高校专区
低光照视频增强与有效的空间-时间分解范式
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学） ； Shenzhen University（深圳大学） ； The University of Hong Kong（香港大学） ； camera group of DJI（大疆创新相机组） ； Zhejiang Normal University（浙江师范大学）
AI总结 本文提出视图感知低光照视频增强方法，通过引入双结构增强网络和残差项，提升视频增强与退化对应细化的性能。
PACC：面向协议的跨层压缩用于紧凑网络流量表示
机构 * University of Electronic Science and Technology of China（电子科技大学） ； University of Hong Kong（香港大学） ； Renmin University of China（中国人民大学） ； Hong Kong Polytechnic University（香港理工大学）
AI总结 PACC通过跨层压缩和冗余消除，提升网络流量表示的效率与准确性，实现更高效的分类和检测性能。
多智能体系统何时表现更优？分析智能体系统的学习效率
机构 * Department of Computer Science, University of Hong Kong（计算机科学系，香港大学）
AI总结 本文研究多智能体强化学习在大语言模型中的学习效率，通过理论分析揭示任务分解与对齐对样本复杂性的影响，明确MARL在特定任务下的优势条件。
带有偏见AI反馈的统计框架
机构 * Center for Data Science, Zhejiang University（浙江大学数据科学中心） ； Department of Electrical and Computer Engineering, Rutgers University（罗格斯大学电气与计算机工程系） ； Department of Statistics, Rutgers University（罗格斯大学统计学系） ； Faculty of Business and Economics, The University of Hong Kong（香港大学商学院）
AI总结 本文提出两种去偏对齐方法，DDPO通过残差修正和密度比重加权提升效率，DIPO直接估计人类偏好概率，实验证明其在情感生成、摘要和对话任务中提升了对齐效率并接近全人类标注数据性能。
RECUR：通过递归熵引导的反事实利用与反射实现资源耗尽攻击
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学） ； Southeast University（东南大学） ； University of Hong Kong（香港大学）
AI总结 本文提出RECUR攻击，通过递归熵引导反事实利用与反射，揭示大型推理模型的资源耗尽风险及安全问题。
PEGAsus: 几何与外观的3D个性化
机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Autodesk Research（Autodesk研究） ； The Hong Kong University of Science（香港科学大学） ； Lingnan University（岭南大学） ； Tel-Aviv University（特拉维夫大学）
AI总结 PEGAsus通过几何与外观层面的概念学习，实现个性化3D形状生成，支持灵活的概念提取与合成，优于现有方法。
人形机器人行为基础模型综述：下一代全身体控系统
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； LimX Dynamics ； Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院、东部技术研究所） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； CREATE Lab, EPFL（EPFL CREATE 实验室） ； School of System Design and Intelligent Manufacturing, Southern University of Science and Technology（南方科技大学系统设计与智能制造学院） ； ZJU-UIUC Institute, Zhejiang University（浙江大学ZJU-UIUC研究院） ； INFIFORCE Intelligent Technology Co., Ltd.（INFIFORCE智能科技有限公司）
AI总结 本文综述了人形机器人全身体控中行为基础模型的发展，探讨了其在复杂任务中的应用及未来研究方向。
Comments 19 pages, 10 figures
Journal ref IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2025
Rich-ARQ：从1位确认到丰富的神经编码反馈
机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（电子与电气工程系，香港大学）
AI总结 Rich-ARQ通过引入神经编码反馈机制，实现发端与收端的协同物理层信道编码，提升无线通信的SNR增益和时延性能。
深度可变长度反馈码
机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（电子与电气工程系，香港大学）
AI总结 本文提出深度可变长度反馈码，通过学习反馈动态调整传输长度，实现更高效的信道编码性能。
向理解DP-GD的泛化能力：在训练两层CNN中的案例研究
机构 * School of Mathematics, Georgia Institute of Technology（佐治亚理工学院数学系） ； The University of Hong Kong（香港大学） ； Department of Computer Science, RPTU Kaiserslautern-Landau（科隆-兰道大学计算机科学系） ； Department of Statistics and Actuarial Science, School of Computing and Data Science, The University of Hong Kong（香港大学统计与精算科学系）
AI总结 本文研究了DP-GD在训练两层CNN中的泛化能力，发现其在特定任务中优于GD，同时保障隐私。
OpenPhone: 移动代理基础模型
机构 * The University of Hong Kong（香港大学）
AI总结 OpenPhone通过设备-云协作提升移动GUI代理性能，结合设备端高效模型与云端强大能力，实现成本降低与性能提升的平衡。
通过优化路径塑形实现 conveyor 系统上的动态物体操控
机构 * The University of Hong Kong（香港大学） ； CVTE（中国建筑第三工程局） ； Tsinghua University（清华大学）
AI总结 本文提出GEM方法，通过优化路径塑形解决动态物体操控中的数据稀缺问题，实现跨环境背景和物体几何的泛化，成功应用于现实餐厅餐具收集任务。
MAMBO-G：基于幅度的提升引导抑制
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Waterloo（滑铁卢大学） ； Chinese Academy of Sciences（中国科学院） ； Zhongguancun Academy（中关村学院）
AI总结 MAMBO-G通过动态优化引导幅度，显著降低计算成本，实现视频生成任务的高效加速。
CineScene：隐式3D作为电影视频生成的有效场景表示
机构 * The University of Hong Kong（香港大学） ； Kling Team, Kuaishou Technology（快手技术 Kling 团队） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； Microsoft Research Project Page（微软研究院项目页面）
AI总结 CineScene通过隐式3D场景表示实现电影视频生成，能生成动态主体且保持场景一致的高质量视频。
Comments Project website: https://karine-huang.github.io/CineScene/
AEGPO：适应性熵引导策略优化用于扩散模型
机构 * Peking University（北京大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； The University of Hong Kong（香港大学） ； Beijing Normal University（北京师范大学）
AI总结 AEGPO通过双信号双层自适应优化提升扩散模型策略优化效率，实现更高效的收敛和更好的对齐性能。
具有潜在注意力池的临床先验引导多模态学习用于基于步态的脊柱侧弯筛查
机构 * Orthopaedic Centre, The University of Hong Kong - Shenzhen Hospital, Shenzhen, China（香港大学深圳医院骨科中心） ； Translational Medicine Centre, The University of Hong Kong - Shenzhen Hospital, China（香港大学深圳医院转化医学中心） ； Department of Orthopaedics and Traumatology, Li Ka Shing Faculty of Medicine, The University of Hong Kong, Hong Kong, China（香港大学李嘉成医学院骨科及创伤外科学院） ； Huawei, China（华为）
AI总结 本文提出了一种基于步态的脊柱侧弯筛查方法，通过多模态学习和潜在注意力池化机制，结合临床先验知识，实现了可解释的特征表示和高精度的筛查性能。
Confundo: 学习生成稳健的毒药以应对实际RAG系统
机构 * The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； City University of Hong Kong（香港城市大学）
AI总结 Confundo是一种学习生成毒药的框架，通过微调大型语言模型以提高RAG系统的鲁棒性和隐蔽性，有效应对实际系统中的安全威胁。
自适应与平衡的长时标持续测试时域适应
机构 * Hong Kong Polytechnic University（香港理工大学） ； Eastern Institute for Advanced Study（东方高级研究所） ； Ant Group（蚂蚁集团） ； Australian National University（澳大利亚国立大学） ； CSIRO（澳大利亚科学院） ； The University of Hong Kong（香港大学）
AI总结 本文提出自适应与平衡重初始化方法，通过自适应间隔优化权重重初始化，提升模型在长期非平稳环境下的持续测试时域适应性能。
Comments Accepted in ICASSP 2026
利用大视觉模型增强长尾数据特征
机构 * Australian National University Canberra, Australia ； The University of Hong Kong Hong Kong SAR ； Chinese Academy of Sciences China ； Australian National University\&CSIRO Canberra, Australia
AI总结 本研究提出利用大视觉模型增强长尾数据特征，通过特征融合和原型损失函数提升模型性能。
在沉默中倾听：利用情境感知节奏设计人与对话代理的主动倾听
机构 * The University of Hong Kong Hong Kong, SAR China Columbia University New York United States ； Renmin University of China Beijing China ； City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China Guangdong University of Technology Guangzhou China ； City University of Hong Kong\ for Narrative Spaces Hong Kong, SAR China ； The University of Hong Kong ； Columbia University ； Renmin University of China ； City University of Hong Kong\ for Narrative Spaces ； Guangdong University of Technology
AI总结 本文提出通过情境感知节奏策略提升对话代理的主动倾听能力，通过实验验证其在人际关系和职业支持场景中的有效性。
Comments 29 pages, 10 figures. Conditionally Accepted to CHI '26
DLM-Scope：通过稀疏自编码器实现扩散语言模型的机制可解释性
机构 * The University of Hong Kong（香港大学） ； Tongyi Lab, Alibaba Group Inc（阿里云实验室）
AI总结 DLM-Scope通过稀疏自编码器首次实现扩散语言模型的机制可解释性，展示了其在特征提取和干预中的有效性。
Comments 23 pages
抵制操纵机器人在表情包加密货币复制交易中的应用：一种基于多智能体的链式推理方法
机构 * UCL, Centre for Blockchain Technologies（伦敦大学区块链技术中心） ； The University of Hong Kong, FinTech Academy（香港大学金融科技学院） ； Nanyang Technological University（南洋理工大学）
AI总结 本文提出一种基于多智能体和链式推理的复制交易系统，以抵御操纵机器人，通过多模态大语言模型提升预测准确度和经济表现，实现加密货币投资的稳健收益。
Journal ref Proceedings of the ACM Web Conference 2026 (WWW'26)
SIDeR：语义身份解耦用于无限制面部隐私保护
机构 * School of Computer and Information Engineering, Xiamen University of Technology（厦门理工学院计算机与信息工程学院） ； Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系） ； School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University（四川大学计算机科学学院，机器学习与工业智能工程研究中心） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； College of Artificial Intelligence, Southwest University（西南大学人工智能学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） ； 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） ； Data61, CSIRO（CSIRO Data61） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 SIDeR通过语义解耦驱动框架实现面部隐私保护，生成视觉匿名的对抗性样本并保持身份一致性，实验显示其在攻击成功率和恢复质量上均优于现有方法。
Comments 14 pages, 8 figures
对检索增强生成进行最小推理图剪枝以提高效率
机构 * Cornell University（康奈尔大学） ； University of Cambridge（剑桥大学） ； The University of Hong Kong（香港大学） ； HKUST（香港科技大学） ； University of British Columbia（不列颠哥伦比亚大学）
AI总结 AutoPrunedRetriever通过最小推理图剪枝提升检索增强生成效率，实现更高效的知识密集型任务处理。
通过Mamba-图架构的逆强化学习实现可推广的轨迹预测
机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） ； Musketeers Foundation Institute of Data Science, HKU（穆斯quettes基金会数据科学研究所）
AI总结 本文提出基于Mamba-图架构的逆强化学习方法，通过推断奖励函数提升轨迹预测的跨场景泛化能力，实验表明其在复杂交通场景中的预测精度和适应性优于现有方法。
SAP-CoPE：基于基础设施传感器节点的社交意识规划使用协作姿态估计
机构 * Mechanical and Mechatronics Eng. Department, University of Waterloo（机械与机电工程系，滑铁库大学） ； Department of Data and Systems Engineering, University of Hong Kong（数据与系统工程系，香港大学） ； Mechanical Engineering Department, University of Alberta（机械工程系，阿尔伯塔大学）
AI总结 SAP-CoPE通过结合协作基础设施、3D人体姿态估计和基于MPC的社会意识运动规划，实现了在人类密集环境中自主系统的社会意识轨迹生成。
Comments This paper has been submitted to the IEEE Transactions on Automation Science and Engineering
引导验证器：通过动态过程监督实现协作多模态推理
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Peking University（北京大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出引导验证器框架，通过动态过程监督实现多模态推理的协作优化，提升模型性能。
自适应一维视频扩散自编码器
机构 * The University of Hong Kong（香港大学） ； ByteDance Inc.（字节跳动公司） ； CUHK（香港中文大学） ； Nanjing University（南京大学）
AI总结 本文提出了一种自适应一维视频扩散自编码器，通过改进的编码和解码机制实现更高效的视频压缩与重建。
通过PHIBP学习邻居：在数据稀疏环境中预测传染病动态
机构 * Department of Statistics and Actuarial Science, HKU（香港大学统计与精算科学系） ； Department of ISOM, HKUST（香港科技大学工业系统与管理系） ； The Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院）
AI总结 PHIBP通过系统地借鉴相关地区统计强度，有效处理稀疏计数数据，提升传染病预测的准确性和流行病学洞察。
Comments v2: Revised version incorporating peer review feedback from book chapter submission. Clarifies modeling objectives for infectious disease prediction and situates the work within a three-paper PHIBP framework, highlighting suitability for future AI/LLM plug-and-play model specification
EAG3R：事件增强的3D几何估计用于动态和极端光照场景
机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 EAG3R通过引入事件流和改进的损失函数，提升了动态低光照环境下3D几何估计的鲁棒性。
Comments Accepted at NeurIPS 2025 (spotlight)
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈