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

AudioKV: KV Cache Eviction in Efficient Large Audio Language Models

AudioKV: 在高效大音频语言模型中实现KV缓存淘汰

Yuxuan Wang, Peize He, Xiyan Gui, Xiaoqian Liu, Junhao He, Xuyang Liu, Zichen Wen, Xuming Hu, Linfeng Zhang

机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Xidian University（西安电子科技大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

AI总结 本文提出AudioKV框架，通过硬件友好的语义-音频对齐机制优先处理音频关键注意力头，结合Spectral Score Smoothing技术提升缓存效率，实验表明其在压缩比40%时保持高精度。

Argus: Reorchestrating Static Analysis via a Multi-Agent Ensemble for Full-Chain Security Vulnerability Detection

Argus：通过多智能体集合重新编排静态分析以实现全链路安全漏洞检测

Zi Liang, Qipeng Xie, Jun He, Bohuan Xue, Weizheng Wang, Yuandao Cai, Fei Luo, Boxian Zhang, Haibo Hu, Kaishun Wu

机构 * The Hong Kong Polytechnic University（香港理工大学） ； HKUST（香港科技大学） ； SF Express（顺丰速运） ； Great Bay University（大湾区大学） 纠错

AI总结 Argus通过多智能体框架提升静态分析效率，结合RAG和ReAct技术减少漏洞误报，发现更多真实漏洞并降低运营成本。

ClawLess: A Security Model of AI Agents

ClawLess：AI代理的安全模型

Hongyi Lu, Nian Liu, Shuai Wang, Fengwei Zhang

机构 * Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 ClawLess提出一种形式化安全框架，通过在最坏情况威胁模型下强制验证策略，确保AI代理运行时的安全性，结合BPF技术实现动态策略的高效执行。

From Exposure to Internalization: Dual-Stream Calibration for In-context Clinical Reasoning

从暴露到内化：用于上下文临床推理的双流校准

Chuang Zhao, Hongke Zhao, Xiaofang Zhou, Xiaomeng Li

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系） ； College of Management and Economics, Laboratory of Computation and Analytics of Complex Management Systems (CACMS), Tianjin University（天津大学管理与经济学部、复杂管理系统计算与分析实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

AI总结 本文提出双流校准框架，通过协同对齐两个校准流实现深度内化，提升临床推理的上下文适应能力，验证表明其在三个任务中优于现有方法。

QA-MoE: Towards a Continuous Reliability Spectrum with Quality-Aware Mixture of Experts for Robust Multimodal Sentiment Analysis

QA-MoE：迈向具有质量感知专家混合的连续可靠性光谱以实现稳健的多模态情感分析

Yitong Zhu, Yuxuan Jiang, Guanxuan Jiang, Bojing Hou, Peng Yuan Zhou, Ge Lin Kan, Yuyang Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） ； Aarhus University（奥胡斯大学） 纠错

AI总结 本文提出QA-MoE框架，通过自监督的aleatoric不确定性量化模态可靠性，以应对多模态输入中的动态噪声和模态缺失问题，实现稳健的情感分析。

SpatialEdit: Benchmarking Fine-Grained Image Spatial Editing

SpatialEdit：细粒度图像空间编辑基准测试

Yicheng Xiao, Wenhu Zhang, Lin Song, Yukang Chen, Wenbo Li, Nan Jiang, Tianhe Ren, Haokun Lin, Wei Huang, Haoyang Huang, Xiu Li, Nan Duan, Xiaojuan Qi

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） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出SpatialEdit-Bench基准测试，结合视角重建和框架分析评估空间编辑的感知合理性和几何精度，并构建了SpatialEdit-500k合成数据集和SpatialEdit-16B基线模型，实现细粒度空间编辑的高效训练与评估。

Comments Code: https://github.com/EasonXiao-888/SpatialEdit

Rendering Multi-Human and Multi-Object with 3D Gaussian Splatting

多人类和多物体的3D高斯散射渲染

Weiquan Wang, Jun Xiao, Feifei Shao, Yi Yang, Yueting Zhuang, Long Chen

机构 * State Key Lab of CAD&CG, College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

AI总结 本文提出MM-GS框架，通过实例级多视图融合和场景级实例交互模块，解决多人类和多物体动态场景重建中的视图一致性与复杂依赖建模问题，实现高保真渲染。

Comments 8 pages, 4 figures, accepted by ICRA 2026

PyFi: Toward Pyramid-like Financial Image Understanding for VLMs via Adversarial Agents

PyFi: 通过对抗代理实现金字塔式金融图像理解的愿景语言模型

Yuqun Zhang, Yuxuan Zhao, Sijia Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Yantai Research Institute, Harbin Engineering University（哈尔滨工程大学烟台研究院） 纠错

AI总结 PyFi通过对抗代理生成的金字塔结构数据集，提升VLM在金融图像理解中的推理能力，实验显示模型在复杂金融问题上的准确率提升19.52%。

Faithful-First Reasoning, Planning, and Acting for Multimodal LLMs

多模态大语言模型中的忠实优先推理、规划与行动

Junxian Li, Xinyue Xu, Sai Ma, Di Zhang, Sichao Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Australian National University（澳大利亚国立大学） ； Fudan University（复旦大学） ； University of Sydney（悉尼大学） 纠错

AI总结 本文提出Faithful-First RPA框架，通过逐步监督提升多模态推理的忠实度，实验表明其在多个基准上提升了24%的感知忠实度，且不降低任务准确性。

Comments Accepted by ACL 2026 Findings

SoftHGNN: Soft Hypergraph Neural Networks for General Visual Recognition

SoftHGNN: 用于通用视觉识别的软超图神经网络

Mengqi Lei, Yihong Wu, Siqi Li, Xinhu Zheng, Juan Wang, Shaoyi Du, Yue Gao

机构 * Tsinghua University（清华大学） ； Yangtze Delta Region Institute of Tsinghua University, Zhejiang（清华大学长三角研究院（浙江）） ； Taiyuan University of Technology（太原理工大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 本文提出SoftHGNN，通过引入软超边和稀疏选择机制，提升视觉识别中高阶关联的建模能力，实现更高效的语义推理。

Comments This paper has been accepted by the International Journal of Computer Vision (IJCV)

AFL: A Single-Round Analytic Approach for Federated Learning with Pre-trained Models

AFL：基于预训练模型的联邦学习单轮分析方法

Run He, Kai Tong, Di Fang, Han Sun, Ziqian Zeng, Haoran Li, Tianyi Chen, Huiping Zhuang

机构 * South China University of Technology（华南理工大学） ； Tsinghua University（清华大学） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） ； The Hong Kong University of Science and Technology（香港科技大学） ； Microsoft（微软） 纠错

AI总结 本文提出AFL，一种利用分析解的联邦学习方法，通过单轮训练和绝对聚合法则，减少通信开销并提升收敛速度，具有数据分区不变性。

Comments Published in CVPR 2025

TC-AE: Unlocking Token Capacity for Deep Compression Autoencoders

TC-AE：解锁深度压缩自编码器的token容量

Teng Li, Ziyuan Huang, Cong Chen, Yangfu Li, Yuanhuiyi Lyu, Dandan Zheng, Chunhua Shen, Jun Zhang

机构 * Inclusion AI, Ant Group（蚂蚁集团） ； HKUST（香港科技大学） ； ZJU（浙江大学） ； ECNU（华东师范大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

AI总结 TC-AE通过调整ViT中的patch size实现token数量扩展，解决高压缩比下的潜在表示崩溃问题，提升生成性能。

Mem3R: Streaming 3D Reconstruction with Hybrid Memory via Test-Time Training

Mem3R: 基于混合记忆的流式3D重建

Changkun Liu, Jiezhi Yang, Zeman Li, Yuan Deng, Jiancong Guo, Luca Ballan

机构 * Google（谷歌） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Southern California（南加州大学） 纠错

AI总结 Mem3R通过分离相机跟踪与几何映射，利用隐式快权记忆和显式token状态提升长序列的时序一致性，相比CUT3R显著提升性能并减小模型规模。

Comments Project page: https://lck666666.github.io/Mem3R/

A Utility-preserving De-identification Pipeline for Cross-hospital Radiology Data Sharing

一种保持效用的跨医院放射学数据共享脱敏流程

Chenhao Liu, Zelin Wen, Yan Tong, Junjie Zhu, Xinyu Tian, Yuchi Liu, Ashu Gupta, Syed M. S. Islam, Tom Gedeon, Yue Yao

机构 * Shandong University（山东大学） ； Australian National University（澳大利亚国立大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Curtin University（科廷大学） ； Edith Cowan University（埃迪斯科文大学） ； University of Western Australia（西澳大利亚大学） 纠错

AI总结 本文提出一种保持效用的脱敏流程，用于跨医院放射学数据共享，通过黑名单和白名单过滤机制，在保护隐私的同时保留诊断相关病理信息，实验证明其在诊断准确性上的竞争力。

ACE-Merging: Data-Free Model Merging with Adaptive Covariance Estimation

ACE-Merging：无数据模型融合与自适应协方差估计

Bo Xu, Haotian Wu, Hehai Lin, Weiquan Huang, Beier Zhu, Yao Shu, Chengwei Qin

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出ACE-Merging方法，通过自适应协方差估计实现无数据模型融合，解决专家模型间干扰问题，实验表明其在视觉和语言基准上优于现有方法。

Comments Accepted to CVPR 2026 (Main Track)