The University of Hong Kong（香港大学）

Hear You in Silence: Designing for Active Listening in Human Interaction with Conversational Agents Using Context-Aware Pacing

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

Zhihan Jiang, Qianhui Chen, Chu Zhang, Yanheng Li, Ray LC

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 纠错

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: Mechanistic Interpretability of Diffusion Language Models via Sparse Autoencoders

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

Xu Wang, Bingqing Jiang, Yu Wan, Baosong Yang, Lingpeng Kong, Difan Zou

机构 * The University of Hong Kong（香港大学） ； Tongyi Lab, Alibaba Group Inc（阿里云实验室） 纠错

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

Resisting Manipulative Bots in Meme Coin Copy Trading: A Multi-Agent Approach with Chain-of-Thought Reasoning

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

Yichen Luo, Yebo Feng, Jiahua Xu, Yang Liu

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） 纠错

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: Semantic Identity Decoupling for Unrestricted Face Privacy

SIDeR：语义身份解耦用于无限制面部隐私保护

Zhuosen Bao, Xia Du, Zheng Lin, Jizhe Zhou, Zihan Fang, Jiening Wu, Yuxin Zhang, Zhe Chen, Chi-man Pun, Wei Ni, Jun Luo

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） 纠错

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

Pruning Minimal Reasoning Graphs for Efficient Retrieval-Augmented Generation

对检索增强生成进行最小推理图剪枝以提高效率

Ning Wang, Kuanyan Zhu, Daniel Yuehwoon Yee, Yitang Gao, Shiying Huang, Zirun Xu, Sainyam Galhotra

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） 纠错

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。

Generalizable Trajectory Prediction via Inverse Reinforcement Learning with Mamba-Graph Architecture

通过Mamba-图架构的逆强化学习实现可推广的轨迹预测

Wenyun Li, Wenjie Huang, Zejian Deng, Chen Sun

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） 纠错

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: Social-Aware Planning using Cooperative Pose Estimation with Infrastructure Sensor Nodes

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

Minghao Ning, Yufeng Yang, Shucheng Huang, Jiaming Zhong, Keqi Shu, Chen Sun, Ehsan Hashemi, Amir Khajepour

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） 纠错

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

Guided Verifier: Collaborative Multimodal Reasoning via Dynamic Process Supervision

引导验证器：通过动态过程监督实现协作多模态推理

Lingzhuang Sun, Ruitong Liu, Yuxia Zhu, Xiaohan Xu, Jingxuan Wei, Xiangxiang Zhang, Bihui Yu, Wentao Zhang

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） 纠错

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。

Adaptive 1D Video Diffusion Autoencoder

自适应一维视频扩散自编码器

Yao Teng, Minxuan Lin, Xian Liu, Shuai Wang, Xiao Yang, Xihui Liu

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） 纠错

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。

Learning from Neighbors with PHIBP: Predicting Infectious Disease Dynamics in Data-Sparse Environments

通过PHIBP学习邻居：在数据稀疏环境中预测传染病动态

Edwin Fong, Lancelot F. James, Juho Lee

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） 纠错

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: Event-Augmented 3D Geometry Estimation for Dynamic and Extreme-Lighting Scenes

EAG3R：事件增强的3D几何估计用于动态和极端光照场景

Xiaoshan Wu, Yifei Yu, Xiaoyang Lyu, Yihua Huang, Bo Wang, Baoheng Zhang, Zhongrui Wang, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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)

LIVE: Long-horizon Interactive Video World Modeling

LIVE: 长时距交互视频世界建模

Junchao Huang, Ziyang Ye, Xinting Hu, Tianyu He, Guiyu Zhang, Shaoshuai Shi, Jiang Bian, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Microsoft Research（微软研究院） ； The University of Hong Kong（香港大学） ； Voyager Research, Didi Chuxing Project（Voyager研究，滴滴出行项目） 纠错

AI总结 LIVE通过循环一致性目标限制误差累积，无需教师蒸馏，实现长时距交互视频世界建模，取得最优性能。

Comments 18 pages, 22 figures

Simple Denoising Diffusion Language Models

简单去噪扩散语言模型

Huaisheng Zhu, Zhengyu Chen, Shijie Zhou, Zhihui Xie, Yige Yuan, Shiqi Chen, Zhimeng Guo, Siyuan Xu, Hangfan Zhang, Vasant Honavar, Teng Xiao

机构 * Penn State University（宾夕法尼亚州立大学） ； University at Buffalo（布法罗大学） ； University of Washington（华盛顿大学） ； The University of Hong Kong（香港大学） ； City University of Hong Kong（城市大学） ； Alibaba Group（阿里巴巴集团） ； Allen Institute for AI (AI2)（人工智能研究所（AI2）） 纠错

AI总结 本文提出了一种简化且改进的去噪损失公式，用于均匀状态扩散模型，以提高训练稳定性与效率，并在大规模模型上展示了良好的扩展性。

ME-IGM: Individual-Global-Max in Maximum Entropy Multi-Agent Reinforcement Learning

ME-IGM：最大熵多智能体强化学习中的个体-全局-最大

Wen-Tse Chen, Yuxuan Li, Shiyu Huang, Jiayu Chen, Jeff Schneider

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； XPeng Inc.（XPeng公司） ； The University of Hong Kong（香港大学） ； INFIFORCE Intelligent Tech. Co., Ltd.（INFIFORCE智能科技有限公司） 纠错

AI总结 ME-IGM是一种结合最大熵探索与IGM条件的新型多智能体强化学习算法，通过解决局部策略与联合策略不一致问题，提升探索效率和性能。

Comments Published in the Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), Paphos, Cyprus, May 25 - 29, 2026, IFAAMAS, 19 pages

Merging Beyond: Streaming LLM Updates via Activation-Guided Rotations

超越合并：通过激活引导的旋转进行流式LLM更新

Yuxuan Yao, Haonan Sheng, Qingsong Lv, Han Wu, Shuqi Liu, Zehua Liu, Zengyan Liu, Jiahui Gao, Haochen Tan, Xiaojin Fu, Haoli Bai, Hing Cheung So, Zhijiang Guo, Linqi Song

机构 * City University of Hong Kong, Hong Kong SAR（香港城市大学） ； Tsinghua University（清华大学） ； Huawei Noah’s Ark Lab, Hong Kong SAR（华为诺亚实验室（香港）） ； University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） 纠错

AI总结 本文提出ARM策略，通过激活引导的旋转实现流式LLM更新，有效超越收敛模型，提供高效适应框架。

Large Language Models Can Take False First Steps at Inference-time Planning

大语言模型在推理时间规划中可能采取错误的初始步骤

Haijiang Yan, Jian-Qiao Zhu, Adam Sanborn

机构 * Department of Psychology, The University of Warwick（沃里克大学心理学系） ； Department of Psychology, The University of Hong Kong（香港大学心理学系） 纠错

AI总结 研究揭示了大语言模型在推理过程中因自我生成上下文积累导致的规划行为偏差，并通过实验验证了规划能力随上下文变化而变化的机制。

NSC-SL: A Bandwidth-Aware Neural Subspace Compression for Communication-Efficient Split Learning

NSC-SL：一种带宽感知的神经子空间压缩用于通信高效的分裂学习

Zhen Fang, Miao Yang, Zehang Lin, Zheng Lin, Zihan Fang, Zongyuan Zhang, Tianyang Duan, Dong Huang, Shunzhi Zhu

机构 * School of Computer and Information Engineering, Xiamen University of Technology, Xiamen, China（厦门理工学院计算机与信息工程学院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong, China（香港大学电子与电气工程系） ； Department of Computer Science, City University of Hong Kong, Hong Kong, China（香港城市大学计算机科学系） ； Department of Computer Science, The University of Hong Kong, Hong Kong, China（香港大学计算机科学系） ； School of Computing, National University of Singapore, Singapore（新加坡国立大学计算机学院） 纠错

AI总结 NSC-SL通过带宽感知的自适应压缩算法，实现通信高效的分裂学习，有效减少通信开销并保持模型收敛所需的语义信息。

Comments 5 pages, 3 figures

TIDE: Trajectory-based Diagnostic Evaluation of Test-Time Improvement in LLM Agents

基于轨迹的测试时改进诊断评估：LLM代理中的测试时改进

Hang Yan, Xinyu Che, Fangzhi Xu, Qiushi Sun, Zichen Ding, Kanzhi Cheng, Jian Zhang, Tao Qin, Jun Liu, Qika Lin

机构 * Xi’an Jiaotong University（西安交通大学） ； The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 TIDE提出了一种评估框架，用于诊断LLM代理在测试时改进中的性能瓶颈，通过分析任务完成的时间动态、递归循环行为和记忆负担，优化代理与环境的交互。

Comments 29pages, 10 figures

DSKC: Domain Style Modeling with Adaptive Knowledge Consolidation for Exemplar-free Lifelong Person Re-Identification

DSKC: 域风格建模与自适应知识整合用于无示例的终身人物重识别

Shiben Liu, Mingyue Xu, Huijie Fan, Qiang Wang, Liangqiong Qu, Zhi Han

机构 * State Key Laboratory of Robotics and Intelligent Systems, Shenyang Institute of Automation, Chinese Academy of Sciences（机器人与智能系统国家重点实验室，沈阳自动化研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Manufacturing Industrial Integrated Automation, Shenyang University（制造工业集成自动化重点实验室，沈阳大学） ； Department of Statistics and Actuarial Science and the Institute of Data Science, The University of Hong Kong（统计与精算系及数据科学研究所，香港大学） 纠错

AI总结 DSKC通过域风格编码器和统一知识整合机制，提升终身人物重识别的抗遗忘和泛化能力。

Comments 11 papges, 6 figures

Diff4MMLiTS: Advanced Multimodal Liver Tumor Segmentation via Diffusion-Based Image Synthesis and Alignment

Diff4MMLiTS: 通过基于扩散的图像合成与对齐的先进多模态肝肿瘤分割

Shiyun Chen, Li Lin, Pujin Cheng, ZhiCheng Jin, JianJian Chen, HaiDong Zhu, Kenneth K. Y. Wong, Xiaoying Tang

机构 * Department of Electronic and Electrical Engineering, Southern University of Science and Technology, Shenzhen, China（电子与电气工程系，南方科技大学，深圳，中国） ； Department of Electrical and Electronic Engineering, The University of Hong Kong, Hong Kong SAR, China（电气与电子工程系，香港大学，香港特别行政区，中国） ； Department of Radiology, Zhongda Hospital, Medical School, Southeast University, Nanjing, China（放射科，中大医院，医学院，东南大学，南京，中国） ； Jiaxing Research Institute, Southern University of Science and Technology, Jiaxing, China（嘉兴研究所，南方科技大学，嘉兴，中国） 纠错

AI总结 Diff4MMLiTS通过基于扩散的图像合成与对齐技术，实现肝肿瘤的多模态分割，无需严格对齐的多模态数据，提升了分割性能。

Comments International Workshop on Machine Learning in Medical Imaging, 668-678

Flow Policy Gradients for Robot Control

用于机器人控制的流匹配策略梯度

Brent Yi, Hongsuk Choi, Himanshu Gaurav Singh, Xiaoyu Huang, Takara E. Truong, Carmelo Sferrazza, Yi Ma, Rocky Duan, Pieter Abbeel, Guanya Shi, Karen Liu, Angjoo Kanazawa

机构 * Amazon FAR（亚马逊Far） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； HKU（香港大学） ； CMU（卡内基梅隆大学） 纠错

AI总结 本文提出了一种基于流匹配的策略梯度方法，用于训练更复杂的机器人控制策略，实现了在四肢运动、人形运动跟踪和操作任务中的成功，并展示了在仿真到现实迁移中的鲁棒性。

Comments Project webpage: https://hongsukchoi.github.io/fpo-control

Conflict-Aware Client Selection for Multi-Server Federated Learning

多服务器联邦学习中的冲突感知客户端选择

Mingwei Hong, Zheng Lin, Zehang Lin, Lin Li, Miao Yang, Xia Du, Zihan Fang, Zhaolu Kang, Dianxin Luan, Shunzhi Zhu

机构 * 1 School of Computer ； Information Engineering, Xiamen University of Technology, Xiamen, China ； 2 Department of Electrical ； Electronic Engineering, The University of Hong Kong, Hong Kong, China ； 3 Department of Computer Science, City University of Hong Kong, Hong Kong, China ； 4 School of Software \& Microelectronics, Peking University, Beijing, China ； 5 Institute for Imaging, Data ； Communications, University of Edinburgh, UK 纠错

AI总结 本文提出RL CRP方法，通过预测冲突风险优化多服务器联邦学习中的客户端选择，减少资源竞争并提升训练效率。

Comments 6 pages, 4 figures

Predicting and improving test-time scaling laws via reward tail-guided search

通过奖励尾部引导搜索预测并改进测试时间扩展规律

Muheng Li, Jian Qian, Wenlong Mou

机构 * Department of Statistical Sciences, University of Toronto（多伦多大学统计科学系） ； Department of AI and Data Science, University of Hong Kong（香港大学人工智能与数据科学系） 纠错

AI总结 本文提出通过奖励尾部引导搜索预测并改进LLM测试时间扩展规律，通过动态分配计算资源提升推理能力。

Comments 33 pages, 5 figures

DreamOn: Diffusion Language Models For Code Infilling Beyond Fixed-size Canvas

DreamOn: 用于代码填充的扩散语言模型超越固定大小画布

Zirui Wu, Lin Zheng, Zhihui Xie, Jiacheng Ye, Jiahui Gao, Shansan Gong, Yansong Feng, Zhenguo Li, Wei Bi, Guorui Zhou, Lingpeng Kong

机构 * The University of Hong Kong（香港大学） ； Kuaishou Technology（快手科技） ； Huawei Noah Ark Lab（华为诺亚实验室） ； Peking University（北京大学） 纠错

AI总结 DreamOn通过引入动态长度控制机制，解决了扩散语言模型在代码填充中因固定长度限制导致的性能问题，实现了灵活的可变长度生成。

Comments ICLR 2026

Failure-Aware Bimanual Teleoperation via Conservative Value Guided Assistance

面向故障意识的双臂遥控操作：通过保守价值引导的辅助

Peng Zhou, Zhongxuan Li, Jinsong Wu, Jiaming Qi, Jun Hu, David Navarro-Alarcon, Jia Pan, Lihua Xie, Shiyao Zhang, Zeqing Zhang

机构 * School of Advanced Engineering, Great Bay University（先进工程学院，大湾大学） ； School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学） ； College of Mechanical and Electrical Engineering, Northeast Forestry University（机械电子工程学院，东北林业大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电气与电子工程学院，南洋理工大学） 纠错

AI总结 本文提出一种基于保守价值学习的双臂遥控操作框架，通过保守成功分数和学习执行者提供辅助，提升任务成功率并降低操作员负担。

Offline Discovery of Interpretable Skills from Multi-Task Trajectories

离线发现多任务轨迹中的可解释技能

Chongyu Zhu, Mithun Vanniasinghe, Jiayu Chen, Chi-Guhn Lee

机构 * Department of Mechanical and Industrial Engineering, and the Operation Research and Reinforcement Learning (DORL) Lab, University of Toronto（机械与工业工程系，以及操作研究与强化学习（DORL）实验室，多伦多大学） ； University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS）） ； Agentic Intelligence Lab, The University of Hong Kong（代理智能实验室，香港大学） 纠错

AI总结 LOKI通过三阶段端到端学习框架，从多任务离线数据中发现可解释的技能，实现高成功率和语义有意义的技能组合。

Eliciting Trustworthiness Priors of Large Language Models via Economic Games

通过经济游戏 eliciting 大语言模型的信任度先验

Siyu Yan, Lusha Zhu, Jian-Qiao Zhu

机构 * University of Hong Kong（香港大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京大学行为与心理健康重点实验室） ； IDG/McGovern Institute for Brain Research, Peking University（北京大学脑科学研究院） ； Peking-Tsinghua Center for Life Sciences, Peking University（北京大学-清华大学生命科学中心） ； Key Laboratory of Machine Perception, Ministry of Education, China（教育部机器感知重点实验室） 纠错

AI总结 通过经济游戏实验，研究如何通过行为博弈论中的信任游戏获取大语言模型的信任度先验，并揭示其与人类信任差异及刻板印象模型的关系。

Supervised makeup transfer with a curated dataset: Decoupling identity and makeup features for enhanced transformation

带 curated 数据集的监督化妆转移：解耦身份和化妆特征以增强转换

Qihe Pan, Yiming Wu, Xing Zhao, Liang Xie, Guodao Sun, Ronghua Liang

机构 * School of Computer Science and Technology, Zhejiang University of Technology, Zhejiang, China（浙江工业大学计算机科学与技术学院） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文提出了一种基于 curated 数据集的监督化妆转移方法，通过解耦身份和化妆特征，提升化妆转换的保真度和可控性。

Comments This paper has been accepted for publication in the proceedings of 2026 IEEE ICASSP Conference

Augmenting Clinical Decision-Making with an Interactive and Interpretable AI Copilot: A Real-World User Study with Clinicians in Nephrology and Obstetrics

通过交互式和可解释的AI助手增强临床决策：与泌尿科和产科医生的现实世界用户研究

Yinghao Zhu, Dehao Sui, Zixiang Wang, Xuning Hu, Lei Gu, Yifan Qi, Tianchen Wu, Ling Wang, Yuan Wei, Wen Tang, Zhihan Cui, Yasha Wang, Lequan Yu, Ewen M Harrison, Junyi Gao, Liantao Ma

机构 * Peking University（北京大学） ； University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University Third Hospital（北京大学第三医院） ； Affiliated Xuzhou Municipal Hospital of Xuzhou Medical University（徐州医科大学附属徐州市人民医院） ； University of Edinburgh（爱丁堡大学） ； Health Data Research UK（英国健康数据研究） 纠错

AI总结 AICare通过交互式和可解释的AI助手提升临床决策，通过实验证明其降低认知负荷并增强医生信任

Comments Accepted by ACM CHI 2026

FedLoDrop: Federated LoRA with Dropout for Generalized LLM Fine-tuning

FedLoDrop: 带Dropout的联邦LoRA用于通用大语言模型微调

Sijing Xie, Dingzhu Wen, Changsheng You, Qimei Chen, Mehdi Bennis, Kaibin Huang

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Department of Electronic and Electrical Engineering, Southern University of Science and Technology（电子与电气工程系，南方科技大学） ； School of Electronic Information, Wuhan University（电子信息学院，武汉大学） ； Centre for Wireless Communications, University of Oulu（无线通信中心，奥卢大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电气与电子工程系，香港大学） 纠错

AI总结 FedLoDrop通过Dropout和资源优化提升联邦LoRA在大语言模型微调中的泛化能力

Comments The paper has been accepted for publication in IEEE Journal on Selected Areas in Communications on Jan. 31 2026