The University of Hong Kong（香港大学）

PhysEditBench: A Protocol-Conditioned Benchmark for Dense Physical-Map Prediction with Image Editors

PhysEditBench: 一种基于协议的密集物理地图预测基准

Jiaxin Yang, Yu Hou, Muxin Liu, Weixuan Liu, Ze Yuan, Zeming Chen, Zhongrui Wang, Xiaojuan Qi

机构 * Southern University of Science and Technology（南方科技大学） ； The University of Hong Kong（香港大学） ； East China Normal University（华东师范大学） 纠错

AI总结 PhysEditBench旨在评估和标准化图像编辑器在密集物理地图预测中的性能，涵盖深度、法线、反照率、粗糙度和金属度五个目标，通过定制协议和高质量数据集验证图像编辑器与专用模型的性能差异。

Comments 48 pages, 12 figures, including references, appendix, and supplementary benchmark details

Z-Order Transformer for Feed-Forward Gaussian Splatting

Z-Order Transformer用于前馈高斯点云

Can Wang, Lei Liu, Wei Jiang, Dong Xu

机构 * The University of Hong Kong（香港大学） ； Futurewei Technologies Inc（未来科技公司） 纠错

AI总结 本文提出Z-Order Transformer用于前馈高斯点云，通过稀疏注意力机制和Z-order策略有效捕捉高斯点间空间与语义关系，提升实时渲染质量与效率。

Comments Accept by CVPR 2026, Oral

LLM-based Multimodal Feedback Produces Equivalent Learning and Better Student Perceptions than Educator Feedback

基于大语言模型的多模态反馈在学习效果和学生感知上与教师反馈相当且更优

Chloe Qianhui Zhao, Jie Cao, Jionghao Lin, Kenneth R. Koedinger

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出一种实时AI辅助的多模态反馈系统，通过整合结构化文本解释与动态多媒体资源，实现学习效果与学生感知的提升，证明AI反馈在清晰度、具体性等方面优于传统教师反馈。

Comments 11 pages, to be published at the 16th International Learning Analytics & Knowledge Conference (LAK '26)

CoRe-Gen: Robust Spectrum-to-Structure Generation under Imperfect Fingerprint Conditions

CoRe-Gen：在不完美指纹条件下实现鲁棒的光谱到结构生成

Tianbo Liu, Chixiang Lu, Jing Hao, Hengyu Zhang, Lifei Wang, Haibo Jiang, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang Shuren University（浙江师范大学） 纠错

AI总结 针对光谱到结构生成中指纹预测误差的问题，CoRe-Gen通过合成光谱预训练、频率感知指纹扰动和结构感知解码，提升了生成鲁棒性，在NPLIB1上达到新高准确率。

Exploring how EFL students talk to and through AI to develop texts

探索EFL学生如何与AI交流以发展文本

David James Woo, Yangyang Yu, Yilin Huang, Deliang Wang, Kai Guo, Chi Ho Yeung

机构 * Everwrite Limited（Everwrite有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； The Education University of Hong Kong（香港教育大学） ； The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文研究EFL学生通过提示工程和协商作者身份与AI互动，探讨其对写作表现的影响，发现不同的人机对话责任模式对写作表现无显著影响。

Comments 37 pages, 5 figures

Structural Diversity Drives Disruptive Scientific Innovation

结构多样性驱动颠覆性科学创新

Yichun Peng, Saike He, Peijie Zhang, Kang Zhao, Yi Yang, Ning Zhang, Qingpeng Zhang, Daniel Dajun Zeng, Hao Peng

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院，北京100190，中国） ； University of Chinese Academy of Sciences, Beijing 101408, China（中国科学院大学，北京101408，中国） ； Department of Business Analytics, Tippie College of Business, The University of Iowa, Iowa City, IA 52242, United States of America（美国爱荷华大学蒂普皮商学院商业分析系，爱荷华市，IA 52242，美国） ； The University of Hong Kong, Institute of Data Science & Department of Pharmacology and Pharmacy（香港大学，数据科学研究所及药理学与药学系） 纠错

AI总结 研究通过结构多样性指标揭示科学创新的组织结构影响，证明其在预测颠覆性创新中的有效性，并提出跨学科整合机制。