The Hong Kong University of Science and Technology（香港科技大学）

Reflect to Inform: Boosting Multimodal Reasoning via Information-Gain-Driven Verification

反思以获取信息：通过信息增益驱动的验证提升多模态推理

Shuai Lv, Chang Liu, Feng Tang, Yujie Yuan, Aojun Zhou, Kui Zhang, Xi Yang, Yangqiu Song

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Foundation Model Department（华为基础模型部） ； The Chinese University of Hong Kong（香港中文大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出VRE框架，通过信息增益驱动的自我进化训练，提升多模态大语言模型的推理准确性和感知可靠性，减少幻觉，尤其在长链任务中效果显著。

SDDF: Specificity-Driven Dynamic Focusing for Open-Vocabulary Camouflaged Object Detection

SDDF: 专门性驱动的动态聚焦用于开放词汇伪装物体检测

Jiaming Liang, Yifeng Zhan, Chunlin Liu, Weihua Zheng, Bingye Peng, Qiwei Liang, Boyang Cai, Xiaochun Mai, Qiang Nie

机构 * Shenzhen University（深圳大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出SDDF方法，通过专门性感知子描述和动态聚焦提升开放词汇伪装物体检测性能，在OVCOD-D基准上达到56.4的AP。

Comments Accepted by CVPR2026

Aligning LLMs with Biomedical Knowledge using Balanced Fine-Tuning

通过平衡微调对齐大语言模型与生物医学知识

Zhenchao Tang, Fang Wang, Haohuai He, Jiale Zhou, Tianxu Lv, Jun Zhu, Shouzhi Chen, Minghao Yang, Yu Wang, Jiayang Wu, Yidong Song, Yaokun Li, Jiehui Huang, Dawei Huang, Zhi Song, Jianhua Yao

机构 * Tencent AI for Life Sciences Lab（腾讯AI生命科学实验室） ； Sun Yat-sen University（中山大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Westlake University（西湖大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出平衡微调方法，通过双尺度后训练技术提升大语言模型对生物医学知识的理解与生成能力，实验表明其在医疗和生物学推理任务中优于传统方法。

Versatile Recompression-Aware Perceptual Image Super-Resolution

多功能的感知图像超分辨率：考虑再压缩

Mingwei He, Tongda Xu, Xingtong Ge, Ming Sun, Chao Zhou, Yan Wang

机构 * AIR, Tsinghua University（清华大学智能产业研究院） ； AGUS Tech ； HKUST（香港科技大学） ； Kuaishou Technology（快手科技） 纠错

AI总结 本文提出VRPSR，通过将压缩建模为条件文本到图像生成，利用预训练扩散模型构建通用编码器模拟器，并提出针对感知超分辨率的训练技术，实现SR与再压缩的联合优化，取得10%-40%的比特率节省。

VG-Mapping: Variation-aware Density Control for Online 3D Gaussian Mapping in Semi-static Scenes

VG-Mapping：面向半静态场景的变分感知密度控制在线3D高斯映射

Yicheng He, Jingwen Yu, Guangcheng Chen, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； CKS Robotics Institute, Hong Kong University of Science and Technology（香港科技大学CKS机器人研究所） 纠错

AI总结 本文提出VG-Mapping，通过变分感知密度控制策略提升半静态场景在线3D高斯映射的更新效率与渲染质量，同时构建了包含合成与真实数据的RGB-D数据集。

A Narwhal-Inspired Sensing-to-Control Framework for Small Fixed-Wing Aircraft

基于纳尔瓦启发的传感-控制框架用于小型固定翼飞机

Fengze Xie, Xiaozhou Fan, Jacob Schuster, Yisong Yue, Morteza Gharib

机构 * California Institute of Technology（加州理工学院） ； Technology Innovation Institute（技术创新研究所） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出一种生物启发的传感-控制框架，通过多孔探头和稀疏翼压传感器测量空气流，结合数据驱动校准和控制-仿射动力学模型，提升小型固定翼无人机在低速时的敏捷性与控制精度。

Robust Predictive Modeling Under Unseen Data Distribution Shifts: A Methodological Commentary

在未见数据分布偏移下实现稳健的预测建模：一种方法论评论

Hanyu Duan, Yi Yang, Ahmed Abbasi, Kar Yan Tam

机构 * Hong Kong University of Science and Technology（香港科技大学） ； University of Notre Dame（圣母大学） 纠错

AI总结 本文通过实际客户流失案例，指出训练与测试数据分布不一致的问题，并探讨领域泛化方法，提出采用不确定性意识的预测建模方法以提升模型鲁棒性。

Comments Forthcoming in Information Systems Research