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

LoopRPT: Reinforcement Pre-Training for Looped Language Models

LoopRPT: 用于循环语言模型的强化预训练

Guo Tang, Shixin Jiang, Heng Chang, Nuo Chen, Yuhan Li, Huiming Fan, Jia Li, Ming Liu, Bing Qin

机构 * Harbin Institute of Technology, Harbin, China（哈尔滨工业大学） ； Tsinghua University, Beijing, China（清华大学） ； The Hong Kong University of Science and Technology, Guangzhou, China（香港科学与技术大学） 纠错

AI总结 本文提出LoopRPT框架，通过将下一步预测转化为推理任务，利用EMA教师参考和噪声潜在轨迹直接优化循环语言模型的中间表示，提升表示质量并实现准确度与计算量的帕累托最优。

Model Selection and Parameter Estimation of Multi-dimensional Gaussian Mixture Model

多维高斯混合模型的模型选择与参数估计

Xinyu Liu, Hai Zhang

机构 * Department of Mathematics, Hong Kong University of Science and Technology (HKUST)（香港科技大学数学系） 纠错

AI总结 本文研究了多维高斯混合模型的学习问题，重点在于模型阶选择和高效混合分布估计。通过建立信息论下界，提出基于阈值的估计算法，结合梯度下降方法和PCA降维，验证了方法的最优性与高效性。

UniPR: Unified Object-level Real-to-Sim Perception and Reconstruction from a Single Stereo Pair

UniPR: 一种统一的基于单立体对的物体级实拍到仿真感知与重建框架

Chuanrui Zhang, Yingshuang Zou, ZhengXian Wu, Yonggen Ling, Yuxiao Yang, Ziwei Wang

机构 * NTU（国立新加坡大学） ； Tencent Robotics X（腾讯机器人实验室） ； Futian Laboratory（福田实验室） ； HKUST（香港科技大学） ； THU（清华大学） 纠错

AI总结 本文提出UniPR，一种端到端的物体级实拍到仿真感知与重建框架，通过几何约束解决尺度模糊问题，消除了对类别特定规范的依赖，并通过大规模立体数据集LVS6D提升研究效率和实用性。

PowerLens: Taming LLM Agents for Safe and Personalized Mobile Power Management

PowerLens：利用大语言模型安全且个性化地管理移动设备电源

Xingyu Feng, Chang Sun, Yuzhu Wang, Zhangbing Zhou, Chengwen Luo, Zhuangzhuang Chen, Xiaomin Ouyang, Huanqi Yang

机构 * China University of Geosciences (Beijing)（中国地质大学（北京）） ； Shenzhen University（深圳大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 PowerLens通过利用大语言模型的常识推理，实现安全且个性化的移动电源管理。系统通过用户活动与系统参数之间的语义桥梁，生成适应个人偏好的零样本策略，通过隐式反馈学习用户偏好，无需显式配置，3-5天内收敛。

AC-Foley: Reference-Audio-Guided Video-to-Audio Synthesis with Acoustic Transfer

AC-Foley：基于参考音频的视频到音频合成与声学迁移

Pengjun Fang, Yingqing He, Yazhou Xing, Qifeng Chen, Ser-Nam Lim, Harry Yang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Central Florida（佛罗里达中央大学） 纠错

AI总结 本文提出AC-Foley模型，通过直接利用参考音频实现精确的音频合成与声学迁移，解决传统方法在语义粒度和文本模糊性上的瓶颈，提升音频生成质量与细粒度控制能力。

Comments Accepted at ICLR 2026. 15 pages, 5 figures, add project webpage

How to Enable LLM with 3D Capacity? A Survey of Spatial Reasoning in LLM

如何使LLM具备3D能力？LLM中空间推理的综述

Jirong Zha, Yuxuan Fan, Xiao Yang, Chen Gao, Xinlei Chen

机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guang Zhou)（香港科学与技术大学（广州）） 纠错

AI总结 本文综述了将LLM与3D空间理解结合的方法，提出分类体系，涵盖图像、点云和混合模态方法，并讨论了当前限制与未来研究方向。

Comments 9 pages, 5 figures

Journal ref IJCAI 2025

DEAF: A Benchmark for Diagnostic Evaluation of Acoustic Faithfulness in Audio Language Models

DEAF：用于音频语言模型声音忠实度诊断评估的基准

Jiaqi Xiong, Yunjia Qi, Qi Cao, Yu Zheng, Yutong Zhang, Ziteng Wang, Ruofan Liao, Weisheng Xu, Sichen Liu

机构 * University of Oxford（牛津大学） ； XJTLU ； HNU（湖南大学） ； CUHK(SZ)（香港中文大学（深圳）） ； PKU（北京大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

AI总结 DEAF基准通过2700多个冲突刺激，评估音频语言模型对声音信号的真实处理能力，揭示模型在语音基准测试中的表现与真实声音理解间的差距。

Comments 14 pages,6 figures

OS-Themis: A Scalable Critic Framework for Generalist GUI Rewards

OS-Themis：一种可扩展的通用GUI奖励批评框架

Zehao Li, Zhenyu Wu, Yibo Zhao, Bowen Yang, Jingjing Xie, Zhaoyang Liu, Zhoumianze Liu, Kaiming Jin, Jianze Liang, Zonglin Li, Feng Wu, Bowen Zhou, Zun Wang, Zichen Ding

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港中文大学多模态实验室） ； The Hong Kong University of Science and Technology（香港科学大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出OS-Themis框架，通过分解轨迹为可验证里程碑并采用审核机制，提升GUI奖励的可扩展性和准确性，实验表明其在AndroidWorld中提升了在线强化学习和轨迹验证的性能。

From Inference Efficiency to Embodied Efficiency: Revisiting Efficiency Metrics for Vision-Language-Action Models

从推理效率到具身效率：重新审视视觉-语言-动作模型的效率指标

Zhuofan Li, Hongkun Yang, Zhenyang Chen, Yangxuan Chen, Yingyan, Lin, Chaojian Li

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文重新审视视觉-语言-动作模型的效率指标，发现传统参数、FLOPs或token解码吞吐量无法反映机器人平台的实际表现，提出具身效率指标如任务完成时间、轨迹平滑度等，揭示传统方法在具身效率上的不足。

CRAFT: Aligning Diffusion Models with Fine-Tuning Is Easier Than You Think

CRAFT：将扩散模型对齐与微调比你想象的更容易

Zening Sun, Zhengpeng Xie, Lichen Bai, Shitong Shao, Shuo Yang, Zeke Xie

机构 * HKUST (GZ)（香港科技大学（广州）） ； HIT (SZ)（哈尔滨工业大学（深圳）） 纠错

AI总结 本文提出CRAFT方法，通过复合奖励过滤技术构建高质量训练数据集，结合改进的SFT实现高效微调，证明其优化了群体强化学习下界，实验表明其在少量样本下优于传统方法。

Comments CVPR2026

OnlinePG: Online Open-Vocabulary Panoptic Mapping with 3D Gaussian Splatting

OnlinePG: 在线开放词汇全景映射与3D高斯点云分裂

Hongjia Zhai, Qi Zhang, Xiaokun Pan, Xiyu Zhang, Yitong Dong, Huaqi Zhang, Dan Xu, Guofeng Zhang

机构 * State Key Lab of CAD & CG（CAD与CG国家重点实验室） ； VIVO BlueImage Lab（VIVO BlueImage实验室） ； HKUST（香港科技大学） 纠错

AI总结 本文提出OnlinePG，通过在线全景映射结合3D高斯点云分裂实现开放词汇场景理解，解决现有方法在实时性和实例级理解上的不足。

Comments CVPR 2026

AndroTMem: From Interaction Trajectories to Anchored Memory in Long-Horizon GUI Agents

AndroTMem: 从交互轨迹到长周期GUI代理的锚定记忆

Yibo Shi, Jungang Li, Linghao Zhang, Zihao Dongfang, Biao Wu, Sicheng Tao, Yibo Yan, Chenxi Qin, Weiting Liu, Zhixin Lin, Hanqian Li, Yu Huang, Song Dai, Yonghua Hei, Yue Ding, Xiang Li, Shikang Wang, Chengdong Xu, Jingqi Liu, Xueying Ma, Zhiwen Zheng, Xiaofei Zhang, Bincheng Wang, Nichen Yang, Jie Wu, Lihua Tian, Chen Li, Xuming Hu

机构 * XJTU（西安交通大学） ； HKUST(GZ)（香港科技大学(广州)） ； HKUST（香港科技大学） ； CityU（城市大学） ； UTS（新南威尔士大学） ； TJU（天津大学） ； FDU（福建师范大学） ； SDU（山东大学） ； CASIA（中国科学院自动化所） ； SYSU（南方科技大学） ； NWPU（西北工业大学） 纠错

AI总结 本文提出AndroTMem框架，通过锚定状态记忆提升长周期GUI代理性能，实验显示其在任务完成率和动作成功率上优于传统方法。

SoulX-LiveAct: Towards Hour-Scale Real-Time Human Animation with Neighbor Forcing and ConvKV Memory

SoulX-LiveAct: 向小时级实时人体动画迈进：通过邻居强制和ConvKV内存

Dingcheng Zhen, Xu Zheng, Ruixin Zhang, Zhiqi Jiang, Yichao Yan, Ming Tao, Shunshun Yin

机构 * Soul AI Lab, China（中国灵魂AI实验室） ； HKUST(GZ)（香港科技大学（广州）） ； Soochow University（苏州大学） 纠错

AI总结 本文提出Neighbor Forcing和ConvKV内存机制，解决小时级实时人体动画中样本不一致和历史表示无结构的问题，提升训练收敛性、生成质量和推理效率。

DuoTeach: Dual Role Self-Teaching for Coarse-to-Fine Decision Coordination in Vision--Language Models

DuoTeach: 视觉-语言模型中粗到细决策协调的双角色自教学

Wei Yang, Yiran Zhu, Zilin Li, Xunjia Zhang, Jun Xia, Hongtao Wang

机构 * Department of Computer, North China Electric Power University, Baoding, China（华北电力大学计算机学院） ； AIMS Lab, HKUST (GZ), Guangzhou, China（香港科技大学（广州）人工智能实验室） ； HKUST, Hong Kong SAR, China（香港科技大学） ； School of Information and Intelligent Science, Donghua University, Shanghai, China（东华大学信息与智能科学学院） 纠错

AI总结 本文提出DuoTeach框架，通过双角色自教学提升视觉-语言模型在粗到细决策协调中的性能，改进领域内DWPA指标并提升零样本性能。

GeoReg: Weight-Constrained Few-Shot Regression for Socio-Economic Estimation using LLM

GeoReg: 基于LLM的带权重少样本回归用于社会经济估计

Kyeongjin Ahn, Sungwon Han, Seungeon Lee, Donghyun Ahn, Hyoshin Kim, Jungwon Kim, Jihee Kim, Sangyoon Park, Meeyoung Cha

机构 * School of Computing, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算机科学学院） ； College of Business, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院商学院） ； Graduate School of Data Science, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院数据科学研究生院） ； Division of Social Science, Hong Kong University of Science and Technology (HKUST)（香港科学与技术大学社会科学系） ； Max Planck Institute for Software Systems (MPI-SWS)（马克斯·普朗克软件系统研究所） ； Max Planck Institute for Security and Privacy (MPI-SP)（马克斯·普朗克安全与隐私研究所） 纠错

AI总结 GeoReg通过整合卫星图像和网络地理信息等数据源，利用大语言模型的先验知识，在数据稀缺地区实现社会经济指标的少样本回归估计，实验表明其在不同发展水平国家均优于基线模型。

Comments 10 pages, 9 figures, 4 tables

Unlocking Full Efficiency of Token Filtering in Large Language Model Training

解锁大语言模型训练中令牌过滤的全面效率

Di Chai, Pengbo Li, Feiyuan Zhang, Yilun Jin, Han Tian, Kaiqiang Xu, Binhang Yuan, Dian Shen, Junxue Zhang, Kai Chen

机构 * Shanghai University of Finance and Economics（上海财经大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） 纠错

AI总结 本文提出Centrifuge系统，通过算法与系统协同设计提升令牌过滤效率，减少反向传播时间达49.9%，端到端训练时间达34.7%，并提升模型性能26.6%。

AERR-Nav: Adaptive Exploration-Recovery-Reminiscing Strategy for Zero-Shot Object Navigation

AERR-Nav：面向零样本物体导航的自适应探索-恢复-回忆策略

Jingzhi Huang, Junkai Huang, Haoyang Yang, Haoang Li, Yi Wang

机构 * Hong Kong Polytechnic University（香港理工大学） ； Institute of automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； 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AERR-Nav框架，通过自适应探索-恢复-回忆策略和自适应探索状态，解决零样本物体导航中探索与利用的平衡问题，在HM3D和MP3D基准测试中取得最佳性能。

REAL: Robust Extreme Agility via Spatio-Temporal Policy Learning and Physics-Guided Filtering

REAL：通过时空策略学习和物理引导过滤实现鲁棒极端敏捷

Jialong Liu, Dehan Shen, Yanbo Wen, Zeyu Jiang, Changhao Chen

机构 * PEAK-Lab, The Hong Kong University of Science and Technology (Guangzhou)（高峰实验室，香港科学与技术大学（广州）） 纠错

AI总结 REAL通过结合时空策略学习和物理引导过滤，提升在动态环境下极端敏捷的鲁棒性，能够在视觉干扰下实现可靠攀爬。

NavThinker: Action-Conditioned World Models for Coupled Prediction and Planning in Social Navigation

NavThinker: 用于社交导航中耦合预测与规划的行动条件世界模型

Tianshuai Hu, Zeying Gong, Lingdong Kong, XiaoDong Mei, Yiyi Ding, Qi Zeng, Ao Liang, Rong Li, Yangyi Zhong, Junwei Liang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 NavThinker通过结合行动条件世界模型与on-policy强化学习，解决社交导航中机器人动作与人类运动相互影响的耦合预测-规划问题，实现未来感知的导航状态对齐与路径规划。

HarmMetric Eval: Benchmarking Metrics and Judges for LLM Harmfulness Assessment

HarmMetric Eval: 对LLM有害性评估的度量和裁判进行基准测试

Langqi Yang, Tianhang Zheng, Yixuan Chen, Kedong Xiu, Hao Zhou, Wangze Ni, Lei Chen, Zhan Qin, Kui Ren

机构 * The State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； Zhejiang University（浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Pretraining Team, xAI（预训练团队，xAI） ； 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HarmMetric Eval，用于评估有害性度量和裁判的质量，发现传统参考型指标在细粒度评估中表现优于LLM裁判，改进的裁判通过结合细粒度标准和参考型指标提升了效果。

Temporal Gains, Spatial Costs: Revisiting Video Fine-Tuning in Multimodal Large Language Models

时间收益，空间代价：重新审视多模态大语言模型中的视频微调

Linghao Zhang, Jungang Li, Yonghua Hei, Sicheng Tao, Song Dai, Yibo Yan, Zihao Dongfang, Weiting Liu, Chenxi Qin, Hanqian Li, Xin Zou, Jiahao Zhang, Shuhang Xun, Haiyun Jiang, Xuming Hu

机构 * SJTU（上海交通大学） ； HKUST(GZ)（香港科技大学(珠海)） ； HKUST（香港科技大学） ； CityU（城市大学） ； FDU（复旦大学） ； HIT（哈尔滨工业大学） ； TJU（天津大学） 纠错

AI总结 本文研究了视频微调对多模态大语言模型视觉能力的影响，发现视频性能提升的同时，静态图像表现可能受限，提出混合帧策略以缓解空间与时间理解的平衡问题。

P$^{3}$Nav: End-to-End Perception, Prediction and Planning for Vision-and-Language Navigation

P$^{3}$Nav: 端到端感知、预测与规划用于视觉-语言导航

Tianfu Li, Wenbo Chen, Haoxuan Xu, Xinhu Zheng, Haoang Li

机构 * HKUST(GZ)（香港科技大学（广州）） 纠错

AI总结 P$^{3}$Nav提出端到端框架，整合感知、预测与规划，提升视觉-语言导航agent的场景理解与导航成功率，实验显示在REVERIE、R2R-CE和RxR-CE基准上取得新状态-of-the-art性能。

Astrolabe: Steering Forward-Process Reinforcement Learning for Distilled Autoregressive Video Models

Astrolabe：为蒸馏自回归视频模型设计的前向过程强化学习框架

Songchun Zhang, Zeyue Xue, Siming Fu, Jie Huang, Xianghao Kong, Y Ma, Haoyang Huang, Nan Duan, Anyi Rao

机构 * HKUST（香港科技大学） ； JD Explore Academy（JD探索学院） ； HKU（香港大学） 纠错

AI总结 Astrolabe通过前向过程强化学习方法提升蒸馏自回归视频模型的生成质量，采用滚动KV缓存实现流式训练，结合多奖励目标和不确定性感知正则化，有效解决对齐问题。

Comments 53 pages, 37 figures

MG-Grasp: Metric-Scale Geometric 6-DoF Grasping Framework with Sparse RGB Observations

MG-Grasp：基于稀疏RGB观测的度量尺度几何6自由度抓取框架

Kangxu Wang, Siang Chen, Chenxing Jiang, Shaojie Shen, Yixiang Dai, Guijin Wang

机构 * The Department of Electronic Engineering, Tsinghua University, Beijing 100084, China（清华大学电子工程系，北京100084，中国） ； The Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology, Hong Kong, China（香港科学与技术大学电子与计算机工程系，香港，中国） 纠错

AI总结 本文提出MG-Grasp框架，利用双视角3D基础模型实现高精度6自由度抓取，通过稀疏RGB图像重建密集点云并生成稳定抓取方案，实验证明其在RGB基抓取方法中达到SOTA水平。

Comments 8 pages, 5 figures

OMNIFLOW: A Physics-Grounded Multimodal Agent for Generalized Scientific Reasoning

OMNIFLOW：一种基于物理的多模态代理用于通用科学推理

Hao Wu, Yongheng Zhang, Yuan Gao, Fan Xu, Fan Zhang, Ruobing Xie, Ruijian Gou, Yuxuan Liang, Xiaomeng Huang, Xian Wu

机构 * Tsinghua University（清华大学） ； Tencent（腾讯） ； Shenzhen Loop Area Institute（深圳河套学院） ； Ocean University of China（海洋大学） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 OMNIFLOW通过引入语义-符号对齐机制和物理引导的推理流程，实现了多模态模型在物理定律下的科学推理，显著提升了零样本泛化和少样本适应能力，提供透明且物理一致的推理报告。

VL-RouterBench: A Benchmark for Vision-Language Model Routing

VL-RouterBench：一种用于视觉-语言模型路由的基准测试

Zhehao Huang, Baijiong Lin, Jingyuan Zhang, Jingying Wang, Yuhang Liu, Ning Lu, Tao Li, Xiaolin Huang

机构 * Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University（1 图像处理与模式识别研究所，上海交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（2 香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（3 香港科学与技术大学） 纠错

AI总结 本文提出VL-RouterBench，用于系统评估视觉-语言模型路由系统的能力，通过构建质量与成本矩阵，评估10种路由方法并发现显著的路由改进空间，揭示了路由架构改进的潜力。

Comments CVPR 2026 Accepted

TxSum: User-Centered Ethereum Transaction Understanding with Micro-Level Semantic Grounding

TxSum: 基于微粒语义锚定的用户导向以太坊交易理解

Zifan Peng, Jingyi Zheng, Yule Liu, Huaiyu Jia, Qiming Ye, Jingyu Liu, Xufeng Yang, Mingchen Li, Qingyuan Gong, Xuechao Wang, Xinlei He

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学） ； University of North Texas（北卡罗来纳州立大学） ； Fudan University（复旦大学） 纠错

AI总结 本文提出TxSum任务，通过构建187个复杂以太坊交易数据集，引入MATEX框架提升交易解释质量，使用户对复杂交易的理解率从52.9%提升至76.5%，恶意交易拒绝率提升至88%。

WPT: World-to-Policy Transfer via Online World Model Distillation

WPT: 通过在线世界模型蒸馏实现世界到策略的迁移

Guangfeng Jiang, Yueru Luo, Jun Liu, Yi Huang, Yiyao Zhu, Zhan Qu, Dave Zhenyu Chen, Bingbing Liu, Xu Yan

机构 * University of Science and Technology of China（科学技术大学） ； CUHK-SZ（香港中文大学（深圳）） ； HKUST（香港理工大学） ； Huawei Foundation Model Department（华为基金会模型部） 纠错

AI总结 本文提出WPT方法，通过在线世界模型蒸馏实现策略迁移，提升规划性能并保持实时部署能力，实验表明其在开放环和闭合环基准上表现优异。

Comments CVPR2026 Accepted

Neighbor GRPO: Contrastive ODE Policy Optimization Aligns Flow Models

邻居GRPO：对比ODE策略优化对齐流模型

Dailan He, Guanlin Feng, Xingtong Ge, Yazhe Niu, Yi Zhang, Bingqi Ma, Guanglu Song, Yu Liu, Hongsheng Li

机构 * CUHK MMLab（香港中文大学多模态实验室） ； Vivix Group Limited（Vivix集团有限公司） ； HKUST（香港理工大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； CPII under InnoHK（创新香港下的CPII） 纠错

AI总结 本文提出Neighbor GRPO，通过扰动ODE初始噪声条件生成候选轨迹，基于softmax距离优化，避免SDE，提升效率与生成质量。

Comments CVPR 2026

OccTENS: 3D Occupancy World Model via Temporal Next-Scale Prediction

OccTENS: 通过时间下一尺度预测实现的3D占用世界模型

Bu Jin, Songen Gu, Xiaotao Hu, Yupeng Zheng, Xiaoyang Guo, Qian Zhang, Xiaoxiao Long, Wei Yin

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Horizon Robotics（地平线机器人） ； Nanjing University（南京大学） 纠错

AI总结 本文提出OccTENS，一种能高效生成高质量长期占用场景的生成模型，通过时间下一尺度预测任务解决效率、时间退化和可控性问题。