Investigating and Enhancing the Robustness of Large Multimodal Models Against Temporal Inconsistency
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） ； Meituan Inc.（美团公司）
高校专区
Harbin Institute of Technology（哈尔滨工业大学）
Multimodal Cancer Survival Analysis via Hypergraph Learning with Cross-Modality Rebalance
机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； School of Software, Tsinghua University（清华大学软件学院） ； School of Computer Science and Engineering, UNSW Sydney（新南威尔士大学计算机科学与工程学院）
Comments accepted by IJCAI2025 Code: https://github.com/MCPathology/MRePath
Multimodal Mixture of Low-Rank Experts for Sentiment Analysis and Emotion Recognition
机构 * School of Artificial Intelligence, Beijing University of Posts and Telecommunications（人工智能学院，北京邮电大学） ； 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）
Comments Accepted to ICME 2025
4D-ROLLS: 4D Radar Occupancy Learning via LiDAR Supervision
机构 * Department of Automation, School of Intelligence Science and Engineering, Harbin Institute of Technology（自动化系、智能科学与工程学院、哈尔滨工业大学）
Automated Quality Evaluation of Cervical Cytopathology Whole Slide Images Based on Content Analysis
机构 * School of Computer Science and Technology, Harbin University of Science and Technology, Harbin, China（哈尔滨理工大学计算机科学与技术学院） ； School of Computer Science and Technology, Anhui University of Technology, Maanshan, China（安徽理工大学计算机科学与技术学院） ； School of Computer Science and Technology, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机科学与技术学院）
Comments 12 pages, 10 figures
VideoVista-CulturalLingo: 360$^\circ$ Horizons-Bridging Cultures, Languages, and Domains in Video Comprehension
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Hong Kong University of Science and Technology（香港科技大学）
RBF++: Quantifying and Optimizing Reasoning Boundaries across Measurable and Unmeasurable Capabilities for Chain-of-Thought Reasoning
机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology（社会计算与交互机器人研究中心，哈尔滨工业大学） ； Faculty of Computing, Harbin Institute of Technology（计算学院，哈尔滨工业大学） ； School of Computer Science and Engineering, Central South University（计算机科学与工程学院，中南大学） ； Chinese University of Hong Kong（香港中文大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab）
Comments Manuscript
Adversarial Testing in LLMs: Insights into Decision-Making Vulnerabilities
机构 * School of Computing, Dublin City University（都柏林城市大学计算机学院） ； Insight SFI Research Centre for Data Analytics（数据分析SFI研究中心） ； North China Electric Power University（华北电力大学） ； Harbin Institute of Technology (Weihai)（威海工业大学）
What are the Essential Factors in Crafting Effective Long Context Multi-Hop Instruction Datasets? Insights and Best Practices
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Research Center for Social Computing and Interactive Robotics（社会计算与交互机器人研究中心） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院）
Comments ACL 2025 Camera Ready. Code is available at: https://github.com/WowCZ/LongMIT
Unveiling Entity-Level Unlearning for Large Language Models: A Comprehensive Analysis
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； The University of Hong Kong（香港大学）
Comments Accepted by COLING 2025
$γ$-FedHT: Stepsize-Aware Hard-Threshold Gradient Compression in Federated Learning
机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Harbin Institute of Technology（哈尔滨工业大学） ； UM-SJTU Joint Institute（上海交通大学-慕尼黑大学联合学院）
Comments This article has been accepted for publication in IEEE INFOCOM 2025
UFO-RL: Uncertainty-Focused Optimization for Efficient Reinforcement Learning Data Selection
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） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Du Xiaoman Technology (Beijing) Co., Ltd.（杜祥曼科技（北京）有限公司）
Community Search in Time-dependent Road-social Attributed Networks
机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院）
Comments 12 pages, 7 figures
Enhancing Knowledge Graph Completion with GNN Distillation and Probabilistic Interaction Modeling
机构 * Shandong Key Laboratory of Industrial Network Security（山东工业网络安全重点实验室） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院）
Always Clear Depth: Robust Monocular Depth Estimation under Adverse Weather
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Dalian Maritime University（大连海事大学）
HWC-Loco: A Hierarchical Whole-Body Control Approach to Robust Humanoid Locomotion
机构 * The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Harbin Institute of Technology（哈尔滨工业大学） ； DexForce Technology（DexForce科技） ； Southeast University（东南大学）
Going Beyond Feature Similarity: Effective Dataset Distillation based on Class-Aware Conditional Mutual Information
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； University of Waterloo（滑铁卢大学）
Comments Accepted to ICLR 2025
Pruning via Merging: Compressing LLMs via Manifold Alignment Based Layer Merging
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shandong Agricultural University（山东农业大学） ； Tencent Inc.（腾讯公司） ； Anhui University（安徽大学）
Dynamic Base model Shift for Delta Compression
机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学）
Comments 16 pages, 7 figures
SynCL: A Synergistic Training Strategy with Instance-Aware Contrastive Learning for End-to-End Multi-Camera 3D Tracking
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), CASIA（多模态人工智能系统国家重点实验室（MAIS），中国科学院自动化所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） ； Harbin Institute of Technology（哈尔滨工业大学）
Comments 11 pages, 6 figures
Learned Image Compression with Dictionary-based Entropy Model
机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
Comments Accepted to CVPR 2025
Monocular Depth Guided Occlusion-Aware Disparity Refinement via Semi-supervised Learning in Laparoscopic Images
机构 * School of Life Science and Technology, Harbin Institute of Technology（生命科学与技术学院，哈尔滨工业大学） ； State Key Laboratory of Robotics and System, Harbin Institute of Technology（机器人与系统国家重点实验室，哈尔滨工业大学）
HoloTime: Taming Video Diffusion Models for Panoramic 4D Scene Generation
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
Comments Project Homepage: https://zhouhyocean.github.io/holotime/ Code: https://github.com/PKU-YuanGroup/HoloTime
Strategic Application of AIGC for UAV Trajectory Design: A Channel Knowledge Map Approach
机构 * School of Electronic and Information Engineering, Harbin Institute of Technology, Shenzhen, China（电子与信息工程学院，哈尔滨工业大学，深圳）
High-Frequency Prior-Driven Adaptive Masking for Accelerating Image Super-Resolution
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） ； City University of Hong Kong（香港城市大学） ； Tianjin University（天津大学）
Comments 10 pages, 6 figures, 5 tables
FreCT: Frequency-augmented Convolutional Transformer for Robust Time Series Anomaly Detection
机构 * University of Chinese Academy of Science（中国科学院大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； National University of Defense Technology（国防科学技术大学） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Hainan University（海南大学） ； City University of Hong Kong（香港城市大学）
GeoGround: A Unified Large Vision-Language Model for Remote Sensing Visual Grounding
机构 * Nanyang Technological University（南洋理工大学） ； University of Reading（阅读大学） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； SenseTime Research（商汤科技研究院）
Comments 9 pages, 5 figures
Document Image Rectification Bases on Self-Adaptive Multitask Fusion
机构 * the School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Peng Cheng Laboratory（鹏城实验室）
CountDiffusion: Text-to-Image Synthesis with Training-Free Counting-Guidance Diffusion
机构 * Department of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术系，哈尔滨工业大学）
Comments 8 pages, 9 figures, 3 tables
Object-Shot Enhanced Grounding Network for Egocentric Video
机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学）
Comments Accepted by CVPR 2025
