The University of Hong Kong（香港大学）

Pointer-CAD: Unifying B-Rep and Command Sequences via Pointer-based Edges & Faces Selection

Pointer-CAD：通过基于指针的边与面选择统一B-Rep和命令序列

Dacheng Qi, Chenyu Wang, Jingwei Xu, Tianzhe Chu, Zibo Zhao, Wen Liu, Wenrui Ding, Yi Ma, Shenghua Gao

机构 * Transcengram ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； ShanghaiTech University（上海科技大学） ； DeepSeek ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 Pointer-CAD通过基于指针的命令序列表示，将B-Rep模型的几何信息融入顺序建模，有效生成复杂几何结构并降低分割误差，显著提升CAD生成精度。

Comments Accepted by CVPR2026

Verified Critical Step Optimization for LLM Agents

用于大语言模型代理的验证关键步骤优化

Mukai Li, Qingcheng Zeng, Tianqing Fang, Zhenwen Liang, Linfeng Song, Qi Liu, Haitao Mi, Dong Yu

机构 * Tencent AI Lab（腾讯AI实验室） ； The University of Hong Kong（香港大学） ； Northwestern University（西北大学） 纠错

AI总结 本文提出CSO方法，通过验证关键步骤进行强化学习，以提升代理在复杂任务中的表现，实验显示其在GAIA-Text-103和XBench-DeepSearch上优于SFT基线。

Comments ACL 2026 Findings

Training-Free Loosely Speculative Decoding: Accepting Semantically Correct Drafts Beyond Exact Match

无需训练的宽松推测解码：在精确匹配之外接受语义正确的草稿

Jinze Li, Yixing Xu, Guanchen Li, Shuo Yang, Jinfeng Xu, Xuanwu Yin, Dong Li, Edith C. H. Ngai, Emad Barsoum

机构 * Advanced Micro Devices, Inc.（先进微器件公司） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） 纠错

AI总结 本文提出无需训练的宽松推测解码方法FLy，通过利用目标模型的自我纠正行为来判断草稿-目标不匹配是否仍具有语义有效性，从而在保持高精度的同时提升解码效率。

Comments Published as a conference paper at ICLR 2026

ComboStoc: Combinatorial Stochasticity for Diffusion Generative Models

ComboStoc: 差分生成模型中的组合随机性

Rui Xu, Jiepeng Wang, Hao Pan, Yang Liu, Xin Tong, Shiqing Xin, Changhe Tu, Taku Komura, Wenping Wang

机构 * The University of Hong Kong Work partially done at MSRA. † Corresponding authors. China ； The University of Hong Kong China ； Tsinghua University China ； Microsoft Research Asia China ； Shandong University China ； Texas A\&M University USA ； The University of Hong Kong ； Tsinghua University ； Microsoft Research Asia ； Shandong University ； Texas A\&M University 纠错

AI总结 本文研究了差分生成模型中未被充分探索但重要的组合复杂性问题，提出 ComboStoc 方法通过构建随机过程充分利用组合结构，提升训练效率并实现测试时生成的灵活控制。

Comments ACM Transactions on Graphics, SIGGRAPH 2026

A Systematic Post-Train Framework for Video Generation

视频生成的系统性后训练框架

Zeyue Xue, Siming Fu, Jie Huang, Shuai Lu, Haoran Li, Yijun Liu, Yuming Li, Xiaoxuan He, Mengzhao Chen, Haoyang Huang, Nan Duan, Ping Luo

机构 * The University of Hong Kong（香港大学） ； JD Explore Academy（京东探索研究院） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出系统性后训练框架，通过四个协同阶段提升视频生成的视觉质量、时间一致性和指令遵循性，同时保持预训练阶段的可控性。

Comments Tech report

Rapid tracking through strongly scattering media with physics-informed neuromorphic speckle analysis

通过强散射介质快速跟踪的物理引导神经形态斑点分析

Yuqing Cao, Shuo Zhu, Rongzhou Chen, Jingyan Chen, Ni Chen, Edmund Y. Lam

机构 * Department of Electrical and Computer Engineering, The University of Hong Kong（香港大学电子与计算机工程系） 纠错

AI总结 本文提出基于物理引导的神经形态跟踪方法，通过异步事件传感与任务驱动斑点分析实现强散射介质中快速且低光照下的稳定跟踪，实验表明其在速度和光照条件上均优于传统系统。

DIAL: Decoupling Intent and Action via Latent World Modeling for End-to-End VLA

DIAL: 通过潜在世界建模解耦意图与动作以实现端到端VLA

Yi Chen, Yuying Ge, Hui Zhou, Mingyu Ding, Yixiao Ge, Xihui Liu

机构 * The University of Hong Kong（香港大学） ； XPENG Robotics（小鹏机器人） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 DIAL通过潜在意图瓶颈解耦意图与动作，利用VLM进行潜在世界建模并结合轻量策略实现端到端VLA，实验表明其在RoboCasa GR1任务中优于现有方法，且在真实世界部署中表现稳健。

Comments Project page: https://xpeng-robotics.github.io/dial

RISE: Self-Improving Robot Policy with Compositional World Model

RISE：具有组合世界模型的自改进机器人策略

Jiazhi Yang, Kunyang Lin, Jinwei Li, Wencong Zhang, Tianwei Lin, Longyan Wu, Zhizhong Su, Hao Zhao, Ya-Qin Zhang, Li Chen, Ping Luo, Xiangyu Yue, Hongyang Li

机构 * The Chinese University of Hong Kong（香港中文大学） ； Kinetix AI ； The University of Hong Kong（香港大学） ； Shanghai Innovation Institute（上海创新研究院） ； Horizon Robotics ； Tsinghua University（清华大学） 纠错

AI总结 本文提出RISE框架，通过组合世界模型提升机器人策略鲁棒性，在动态砖块排序、背包打包和箱盖闭合任务中分别取得+35%、+45%和+35%的性能提升。

Comments RSS 2026. Project page: https://opendrivelab.com/RISE/

InternScenes: A Large-scale Simulatable Indoor Scene Dataset with Realistic Layouts

InternScenes: 一个大规模可模拟室内场景数据集，具有逼真布局

Weipeng Zhong, Peizhou Cao, Yichen Jin, Li Luo, Wenzhe Cai, Jingli Lin, Hanqing Wang, Zhaoyang Lyu, Tai Wang, Bo Dai, Xudong Xu, Jiangmiao Pang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北航） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出InternScenes数据集，包含4万多个多样化场景，涵盖15种常见场景类型和288个物体类别，通过整合现实扫描、程序生成和设计师创作的场景，保留大量小物品以实现逼真布局，用于场景布局生成和点-目标导航任务。

Comments Accepted by NeurIPS 2025; Project page: https://marjordcpz.github.io/InternScenes.github.io

SynMotion: Semantic-Visual Adaptation for Motion Customized Video Generation

SynMotion: 语义-视觉适应用于运动定制视频生成

Shuai Tan, Biao Gong, Yujie Wei, Shiwei Zhang, Zhuoxin Liu, Ke Ma, Yan Wang, Kecheng Zheng, Xing Zhu, Yujun Shen, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； Ant Group（蚂蚁集团） ； Tongyi（通义） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Huazhong University of Science and Technology（华中科技大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 SynMotion通过联合语义指导和视觉适应，解决视频生成中语义与视觉信息的平衡问题，提出双嵌入语义理解机制和参数高效运动适配器，提升运动细节和时间一致性。

Comments Project page: https://lucaria-academy.github.io/SynMotion/

ReSim: Reliable World Simulation for Autonomous Driving

ReSim：面向自动驾驶的可靠世界模拟

Jiazhi Yang, Kashyap Chitta, Shenyuan Gao, Long Chen, Yuqian Shao, Xiaosong Jia, Hongyang Li, Andreas Geiger, Xiangyu Yue, Li Chen

机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； OpenDriveLab at Shanghai AI Lab（上海人工智能实验室OpenDrive实验室） ； NVIDIA Research（NVIDIA研究） ； Xiaomi EV（小米电动车） ； Shanghai Jiao Tong University（上海交通大学） ； University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； HKUST（香港科技大学） 纠错

AI总结 本文提出ReSim模型，通过整合真实数据与模拟数据提升自动驾驶场景模拟的可靠性与可控性，提升规划和策略选择性能。

Comments NeurIPS 2025 Spotlight. Project page: https://opendrivelab.com/ReSim

ConVibNet: Needle Detection during Continuous Insertion via Frequency-Inspired Features

ConVibNet：通过频率启发特征实现连续插入期间的针头检测

Jiamei Guo, Zhehao Duan, Maria Neiiendam, Dianye Huang, Nassir Navab, Zhongliang Jiang

机构 * Computer Aided Medical Procedures and Augmented Reality (CAMP), Technical University of Munich（计算机辅助医学程序与增强现实（CAMP），慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Technical University of Denmark（丹麦技术大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出ConVibNet，通过频率启发特征实现连续插入期间的针头检测，利用时序依赖性提升动态场景下的针头定位与角度估计精度，实验表明其在针头定位和角度估计上均优于基线模型。

Comments Accepted by IPCAI

MegaScale-Data: Scaling Dataloader for Multisource Large Foundation Model Training

MegaScale-Data: 为多源大规模基础模型训练扩展数据加载器

Juntao Zhao, Qi Lu, Wei Jia, Borui Wan, Lei Zuo, Junda Feng, Jianyu Jiang, Yangrui Chen, Shuaishuai Cao, Jialing He, Kaihua Jiang, Yuanzhe Hu, Shibiao Nong, Yanghua Peng, Haibin Lin, Chuan Wu

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 本文提出MegaScale-Data，通过解耦数据预处理、集中化数据平面和多级自动分片机制，解决多源大规模基础模型训练中的数据加载瓶颈，提升训练效率并降低内存消耗。

Journal ref European Conference on Computer Systems (EUROSYS '26), April 27--30, 2026, Edinburgh, Scotland, UK

FinGround: Detecting and Grounding Financial Hallucinations via Atomic Claim Verification

FinGround：通过原子性声明验证检测和支撑金融幻觉

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

AI总结 FinGround通过三阶段验证-支撑流程，针对金融文档问答中的计算错误进行验证和修正，有效降低幻觉率，其在金融领域具有重要应用价值。

Comments Accepted to ACL 2026 Industry Track. 14 pages, 1 figure, 14 tables

ComplianceNLP: Knowledge-Graph-Augmented RAG for Multi-Framework Regulatory Gap Detection

ComplianceNLP：基于知识图谱的多框架监管缺口检测RAG系统

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

AI总结 ComplianceNLP通过整合知识图谱增强的RAG系统，实现监管变化自动监控、义务提取及合规缺口识别，其在监管缺口检测上达到87.7 F1，优于GPT-4o+RAG，且在实际部署中显著提升分析师效率。

Comments Accepted at ACL 2026 Industry Track. 19 pages, 15 tables, 1 figure

AgentEval: DAG-Structured Step-Level Evaluation for Agentic Workflows with Error Propagation Tracking

AgentEval: 基于DAG结构的步骤级评估用于具有错误传播跟踪的代理工作流

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

AI总结 AgentEval通过构建评估有向无环图，实现对代理工作流中错误传播的精准追踪，提升故障检测召回率和根本原因准确性，适用于生产环境中的代理系统评估。

Comments Accepted at ACL 2026 Industry Track. 14 pages, 3 figures, 21 tables

RouteNLP: Closed-Loop LLM Routing with Conformal Cascading and Distillation Co-Optimization

RouteNLP: 带有符合性级联和蒸馏协同优化的闭环大语言模型路由

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Stellaris AI Limited（Stellaris AI有限公司） 纠错

AI总结 RouteNLP通过闭环框架优化大语言模型在多样化NLP任务中的路由，减少成本并满足任务质量约束，通过级联和蒸馏协同优化实现显著成本降低。

Comments Accepted at ACL 2026 Industry Track. 13 pages, 2 figures, 15 tables, 1 algorithm

On the Memorization of Consistency Distillation for Diffusion Models

关于扩散模型中一致性蒸馏的记忆性

Bingqing Jiang, Difan Zou

机构 * School of Computing & Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； School of Computing & Data Science and Institute of Data Science, The University of Hong Kong（计算与数据科学学院和数据科学研究所，香港大学） 纠错

AI总结 研究探讨了蒸馏对扩散模型记忆性的影响，发现一致性蒸馏可减少记忆性的同时保持样本质量，理论分析表明其抑制不稳定特征方向，提升泛化能力。

Comments 34 pages

GeoCert: Certified Geometric AI for Reliable Forecasting

GeoCert: 用于可靠预测的几何AI

Regina Zhang, Zongru Li, Honggang Wen, Xiaofeng Liu, Siu-Ming Yiu, Pietro Liò, Kwok-Yan Lam

机构 * Department of Biomedical Informatics & Data Science, Yale University（耶鲁大学生物医学信息学与数据科学系） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； School of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Computer Science and Technology, University of Cambridge（剑桥大学计算机科学与技术系） 纠错

AI总结 GeoCert通过统一预测、物理推理和形式验证，提升预测系统的准确性与可靠性，实现97.5%的计算成本降低和更高效的认证。

Comments 15 pages, 4 figures

Scalable LLM-based Coding of Dialogue in Healthcare Simulation: Balancing Coding Performance, Processing Time, and Environmental Impact

可扩展的基于LLM的医疗模拟对话编码：在编码性能、处理时间和环境影响之间取得平衡

Kiyoshige Garces, Gloria Milena Fernandez-Nieto, Linxuan Zhao, Sachini Samaraweera, Dragan Gasevic, Roberto Martinez-Maldonado, Vanessa Echeverria

机构 * RMIT University（皇家墨尔本理工大学） ； Monash University（墨尔本大学） ； Adelaide University（阿德莱德大学） ； The University of Hong Kong（香港大学） ； ESPOL University（ESPOL大学） 纠错

AI总结 本文探讨了如何通过优化提示设计和批量策略，在医疗模拟复盘中平衡编码准确性、处理时间和环境影响，展示了LLM在对话分析中的可行性及实际应用价值。

Comments 12 pages, 6 figures. Accepted at the Learning at Scale Conference (L@S) 2026

AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval

AnalogRetriever: 为模拟电路检索学习跨模态表示

Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； University of Cambridge（剑桥大学） ； Nanjing University of Posts and Telecommunications（南京邮电大学） 纠错

AI总结 本文提出AnalogRetriever，通过构建高质量数据集和三模态检索框架，实现跨模态的模拟电路检索，实验表明其在六个方向上的Recall@1达到75.2%，显著优于现有方法。

Comments 10 pages, 7 figures. Yihan Wang and Lei Li contributed equally to this paper

Thinking with Reasoning Skills: Fewer Tokens, More Accuracy

通过推理技能思考：更少的标记，更高的准确性

Guangxiang Zhao, Qilong Shi, Xusen Xiao, Xiangzheng Zhang, Tong Yang, Lin Sun

机构 * Qiyuan Tech（启元科技） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

AI总结 本文提出通过存储和检索推理技能来减少推理标记并提升性能，适用于编码和数学推理任务。

Comments 10 pages, The 64th Annual Meeting of the Association for Computational Linguistics -- Industry Track

Quantifying and Improving the Robustness of Retrieval-Augmented Language Models Against Spurious Features in Grounding Data

量化并提升检索增强语言模型对基础数据中虚假特征的鲁棒性

Shiping Yang, Jie Wu, Wenbiao Ding, Ning Wu, Shining Liang, Ming Gong, Hongzhi Li, Hengyuan Zhang, Angel X. Chang, Dongmei Zhang

机构 * Simon Fraser University（西蒙弗雷泽大学） ； Microsoft（微软） ； Atlassian ； Tongji University（同济大学） ； The University of Hong Kong（香港大学） ； Canada-CIFAR AI Chair, Amii（加拿大-CIFAR人工智能主席，Amii） 纠错

AI总结 本文研究检索增强语言模型对基础数据中虚假特征的鲁棒性问题，提出SURE框架用于量化和提升鲁棒性，分析虚假特征在RAG领域的广泛性与挑战性。

Comments ACL 2026 camera-ready version

LeHome: A Simulation Environment for Deformable Object Manipulation in Household Scenarios

LeHome：一种用于家庭场景中可变形物体操控的仿真环境

Zeyi Li, Yushi Yang, Shawn Xie, Kyle Xu, Tianxing Chen, Yuran Wang, Zhenhao Shen, Yan Shen, Yue Chen, Wenjun Li, Yukun Zheng, Chaorui Zhang, Siyi Lin, Fei Teng, Hongjun Yang, Ming Chen, Steve Xie, Ruihai Wu

机构 * Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Lightwheel ； The University of Hong Kong（香港大学） 纠错

AI总结 LeHome旨在解决家庭场景中可变形物体操控的挑战，提供高保真动态和真实交互，支持多种机器人形态，聚焦低成本机器人，实现家庭任务的端到端评估。

Comments ICRA2026 Accepted

Knowledge Visualization: A Benchmark and Method for Knowledge-Intensive Text-to-Image Generation

知识可视化：一个用于知识密集型文本到图像生成的基准和方法

Ran Zhao, Sheng Jin, Size Wu, Kang Liao, Zerui Gong, Zujin Guo, Yang Xiao, Wei Li

机构 * Huazhong University of Science and Technology（华中科技大学） ； The University of Hong Kong（香港大学） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） 纠错

AI总结 本文提出KVBench基准，评估知识密集型文本到图像生成的可靠性，揭示现有模型在逻辑推理和符号精度上的不足，并提出KE-Check框架提升科学准确性。

Tell Me Why: Designing an Explainable LLM-based Dialogue System for Student Problem Behavior Diagnosis

告诉我原因：设计一个可解释的基于LLM的对话系统用于学生问题行为诊断

Zhilin Fan, Deliang Wang, Penghe Chen, Yu Lu

机构 * School of Educational Technology, Beijing Normal University, Beijing, China（北京师范大学教育技术学院） ； Advanced Innovation Center for Future Education, Beijing Normal University, Beijing, China（北京师范大学未来教育创新中心） ； Faculty of Education, The University of Hong Kong, Hong Kong SAR, China（香港大学教育学院） 纠错

AI总结 本文提出基于LLM的可解释对话系统，通过层次归因方法生成自然语言解释，提升教育对话系统中LLM的可解释性，实验证明其在识别支持证据方面优于基线方法。

Comments This paper has been accepted in AIED2026

Sculpt4D: Generating 4D Shapes via Sparse-Attention Diffusion Transformers

Sculpt4D：通过稀疏注意力扩散变换器生成4D形状

Minghao Yin, Wenbo Hu, Jiale Xu, Ying Shan, Kai Han

机构 * The University of Hong Kong（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG实验室） 纠错

AI总结 Sculpt4D通过在预训练的3D扩散变换器中集成高效时间建模，解决4D生成中的时间伪影和计算需求问题，实现高保真4D合成。

Brief chatbot interactions produce lasting changes in human moral values

简短的聊天机器人互动会产生持久的人类道德价值观变化

Yue Teng, Qianer Zhong, Kim Mai Tich Nguyen Thordsen, Christian Montag, Benjamin Becker

机构 * Department of Psychology, The University of Hong Kong（香港大学心理学系） ； Techno-Entrepreneurship Core, The University of Hong Kong（香港大学技术企业家精神核心） ； Department of Psychology, University of Copenhagen（哥本哈根大学心理学系） ； Centre for Cognitive and Brain Sciences, Institute of Collaborative Innovation, University of Macau（澳门大学协同创新研究院认知与脑科学中心） ； Department of Psychology, Faculty of Social Sciences, University of Macau（澳门大学社会科学学院心理学系） ； Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科技学院计算机与信息科学系） ； SRT AI, Society & Social Dynamics, Faculty of Social Sciences, The University of Hong Kong（SRT AI，社会与社会动态，香港大学社会科学学院） 纠错

AI总结 研究探讨了指令性AI对话是否能改变道德判断，发现简短互动导致道德评价显著变化，且随时间推移效应增强，但控制条件无变化，表明潜在的未察觉道德价值观操控风险。

Measure Twice, Click Once: Co-evolving Proposer and Visual Critic via Reinforcement Learning for GUI Grounding

两次测量，一次点击：通过强化学习共进化提议者和视觉评论者进行GUI定位

Wenkai Wang, Xiyun Li, Hongcan Guo, Wenhao Yu, Tianqing Fang, Haitao Mi, Dong Yu, Shengyu Zhang

机构 * Zhejiang University（浙江大学） ； Tencent AI Lab（腾讯AI实验室） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出通过强化学习共进化提议者和视觉评论者，以提升GUI定位的准确性和鲁棒性，通过动态平衡训练目标，增强模型在复杂界面布局中的泛化能力。

PAT3D: Physics-Augmented Text-to-3D Scene Generation

PAT3D：融合物理的文本到3D场景生成

Guying Lin, Kemeng Huang, Michael Liu, Ruihan Gao, Hanke Chen, Lyuhao Chen, Beijia Lu, Taku Komura, Yuan Liu, Jun-Yan Zhu, Minchen Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Genesis AI 纠错

AI总结 PAT3D通过融合视觉-语言模型与物理模拟，生成物理合理且无交叠的3D场景，提升场景质量和物理稳定性。

Comments 19 pages, 12 figures