Efficient Sequential Calibration with $O(T^{2/3-ε})$ Error Bound
具有\(O(T^{2/3 - ε})\)误差界的高效序贯校准
机构 * HKUST（香港科技大学）
AI总结 研究在线二元序贯校准问题，基于已有突破成果，提出结合\textsc{SPR - 校准}程序与外部校正层的随机预测器，实现\(O(T^{2/3 - ε})\)期望校准误差，并对总校准误差进行分解及控制。
高校专区
The Hong Kong University of Science and Technology（香港科技大学）
MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations
MemOps：在长期对话中对生命周期内存操作进行基准测试
机构 * MemTensor (Shanghai) Technology Co., Ltd.（墨天轮（上海）科技有限公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Renmin University of China（中国人民大学）
AI总结 研究针对长期对话中内存操作评估，引入MemOps基准测试，将对话内存视为操作生命周期，通过可控管道嵌入操作并评估，揭示了当前系统内存操作的问题，推动评估从答案评分转向操作级诊断。
Infra-Swarm: Robust Vision-Based Multi-Robot Swarming via Near-Infrared Spectral Vision
Infra-Swarm：通过近红外光谱视觉实现基于视觉的鲁棒多机器人集群
机构 * Westlake University（西湖大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学）
AI总结 研究针对分布式集群受带宽或环境限制问题，提出Infra-Swarm，通过机器人配备近红外光源和相机，利用光学耀斑测量邻居3D位置，借助窄带滤波器抗干扰，以最小计算开销实现集群大规模可扩展性。
EVOQUANT: Self-Evolving Verifier-Guided Strategy Optimization for Robust Quantitative Trading
EVOQUANT：用于稳健量化交易的自进化验证器引导策略优化
机构 * HKUST(GZ)（香港科技大学（广州）） ； Paradoox AI Research（悖论人工智能研究）
AI总结 研究针对量化策略优化多依赖人工且易出错的问题，提出EVOQUANT框架，利用大语言模型诊断瓶颈、生成候选编辑，经多阶段验证选最佳策略，能提炼经验持续改进，实验表明该方法有效提升夏普比率，为金融策略研究提供新途径。
Isolation as a First-Class Principle for LLM-Agent System Safety: Concepts, Taxonomy, Challenges and Future Directions
隔离作为大语言模型智能体系统安全的头等原则：概念、分类法、挑战及未来方向
机构 * HKUST（香港科技大学） ； NYU（纽约大学） ； SWUPL（西南政法大学）
AI总结 探讨大语言模型智能体系统安全问题，将隔离作为头等原则，用边界中心分类法组织文献，助于识别隔离丧失位置、妥协传播方式及相关防御，还总结了故障路径，讨论挑战并勾勒研究议程。
IQA-T1: Tool-based Visual Evidence Reasoning for Image Quality Assessment
IQA-T1：基于工具的图像质量评估视觉证据推理
机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机科学学院） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 针对开放世界图像质量评估难题，提出IQA-T1框架，通过自主调用工具生成视觉证据增强多模态大语言模型推理，构建Q-Tool数据集，实验表明该框架性能最佳且评估可解释、基于证据。
Comments Accepted by ECCV 2026
