Comments 20 pages, 3 figures, 5 tables

Character-R1: Enhancing Role-Aware Reasoning in Role-Playing Agents via RLVR

Character-R1: 通过RLVR增强角色感知推理

Yihong Tang, Kehai Chen, Xuefeng Bai, Benyou Wang, Zeming Liu, Haifeng Wang, Min Zhang

机构 * Institute of Computing and Intelligence, Harbin Institute of Technology（计算与智能研究所，哈尔滨工业大学） ； Shenzhen Loop Area Institute (SLAI)（深圳环城研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Baidu Inc.（百度公司） 纠错

AI总结 Character-R1通过引入三种核心设计提升角色感知推理能力，有效解决角色扮演代理中的认知一致性问题。

Analyzing Reasoning Consistency in Large Multimodal Models under Cross-Modal Conflicts

在跨模态冲突下分析大型多模态模型的推理一致性

Zhihao Zhu, Jiafeng Liang, Shixin Jiang, Jinlan Fu, Ming Liu, Guanglu Sun, See-Kiong Ng, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出逻辑图扰动协议，通过主动视觉上下文细化方法，解决大型多模态模型在跨模态冲突下的推理一致性问题，提升推理鲁棒性。

Comments 10 pages, 5 figures

DiVA: Fine-grained Factuality Verification with Agentic-Discriminative Verifier

DiVA: 基于代理-判别验证器的细粒度事实性验证

Hui Huang, Muyun Yang, Yuki Arase

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Institute of Science Tokyo（东京科学研究所） 纠错

AI总结 DiVA通过结合生成模型和判别模型的能力，提出了一种细粒度事实性验证方法，并构建了FGVeriBench基准，有效提升了事实性验证的精度和适用性。

STAR-S: Improving Safety Alignment through Self-Taught Reasoning on Safety Rules

通过安全规则的自教推理提升安全性

Di Wu, Yanyan Zhao, Xin Lu, Mingzhe Li, Bing Qin

机构 * Research Center for Social Computing and Information Retrieval（社会计算与信息检索研究中心） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 STAR-S通过自教推理提升大型语言模型的安全性，有效防御对抗攻击。

Comments 19 pages,4 figures

CroBIM-U: Uncertainty-Driven Referring Remote Sensing Image Segmentation

CroBIM-U: 基于不确定性的遥感图像分割

Yuzhe Sun, Zhe Dong, Haochen Jiang, Tianzhu Liu, Yanfeng Gu

机构 * 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） 纠错

AI总结 CroBIM-U通过不确定性引导框架提升遥感图像分割的鲁棒性和几何精度，采用不确定性图和即插即用模块实现自适应推理与局部细化。

HAPNet: Toward Superior RGB-Thermal Scene Parsing via Hybrid, Asymmetric, and Progressive Heterogeneous Feature Fusion

HAPNet：通过混合、不对称和渐进式异构特征融合实现更优的RGB-热场景解析

Jiahang Li, Peng Yun, Yang Xu, Ye Zhang, Mingjian Sun, Qijun Chen, Ilin Alexander, Rui Fan

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； MSU-BIT-SMBU Joint Research Center of Applied Mathematics, Shenzhen MSU-BIT University（深圳MSU-BIT大学应用数学联合研究中心） ； Qingdao Innovation and Development Base, Harbin Institute of Technology (Weihai)（哈尔滨工业大学（威海）青岛创新与发展基地） ； Department of Control Science and Engineering, Harbin Institute of Technology（哈尔滨工业大学控制科学与工程系） ； Harbin Institute of Technology at Weihai（哈尔滨工业大学（威海）） ； Suzhou Research Institute, Harbin Institute of Technology（哈尔滨工业大学苏州研究所） ； Faculty of Computational Mathematics and Cybernetics, Lomonosov Moscow State University（莫斯科罗蒙诺夫莫斯科国立大学计算数学与自动化系） 纠错

AI总结 HAPNet通过混合、不对称和渐进式异构特征融合提升RGB-热场景解析性能，实现最佳效果。

Comments 16 pages, 4 figures. Accepted to the Biomimetic Intelligence and Robotics

MIND Your Reasoning: A Meta-Cognitive Intuitive-Reflective Network for Dual-Reasoning in Multimodal Stance Detection

注意你的推理：一种用于多模态立场检测双推理的元认知直观-反思网络

Bingbing Wang, Zhengda Jin, Bin Liang, Wenjie Li, Jing Li, Ruifeng Xu, Min Zhang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 MIND通过元认知直观-反思机制，在多模态立场检测中实现双推理，提升立场判断的准确性和泛化能力。

Toward Auditable Neuro-Symbolic Reasoning in Pathology: SQL as an Explicit Trace of Evidence

迈向病理学中的可审计神经符号推理：SQL作为证据的显式轨迹

Kewen Cao, Jianxu Chen, Yongbing Zhang, Ye Zhang, Hongxiao Wang

机构 * Capital Normal University, Beijing, China（首都师范大学） ； Leibniz-Institut für Analytische Wissenschaften-ISAS, Dortmund, Germany（莱比锡分析科学研究所-ISAS） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学深圳校区） 纠错

AI总结 本文提出一种基于SQL的神经符号推理框架，通过可执行的SQL轨迹实现病理分析的可审计性和可解释性。

Improving Flexible Image Tokenizers for Autoregressive Image Generation

改进灵活的图像标记器以用于自回归图像生成

Zixuan Fu, Lanqing Guo, Chong Wang, Binbin Song, Ding Liu, Bihan Wen

机构 * Nanyang Technological University（南洋理工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Harbin Institute of Technology（哈尔滨工业大学） ； Meta AI 纠错

AI总结 ReToK通过冗余标记填充和层次语义正则化改进灵活图像标记器，提升自回归图像生成效果。

PartImageNet++ Dataset: Enhancing Visual Models with High-Quality Part Annotations

PartImageNet++数据集：通过高质量部分标注增强视觉模型

Xiao Li, Zilong Liu, Yining Liu, Zhuhong Li, Na Dong, Sitian Qin, Xiaolin Hu

机构 * Department of Computer Science and Technology, BNRist, Institute for Artificial Intelligence, IDG/McGovern Institute for Brain Research, Tsinghua University（计算机科学与技术系，BNRist，人工智能研究所，IDG/McGovern脑科学研究所，清华大学） ； School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Duke University（杜克大学） ； Beijing Institute of Technology（北京理工大学） ； Chinese Institute for Brain Research（中国脑科学研究所） 纠错

AI总结 PartImageNet++数据集通过高质量部分标注提升视觉模型，提出多尺度部分监督模型并验证其在下游任务中的有效性。

Comments arXiv admin note: substantial text overlap with arXiv:2407.10918

Do You Have Freestyle? Expressive Humanoid Locomotion via Audio Control

你有即兴能力吗？通过音频控制实现 expressive 人形 locomotion

Zhe Li, Cheng Chi, Yangyang Wei, Boan Zhu, Tao Huang, Zhenguo Sun, Yibo Peng, Pengwei Wang, Zhongyuan Wang, Fangzhou Liu, Chang Xu, Shanghang Zhang

机构 * BAAI（北京人工智能研究院） ； University of Sydney（悉尼大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） 纠错

AI总结 RoboPerform 是首个通过音频直接生成音乐舞蹈和语音手势的人形运动框架，实现了低延迟、高保真的即兴运动表现。

OFFSIDE: Benchmarking Unlearning Misinformation in Multimodal Large Language Models

OFFSIDE: 多模态大语言模型中误信信息消除的基准测试

Hao Zheng, Zirui Pang, Ling li, Zhijie Deng, Yuhan Pu, Zhaowei Zhu, Xiaobo Xia, Jiaheng Wei

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； BIAI, ZJUT & D5Data.ai（BIAI、浙江工业大学及D5Data.ai） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 OFFSIDE通过足球转会谣言数据集，评估多模态大语言模型中误信信息消除的挑战与方法，揭示现有技术的局限性。

GRAPHMOE: Amplifying Cognitive Depth of Mixture-of-Experts Network via Introducing Self-Rethinking Mechanism

GRAPHMOE: 通过引入自我反思机制提升混合专家网络的认知深度

Bo Lv, Chen Tang, Zifan Zheng, Bohao Yang, Kun Zhao, Ning Liao, Xiaoxing Wang, Feiyu Xiong, Zhiyu Li, Nayu Liu, Jingchi Jiang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Institute for Advanced Algorithms Research, Shanghai（上海先进算法研究所） ； The University of Manchester（曼彻斯特大学） ； The University of Pittsburgh（匹兹堡大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of Sydney（悉尼大学） 纠错

AI总结 GRAPHMOE通过引入自我反思机制，提升混合专家网络的认知深度，实现语言模型的先进性能。

Comments 10 pages

Deep Deterministic Nonlinear ICA via Total Correlation Minimization with Matrix-Based Entropy Functional

基于总相关性最小化的深度确定性非线性ICA

Qiang Li, Shujian Yu, Liang Ma, Chen Ma, Jingyu Liu, Tulay Adali, Vince D. Calhoun

机构 * Tri-Institutional Center for Translational Research in Neuroimaging and Data Science（翻译神经影像与数据科学转化研究联合中心） ； Emory University（埃默里大学） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Georgia State University（佐治亚州立大学） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） 纠错

AI总结 本文提出DDICA，一种基于矩阵熵函数的深度神经网络框架，通过总相关性最小化实现非线性独立成分分析，提升噪声环境下的分离性能。

Comments 16 pages, 9 figures

A Cascaded Information Interaction Network for Precise Image Segmentation

用于精确图像分割的级联信息交互网络

Hewen Xiao, Jie Mei, Guangfu Ma, Weiren Wu

机构 * The Institute of Space Science and Applied Technology（空间科学与应用技术研究所） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出一种级联信息交互网络，通过融合低级纹理与高级语义特征提升图像分割精度，尤其在复杂环境中的表现优于现有方法。

Frequent subgraph-based persistent homology for graph classification

基于频繁子图的持久同调用于图分类

Xinyang Chen, Amaël Broustet, Guanyuan Zeng, Cheng He, Guoting Chen

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Université de Lille, Laboratoire Painlevé (UMR CNRS 8524), France（里尔大学，帕伊尔实验室（UMR CNRS 8524）） ； Sun Yat-Sen University, Guangzhou, China（中山大学） ； Great Bay University, Dongguan, China（大亚湾大学） 纠错

AI总结 本文提出基于频繁子图的持久同调方法，用于图分类，通过稳定且信息丰富的FPH特征提升拓扑意识的图表示学习。

Comments v2: Author list updated to include previously omitted co-authors

Training-free Context-adaptive Attention for Efficient Long Context Modeling

无需训练的上下文自适应注意力：用于高效长上下文建模

Zeng You, Yaofo Chen, Shuhai Zhang, Zhijie Qiu, Tingyu Wu, Yingjian Li, Yaowei Wang, Mingkui Tan

机构 * School of Future Technology, South China University of Technology, Guangzhou, China（未来技术学院，华南理工大学，广州，中国） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； School of Software Engineering, South China University of Technology, Guangzhou, China（软件学院，华南理工大学，广州，中国） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学，深圳，中国） 纠错

AI总结 本文提出无需训练的上下文自适应注意力机制，通过轻量级阶段实现高效长上下文推理，减少内存占用并提升速度。

Splatwizard: A Benchmark Toolkit for 3D Gaussian Splatting Compression

Splatwizard：3D高斯散射压缩的基准工具包

Xiang Liu, Yimin Zhou, Jinxiang Wang, Yujun Huang, Shuzhao Xie, Shiyu Qin, Mingyao Hong, Jiawei Li, Yaowei Wang, Zhi Wang, Shu-Tao Xia, Bin Chen

机构 * Tsinghua University（清华大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Huawei Technologies Ltd（华为技术有限公司） 纠错

AI总结 Splatwizard是一个专门用于评估3D高斯散射压缩模型的基准工具包，提供统一框架和自动化性能指标计算，用于评估渲染速度、率失真权衡、内存效率和几何准确性等关键指标。

Local Path Optimization in The Latent Space Using Learned Distance Gradient

在潜在空间中利用学习的距离梯度进行局部路径优化

Jiawei Zhang, Chengchao Bai, Wei Pan, Tianhang Liu, Jifeng Guo

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

AI总结 本文提出利用学习的距离梯度在潜在空间中进行局部路径优化，通过训练神经网络预测机器人与障碍物的距离，提高路径规划效率。

Comments This paper has been published in IROS 2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 15940-15946

Benchmarking LLMs for Fine-Grained Code Review with Enriched Context in Practice

基于实践丰富上下文的LLM细粒度代码审查基准测试

Ruida Hu, Xinchen Wang, Xin-Cheng Wen, Zhao Zhang, Bo Jiang, Pengfei Gao, Chao Peng, Cuiyun Gao

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； ByteDance（字节跳动） 纠错

AI总结 ContextCRBench通过丰富上下文的细粒度代码审查基准测试，评估LLM在代码审查中的性能，发现文本上下文比代码上下文更有效，且在工业应用中提升了审查系统性能。

Beyond Degradation Redundancy: Contrastive Prompt Learning for All-in-One Image Restoration

超越退化冗余：面向所有图像恢复的对比提示学习

Gang Wu, Junjun Jiang, Kui Jiang, Xianming Liu, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（计算机科学与技术学院，哈尔滨工业大学（深圳）） 纠错

AI总结 本文提出对比提示学习框架，通过稀疏提示模块和对比提示正则化提升提示-任务对齐，实现更有效的图像恢复。

Comments Accepted by IEEE TPAMI