The University of Hong Kong（香港大学）

G$^2$VLM: Geometry Grounded Vision Language Model with Unified 3D Reconstruction and Spatial Reasoning

G$^2$VLM：基于几何的视觉语言模型，实现统一的3D重建与空间推理

Wenbo Hu, Jingli Lin, Yilin Long, Yunlong Ran, Lihan Jiang, Yifan Wang, Chenming Zhu, Runsen Xu, Tai Wang, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； UCLA（加州大学洛杉矶分校） ； SJTU（上海交通大学） ； FDU（福建师范大学） ； ZJU（浙江大学） ； USTC（中国科学技术大学） ； HKU（香港大学） ； CUHK（香港中文大学） 纠错

AI总结 G$^2$VLM通过统一3D重建与空间推理，提升视觉语言模型在空间智能任务中的性能。

Comments code are released at https://github.com/InternRobotics/G2VLM

ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration

ToolOrchestra：通过高效模型和工具协同提升智能

Hongjin Su, Shizhe Diao, Ximing Lu, Mingjie Liu, Jiacheng Xu, Xin Dong, Yonggan Fu, Peter Belcak, Hanrong Ye, Hongxu Yin, Yi Dong, Evelina Bakhturina, Tao Yu, Yejin Choi, Jan Kautz, Pavlo Molchanov

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

AI总结 ToolOrchestra通过高效模型和工具协同提升智能，实现更高效且更有效的工具增强推理系统。

Comments 21 pages, 6 figures

GuardTrace-VL: Detecting Unsafe Multimodel Reasoning via Iterative Safety Supervision

GuardTrace-VL: 通过迭代安全监督检测不安全的多模型推理

Yuxiao Xiang, Junchi Chen, Zhenchao Jin, Changtao Miao, Haojie Yuan, Qi Chu, Tao Gong, Nenghai Yu

机构 * School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络安全学院） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室） ； The University of Hong Kong（香港大学） 纠错

AI总结 GuardTrace-VL通过联合图像-文本分析监控多模态推理全过程，有效检测不安全推理内容，实现93.1%的F1分数提升。

EvoEmpirBench: Dynamic Spatial Reasoning with Agent-ExpVer

EvoEmpirBench: 基于智能体经验的动态空间推理

Pukun Zhao, Longxiang Wang, Miaowei Wang, Chen Chen, Fanqing Zhou, Haojian Huang

机构 * Guangdong University of Finance and Economics（广东金融学院） ； Chongqing University（重庆大学） ； University of Edinburgh（爱丁堡大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 EvoEmpirBench通过动态空间基准评估模型在部分可观测和动态环境下的空间推理与记忆能力，揭示主流模型的限制并提供未来研究平台。

Comments Accepted by AAAI 2026, 29 pages, 3 figures, 7 tables

Vision Remember: Recovering Visual Information in Efficient LVLM with Vision Feature Resampling

Vision Remember: 在高效的LVLM中通过视觉特征采样恢复视觉信息

Ze Feng, Jiang-jiang Liu, Sen Yang, Lingyu Xiao, Zhibin Quan, Zhenhua Feng, Wankou Yang, Jingdong Wang

机构 * Southeast University（东南大学） ； Baidu VIS（百度视觉） ； The University of Hong Kong（香港大学） ； Jiangnan University（江南大学） 纠错

AI总结 Vision Remember通过视觉特征采样在高效LVLM中恢复视觉信息，提升效率并优于现有方法。

Quantifying the Privacy Implications of High-Fidelity Synthetic Network Traffic

量化高保真合成网络流量的隐私影响

Van Tran, Shinan Liu, Tian Li, Nick Feamster

机构 * University of Chicago（芝加哥大学） ； University of Hong Kong（香港大学） 纠错

AI总结 本文提出了一套用于评估合成网络流量隐私风险的度量标准，通过成员推断攻击等方法揭示不同生成模型的隐私漏洞，并识别影响攻击成功的关键因素。

Comments 14 pages, 13 Figures, 6 Tables

Rethinking Semi-Supervised Node Classification with Self-Supervised Graph Clustering

重新思考基于自监督图聚类的半监督节点分类

Songbo Wang, Renchi Yang, Yurui Lai, Xiaoyang Lin, Tsz Nam Chan

机构 * The University of Hong Kong（香港大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； Shenzhen University（深圳大学） 纠错

AI总结 本文提出NCGC框架，结合自监督图聚类与半监督分类，通过改进的消息传递范式和多任务学习提升节点分类性能。

Comments 14 pages

CodeFuse-CommitEval: Towards Benchmarking LLM's Power on Commit Message and Code Change Inconsistency Detection

CodeFuse-CommitEval: 向基于提交信息和代码变更不一致检测的LLM能力基准测试迈进

Qingyu Zhang, Puzhuo Liu, Peng Di, Chenxiong Qian

机构 * Ant Group（蚂蚁集团） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The University of New South Wales（新南威尔士大学） 纠错

AI总结 CodeFuse-CommitEval是首个用于评估LLM检测提交信息与代码变更不一致能力的基准，通过生成七类不一致消息并验证样本，评估六种开源LLM在不同增强策略下的表现，揭示了不同增强方法对模型性能的影响及不同类型不一致的检测差异。

Count Every Rotation and Every Rotation Counts: Exploring Drone Dynamics via Propeller Sensing

计数每一次旋转，每一次旋转都重要：通过螺旋桨感知探索无人机动力学

Xuecheng Chen, Jingao Xu, Wenhua Ding, Haoyang Wang, Xinyu Luo, Ruiyang Duan, Jialong Chen, Xueqian Wang, Yunhao Liu, Xinlei Chen

机构 * Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； The University of Hong Kong（香港大学） ； Meituan Academy of Robotics Shenzhen, China（美团机器人研究院（深圳）） ； School of Software, Tsinghua University, China（清华大学软件学院） 纠错

AI总结 通过螺旋桨旋转速度感知提升无人机传感性能，提出基于事件相机的解决方案，实现高精度飞行指令推断和跟踪精度提升。

SAS: Simulated Attention Score

SAS: 模拟注意力分数

Chuanyang Zheng, Jiankai Sun, Yihang Gao, Yuehao Wang, Peihao Wang, Jing Xiong, Liliang Ren, Hao Cheng, Janardhan Kulkarni, Yelong Shen, Atlas Wang, Mac Schwager, Anderson Schneider, Xiaodong Liu, Jianfeng Gao

机构 * Morgan Stanley（摩根大通） ； Stanford（斯坦福大学） ； Microsoft Research（微软研究院） ； NUS（新加坡国立大学） ； UT Austin（得克萨斯大学奥斯汀分校） ； HKU（香港大学） 纠错

AI总结 SAS通过模拟更多注意力头和特征维度，以低成本提升模型性能，同时保持参数效率。

Comments Tech Report

Missing the human touch? A computational stylometry analysis of GPT-4 translations of online Chinese literature

缺少人文关怀？对GPT-4翻译在线中文文学的计算风格分析

Xiaofang Yao, Yong-Bin Kang, Anthony McCosker

机构 * The University of Hong Kong（香港大学） ； Swinburne University of Technology（斯威本科技大学） 纠错

AI总结 本研究通过计算风格分析，发现GPT-4在中文文学翻译中能复现人类翻译的风格特征，表明大型语言模型可能在文学翻译中再现'人文关怀'。

Comments 15 pages, 3 figures

Panoptic Captioning: An Equivalence Bridge for Image and Text

全景描述：图像与文本之间的等价桥梁

Kun-Yu Lin, Hongjun Wang, Weining Ren, Kai Han

机构 * Visual AI Lab, The University of Hong Kong（香港大学视觉人工智能实验室） 纠错

AI总结 本文提出全景描述任务，通过PancapEngine和PancapChain方法提升图像与文本的等价描述能力，实验表明其优于现有大语言模型。

Comments NeurIPS 2025; Project page: https://visual-ai.github.io/pancap/

Video Understanding with Large Language Models: A Survey

利用大语言模型进行视频理解：综述

Yolo Y. Tang, Jing Bi, Siting Xu, Luchuan Song, Susan Liang, Teng Wang, Daoan Zhang, Jie An, Jingyang Lin, Rongyi Zhu, Ali Vosoughi, Chao Huang, Zeliang Zhang, Pinxin Liu, Mingqian Feng, Feng Zheng, Jianguo Zhang, Ping Luo, Jiebo Luo, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； 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 本文综述了利用大语言模型进行视频理解的最新进展，探讨了Vid-LLMs的分类、功能及应用场景，并指出了未来研究方向。

Comments Accepted to IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)

LumiTex: Towards High-Fidelity PBR Texture Generation with Illumination Context

LumiTex: 向高保真PBR纹理生成迈进：基于照明上下文

Jingzhi Bao, Hongze Chen, Lingting Zhu, Chenyu Liu, Runze Zhang, Keyang Luo, Zeyu Hu, Weikai Chen, Yingda Yin, Xin Wang, Zehong Lin, Jun Zhang, Xiaoguang Han

机构 * CUHK(SZ)（香港中文大学（深圳）） ； HKUST（香港理工大学） ； HKU（香港大学） ； PKU（北京大学） ； LIGHTSPEED 纠错

AI总结 LumiTex通过结合光照上下文和几何引导的修补模块，实现了高保真的PBR纹理生成，提升了材料分解和无缝纹理完成的性能。

Comments Project page: https://lumitex.vercel.app

LLM-Driven Stationarity-Aware Expert Demonstrations for Multi-Agent Reinforcement Learning in Mobile Systems

基于大语言模型的站稳意识专家示范的多智能体强化学习在移动系统中的应用

Tianyang Duan, Zongyuan Zhang, Zheng Lin, Songxiao Guo, Xiuxian Guan, Guangyu Wu, Zihan Fang, Haotian Meng, Xia Du, Ji-Zhe Zhou, Heming Cui, Jun Luo, Yue Gao

机构 * Division of Computer Science, The University of Hong Kong（计算机科学系，香港大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电气电子工程系，香港大学） ； Department of Computer Science and Technology, Peking University（计算机科学与技术系，北京大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，城市大学） ； China Unicom Digital Technology, China Unicom co.,Ltd（中国联合数字技术，中国联合有限公司） ； School of Computer and Information Engineering, Xiamen University of Technology（计算机与信息工程学院，厦门理工学院） ； School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University（计算机科学学院，机器学习与工业智能工程研究中心，四川大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Institute of Space Internet, Fudan University（空间互联网研究院，复旦大学） ； School of Computer Science, Fudan University（计算机科学学院，复旦大学） 纠错

AI总结 本文提出RELED框架，通过大语言模型驱动的专家示范与自主探索相结合，提升多智能体强化学习在移动系统中的性能和稳定性。

Comments 15 pages, 9 figures

DensifyBeforehand: LiDAR-assisted Content-aware Densification for Efficient and Quality 3D Gaussian Splatting

提前密集化：基于LiDAR的内容感知密集化以实现高效且高质量的3D高斯溅射

Phurtivilai Patt, Leyang Huang, Yinqiang Zhang, Yang Lei

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

AI总结 本文提出基于LiDAR的内容感知密集化方法，通过结合稀疏LiDAR数据与单目深度估计，提升3D高斯溅射的初始化效率和视觉质量，降低资源消耗和训练时间。

FlowSteer: Guiding Few-Step Image Synthesis with Authentic Trajectories

FlowSteer: 通过真实轨迹引导少步图像合成

Lei Ke, Hubery Yin, Gongye Liu, Zhengyao Lv, Jingcai Guo, Chen Li, Wenhan Luo, Yujiu Yang, Jing Lyu

机构 * Tsinghua University（清华大学） ； WeChat Vision, Tencent Inc.（腾讯公司微信视觉部门） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 FlowSteer通过引导学生沿教师真实生成轨迹提升ReFlow蒸馏效果，解决分布不匹配和优化调度器问题，提升少步图像合成质量。

Comments Few-Step Image Synthesis

CUPID: Generative 3D Reconstruction via Joint Object and Pose Modeling

CUPID：通过联合物体和姿态建模实现生成式3D重建

Binbin Huang, Haobin Duan, Yiqun Zhao, Zibo Zhao, Yi Ma, Shenghua Gao

机构 * The University of Hong Kong（香港大学） ； Transcengram ； Tencent（腾讯） 纠错

AI总结 CUPID通过联合建模物体和姿态，实现高保真3D重建，优于现有方法，在PSNR和Chamfer距离上分别提升3 dB和10%。

Comments project page at https://cupid3d.github.io

BOOD: Boundary-based Out-Of-Distribution Data Generation

基于边界的Out-Of-Distribution数据生成

Qilin Liao, Shuo Yang, Bo Zhao, Ping Luo, Hengshuang Zhao

机构 * The University of Hong Kong, Hong Kong, China（香港大学） ； School of AI, Shanghai Jiao Tong University, Shanghai, China（上海交通大学人工智能学院） ； Department of Computer Science, Harbin Institute of Technology (Shenzhen), Shenzhen, China（哈尔滨工业大学（深圳）计算机科学系） 纠错

AI总结 BOOD通过在潜在空间中识别决策边界并生成高质量OOD特征，提升OOD检测性能，实验显示在CIFAR-100数据集上显著优于现有方法。

Comments 14 pages, 8 figures, To be published in the Proceedings of the International Conference on Machine Learning (ICML) 2025

Multi-Timescale Hierarchical Reinforcement Learning for Unified Behavior and Control of Autonomous Driving

多尺度分层强化学习用于自动驾驶的统一行为与控制

Guizhe Jin, Zhuoren Li, Bo Leng, Ran Yu, Lu Xiong, Chen Sun

机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； Department of Data and Systems Engineering, University of Hong Kong（香港大学数据与系统工程系） 纠错

AI总结 本文提出多尺度分层强化学习方法，通过分层策略结构统一生成运动引导和控制指令，提升自动驾驶的效率、一致性和安全性。

Comments 8 pages, accepted for publication in IEEE Robotics and Automation Letters (RAL)

AutoHFormer: Efficient Hierarchical Autoregressive Transformer for Time Series Prediction

AutoHFormer：高效的层次自回归变换器用于时间序列预测

Qianru Zhang, Honggang Wen, Ming Li, Dong Huang, Siu-Ming Yiu, Christian S. Jensen, Pietro Liò

机构 * School of Computing and Data Science, The University of Hong Kong (HKU)（计算与数据科学学院，香港大学） ； Zhejiang Key Laboratory of Intelligent Education Technology and Application, Zhejiang Normal University (ZJNU)（智能教育技术与应用浙江省重点实验室，浙江师范大学） ； Department of Computer Science, National University of Singapore (NUS)（计算机科学系，新加坡国立大学） ； Department of Computer Science, Aalborg University (AU)（计算机科学系，奥尔堡大学） ； Department of Computer Science and Technology, Cambridge University (Cambridge)（计算机科学与技术系，剑桥大学） 纠错

AI总结 AutoHFormer通过层次时间建模、动态窗口注意力和自适应时间编码，实现了高效且精确的时间序列预测，训练速度提升10.76倍，内存减少6.06倍。

Comments 14 pages

Journal ref ICDE'2026

Shape-preserving Tooth Segmentation from CBCT Images Using Deep Learning with Semantic and Shape Awareness

使用深度学习与语义和形状意识进行锥形束计算机断层扫描图像中牙齿的形状保持分割

Zongrui Ji, Zhiming Cui, Na Li, Qianhan Zheng, Miaojing Shi, Ke Deng, Jingyang Zhang, Chaoyuan Li, Xuepeng Chen, Yi Dong, Lei Ma

机构 * organization= Department of Control Science ； Engineering, School of Electronics ； Information Engineering, Tongji University , city= Shanghai , postcode= 201804 , country= China ； organization= Shanghai Institute of Intelligent Science ； Technology, Tongji University , city= Shanghai , postcode= 200092 , country= China ； organization= School of Biomedical Engineering \& State Key Laboratory of Advanced Medical Materials ； Devices, ShanghaiTech University , city= Shanghai , postcode= 201210 , country= China ； organization= Stomatological Hospital of Henan Province, The First Affiliated Hospital of Zhengzhou University, School ； Hospital of Stomatology of Zhengzhou University , city= Zhenzhou , postcode= 450052 , country= China ； organization= Stomatology Hospital, School of Stomatology, Zhejiang University School of Medicine, Clinical Research Center for Oral Diseases of Zhejiang Province, Key Laboratory of Oral Biomedical Research of Zhejiang Province, Cancer Center of Zhejiang University , city= Hangzhou , postcode= 310016 , country= China ； Implant Dentistry, Faculty of Dentistry, The University of Hong Kong , city= Hong Kong SAR , postcode= 999077 , country= China ； organization= School of Computer Science ； Engineering, Southeast University , city= Nanjing , postcode= 211102 , country= China ； organization= Department of Oral Implantology, School ； Hospital of Stomatology, Shanghai Engineering Research Center of Tooth Restoration ； Regeneration, Tongji University , city= Shanghai , postcode= 200070 , country= China 纠错

AI总结 本文提出了一种结合语义和形状意识的深度学习方法，用于CBCT图像中牙齿的形状保持分割，通过多任务学习优化分割与形状保持，显著提升分割精度。

TRACE: Time SeRies PArameter EffiCient FinE-tuning

TRACE: 时间序列参数高效微调

Yuze Li, Wei Zhu

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Science, University of Hong Kong（香港大学科学学院） 纠错

AI总结 TRACE提出了一种时间序列参数高效微调方法，通过门控DSIC和重构预测头提升长期预测性能，适用于多种时间序列任务。

Journal ref Neurocomputing, Volume 320, 2025, Article 132098

From Hypothesis to Publication: A Comprehensive Survey of AI-Driven Research Support Systems

从假设到发表：人工智能驱动研究支持系统的全面综述

Zekun Zhou, Xiaocheng Feng, Lei Huang, Xiachong Feng, Ziyun Song, Ruihan Chen, Liang Zhao, Weitao Ma, Yuxuan Gu, Baoxin Wang, Dayong Wu, Guoping Hu, Ting Liu, Bing Qin

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） ； iFLYTEK Research（iFLYTEK研究院） 纠错

AI总结 本文综述了人工智能驱动的研究支持系统，涵盖假设生成、验证及论文发表，分析了当前挑战与未来方向，并提供了相关工具和基准的全面概述。

Comments Accepted to EMNLP 2025

V-ReasonBench: Toward Unified Reasoning Benchmark Suite for Video Generation Models

V-ReasonBench：面向视频生成模型的统一推理基准套件

Yang Luo, Xuanlei Zhao, Baijiong Lin, Lingting Zhu, Liyao Tang, Yuqi Liu, Ying-Cong Chen, Shengju Qian, Xin Wang, Yang You

机构 * NUS（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； HKU（香港大学） ； USYD（澳大利亚悉尼大学） ； CUHK（香港中文大学） ； LIGHTSPEED Project（LIGHTSPEED项目） 纠错

AI总结 V-ReasonBench通过四个维度评估视频生成模型的推理能力，提供可验证任务以衡量结构化问题解决、空间认知、模式推理和物理动态，促进更可靠的推理模型发展。

Comments Project Page: https://oahzxl.github.io/VReasonBench

Diagnosing Hallucination Risk in AI Surgical Decision-Support: A Sequential Framework for Sequential Validation

诊断人工智能手术决策支持中的幻觉风险：一种用于序列验证的连续框架

Dong Chen, Yanzhe Wei, Zonglin He, Guan-Ming Kuang, Canhua Ye, Meiru An, Huili Peng, Yong Hu, Huiren Tao, Kenneth MC Cheung

机构 * Orthopaedic Centre, The University of Hong Kong - Shenzhen Hospital（香港大学深圳医院骨科中心） ； Translational Medicine Centre, The University of Hong Kong - Shenzhen Hospital（香港大学深圳医院转化医学中心） ； Department of Orthopaedics & Traumatology, Li Ka Shing Faculty of Medicine, The University of Hong Kong（香港大学李嘉诚医学院骨科与创伤外科部） 纠错

AI总结 本文提出了一种用于评估人工智能手术决策支持系统幻觉风险的连续框架，通过多维度测试揭示模型在复杂性下的脆弱性，并强调了增强推理能力的必要性。

Distance-Preserving Representations for Genomic Spatial Reconstruction

用于基因组空间重建的距离保持表示

Wenbin Zhou, Jin-Hong Du

机构 * Heinz College of Information Systems and Public Policy and Machine Learning Department, Carnegie Mellon University（信息系统与公共政策学院及机器学习系，卡内基梅隆大学） ； Musketeers Foundation Institute of Data Science and the Department of Statistics and Actuarial Science, University of Hong Kong（数据科学研究所及统计与精算科学系，香港大学） 纠错

AI总结 本文提出dp-VAE框架，通过距离保持正则化器重建基因组空间坐标，提升单细胞数据的空间分析能力。

ELPO: Ensemble Learning Based Prompt Optimization for Large Language Models

基于集成学习的提示优化：大型语言模型的提示优化

Qing Zhang, Bing Xu, Xudong Zhang, Yifan Shi, Yang Li, Chen Zhang, Yik Chung Wu, Ngai Wong, Yijie Chen, Hong Dai, Xiansen Chen, Mian Zhang

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

AI总结 ELPO通过集成学习方法提升大型语言模型的提示优化效果，实现更准确和稳健的结果。

QBR: A Question-Bank-Based Approach to Fine-Grained Legal Knowledge Retrieval for the General Public

QBR: 基于问题库的面向大众的细粒度法律知识检索方法

Mingruo Yuan, Ben Kao, Tien-Hsuan Wu

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

AI总结 QBR方法通过构建问题库提升大众对法律知识的细粒度检索能力，实现更准确、高效且可解释的检索结果。

GRPO-RM: Fine-Tuning Representation Models via GRPO-Driven Reinforcement Learning

Yanchen Xu, Ziheng Jiao, Hongyuan Zhang, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University（人工智能学院（iOPEN），西北工业大学） ； HuaWei Technologies Co., Ltd.（华为技术有限公司） ； The University of Hong Kong（香港大学） 纠错