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

Discovering Pathology Rationale and Token Allocation for Efficient Multimodal Pathology Reasoning

Zhe Xu, Cheng Jin, Yihui Wang, Ziyi Liu, Hao Chen

机构 * Department of Computer Science Engineering（计算机科学与工程系） ； HKUST（香港科技大学） 纠错

Learn to Reason Efficiently with Adaptive Length-based Reward Shaping

Wei Liu, Ruochen Zhou, Yiyun Deng, Yuzhen Huang, Junteng Liu, Yuntian Deng, Yizhe Zhang, Junxian He

机构 * The 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） ； University of Waterloo（多伦多大学） ； Apple（苹果公司） 纠错

Towards Explainable Temporal Reasoning in Large Language Models: A Structure-Aware Generative Framework

Zihao Jiang, Ben Liu, Miao Peng, Wenjie Xu, Yao Xiao, Zhenyan Shan, Min Peng

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

Comments In Findings of the Association for Computational Linguistics: ACL 2025

EcomScriptBench: A Multi-task Benchmark for E-commerce Script Planning via Step-wise Intention-Driven Product Association

Weiqi Wang, Limeng Cui, Xin Liu, Sreyashi Nag, Wenju Xu, Chen Luo, Sheikh Muhammad Sarwar, Yang Li, Hansu Gu, Hui Liu, Changlong Yu, Jiaxin Bai, Yifan Gao, Haiyang Zhang, Qi He, Shuiwang Ji, Yangqiu Song

机构 * Department of Computer Science and Engineering, HKUST, Hong Kong SAR, China（香港科技大学计算机科学与工程系） ； Amazon.com Inc（亚马逊公司） ； Department of Computer Science & Engineering, Texas A&M University（德克萨斯农工大学计算机科学与工程系） 纠错

Comments ACL2025

MonoSplat: Generalizable 3D Gaussian Splatting from Monocular Depth Foundation Models

Yifan Liu, Keyu Fan, Weihao Yu, Chenxin Li, Hao Lu, Yixuan Yuan

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University (Shenzhen)（清华大学（深圳）） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

Instruction-Tuning Data Synthesis from Scratch via Web Reconstruction

Yuxin Jiang, Yufei Wang, Chuhan Wu, Xinyi Dai, Yan Xu, Weinan Gan, Yasheng Wang, Xin Jiang, Lifeng Shang, Ruiming Tang, Wei Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

Comments 16 pages, 11 figures, 9 tables. ACL 2025 camera-ready version

A Survey of Pathology Foundation Model: Progress and Future Directions

Conghao Xiong, Hao Chen, Joseph J. Y. Sung

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Computer Science and Engineering and Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology（香港理工大学计算机科学与工程系和化学及生物工程系） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李科钦医学院） 纠错

Comments Accepted to IJCAI 2025 Survey Track, 10 Pages

P3P: Pseudo-3D Pre-training for Scaling 3D Voxel-based Masked Autoencoders

Xuechao Chen, Ying Chen, Jialin Li, Qiang Nie, Hanqiu Deng, Yong Liu, Qixing Huang, Yang Li

机构 * SIGS, Tsinghua University（清华大学信号与信息处理系） ； Youtu Lab, Tencent（腾讯优图实验室） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

Comments Under review. Pre-print

MARS: Benchmarking the Metaphysical Reasoning Abilities of Language Models with a Multi-task Evaluation Dataset

Weiqi Wang, Yangqiu Song

机构 * Department of Computer Science and Engineering, HKUST, Hong Kong SAR, China（计算机科学与工程系，香港科技大学，香港特别行政区，中国） 纠错

Comments ACL2025

ModRWKV: Transformer Multimodality in Linear Time

Jiale Kang, Ziyin Yue, Qingyu Yin, Jiang Rui, Weile Li, Zening Lu, Zhouran Ji

机构 * RWKVOS ； Zhejiang University（浙江大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

Towards Non-Euclidean Foundation Models: Advancing AI Beyond Euclidean Frameworks

Menglin Yang, Yifei Zhang, Jialin Chen, Melanie Weber, Rex Ying

机构 * Hong Kong University of Science and Technology (GZ) Guangzhou China（香港科技大学（广州）） ； Yale University New Haven United States（耶鲁大学） ； Nanyang Technological University Singapore Singapore（南洋理工大学） ； Harvard University Cambridge United States（哈佛大学） 纠错

Comments WWW 2025 Companion

Towards Omnidirectional Reasoning with 360-R1: A Dataset, Benchmark, and GRPO-based Method

Xinshen Zhang, Zhen Ye, Xu Zheng

机构 * The Hong Kong Polytechnic University（香港理工大学） ； HKUST（香港科技大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

FinMaster: A Holistic Benchmark for Mastering Full-Pipeline Financial Workflows with LLMs

Junzhe Jiang, Chang Yang, Aixin Cui, Sihan Jin, Ruiyu Wang, Bo Li, Xiao Huang, Dongning Sun, Xinrun Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； KTH Royal Institute of Technology（皇家理工学院） ； Peng Cheng Laboratory（鹏城实验室） ； Singapore Management University（新加坡管理大学） 纠错

Any-to-Any Learning in Computational Pathology via Triplet Multimodal Pretraining

Qichen Sun, Zhengrui Guo, Rui Peng, Hao Chen, Jinzhuo Wang

机构 * Peking University（北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

SG-Reg: Generalizable and Efficient Scene Graph Registration

Chuhao Liu, Zhijian Qiao, Jieqi Shi, Ke Wang, Peize Liu, Shaojie Shen

机构 * Department of Electronic and Computer Engineering, the Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） ； State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； School of Information Engineering, Chang’an University（信息工程学院，长安大学） 纠错

Comments IEEE Transactions Robotics Regular Paper

MathAgent: Leveraging a Mixture-of-Math-Agent Framework for Real-World Multimodal Mathematical Error Detection

Yibo Yan, Shen Wang, Jiahao Huo, Philip S. Yu, Xuming Hu, Qingsong Wen

机构 * Squirrel Ai Learning ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） 纠错

Comments Accepted by The 63rd Annual Meeting of the Association for Computational Linguistics (ACL Industry 2025, Oral Presentation)

Attention Mechanism for LLM-based Agents Dynamic Diffusion under Information Asymmetry

Yiwen Zhang, Yifu Wu, Wenyue Hua, Xiang Lu, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

Comments 18 pages, 5 figures

MMNeuron: Discovering Neuron-Level Domain-Specific Interpretation in Multimodal Large Language Model

Jiahao Huo, Yibo Yan, Boren Hu, Yutao Yue, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Tongji University（同济大学） 纠错

Comments Accepted by the Main Conference of Empirical Methods in Natural Language Processing (EMNLP) 2024

Deep Learning for Multivariate Time Series Imputation: A Survey

Jun Wang, Wenjie Du, Yiyuan Yang, Linglong Qian, Wei Cao, Keli Zhang, Wenjia Wang, Yuxuan Liang, Qingsong Wen

机构 * PyPOTS Research（PyPOTS研究机构） ； Hong Kong University of Science and Technology（香港理工大学） ； University of Oxford（牛津大学） ； King’s College London（伦敦大学学院） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Squirrel Ai Learning（Squirrel Ai学习机构） 纠错

Comments Accepted by IJCAI 2025

Building a Stable Planner: An Extended Finite State Machine Based Planning Module for Mobile GUI Agent

Fanglin Mo, Junzhe Chen, Haoxuan Zhu, Xuming Hu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Computer Science & Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） 纠错

Comments 10 pages. Submitted to EMNLP 2025

Legal Rule Induction: Towards Generalizable Principle Discovery from Analogous Judicial Precedents

Wei Fan, Tianshi Zheng, Yiran Hu, Zheye Deng, Weiqi Wang, Baixuan Xu, Chunyang Li, Haoran Li, Weixing Shen, Yangqiu Song

机构 * Department of Computer Science and Engineering, HKUST, Hong Kong SAR, China（香港科技大学计算机科学与工程系） ； School of Law, Tsinghua University, Beijing, China（清华大学法学院） 纠错

Comments Under Review

EGFormer: Towards Efficient and Generalizable Multimodal Semantic Segmentation

Zelin Zhang, Tao Zhang, KediLI, Xu Zheng

机构 * University of Sydney（悉尼大学） ； University of Technology Sydney（悉尼技术大学） ； HKUST(GZ)（香港科技大学（广州）） 纠错

CAFES: A Collaborative Multi-Agent Framework for Multi-Granular Multimodal Essay Scoring

Jiamin Su, Yibo Yan, Zhuoran Gao, Han Zhang, Xiang Liu, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Beijing Future Brain Education Technology Co., Ltd.（北京未来脑教育科技有限公司） 纠错

Comments arXiv admin note: substantial text overlap with arXiv:2502.11916

VideoVista-CulturalLingo: 360$^\circ$ Horizons-Bridging Cultures, Languages, and Domains in Video Comprehension

Xinyu Chen, Yunxin Li, Haoyuan Shi, Baotian Hu, Wenhan Luo, Yaowei Wang, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

EssayJudge: A Multi-Granular Benchmark for Assessing Automated Essay Scoring Capabilities of Multimodal Large Language Models

Jiamin Su, Yibo Yan, Fangteng Fu, Han Zhang, Jingheng Ye, Xiang Liu, Jiahao Huo, Huiyu Zhou, Xuming Hu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Beijing Future Brain Education Technology Co., Ltd.（北京未来脑教育科技有限公司） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Guangxi Zhuang Autonomous Region Big Data Research Institute（广西壮族自治区大数据研究院） 纠错

Comments Accepted by ACL Findings 2025

Extending Complex Logical Queries on Uncertain Knowledge Graphs

Weizhi Fei, Zihao Wang, Hang Yin, Yang Duan, Yangqiu Song

机构 * Department of Mathematical Sciences, Tsinghua University, Beijing, China（清华大学数学科学系） ； CSE, HKUST, HKSAR, China（香港科技大学计算机科学与工程系） ； Department of Computer Science, Princeton University, Princeton, United States（普林斯顿大学计算机科学系） 纠错

Comments Accepted by the main conference of ACL 2025

FEALLM: Advancing Facial Emotion Analysis in Multimodal Large Language Models with Emotional Synergy and Reasoning

Zhuozhao Hu, Kaishen Yuan, Xin Liu, Zitong Yu, Yuan Zong, Jingang Shi, Huanjing Yue, Jingyu Yang

机构 * Tianjin University（天津大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Lappeenranta-Lahti University of Technology LUT（拉佩兰塔-拉赫蒂技术大学） ； Great Bay University（大湾大学） ； Southeast University（东南大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

Comments 10 pages, 7 figures

MR. Judge: Multimodal Reasoner as a Judge

Renjie Pi, Felix Bai, Qibin Chen, Simon Wang, Jiulong Shan, Kieran Liu, Meng Cao

机构 * HKUST（香港科技大学） ； Apple（苹果公司） 纠错

GUARD: Generation-time LLM Unlearning via Adaptive Restriction and Detection

Zhijie Deng, Chris Yuhao Liu, Zirui Pang, Xinlei He, Lei Feng, Qi Xuan, Zhaowei Zhu, Jiaheng Wei

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； UC Santa Cruz（加州大学圣克鲁兹分校） ； UIUC（伊利诺伊大学香槟分校） ； Southeast University（东南大学） ； BIAI, ZJUT（脑科学与类脑智能研究院，浙江大学） ； D5Data.ai 纠错

MMAR: A Challenging Benchmark for Deep Reasoning in Speech, Audio, Music, and Their Mix

Ziyang Ma, Yinghao Ma, Yanqiao Zhu, Chen Yang, Yi-Wen Chao, Ruiyang Xu, Wenxi Chen, Yuanzhe Chen, Zhuo Chen, Jian Cong, Kai Li, Keliang Li, Siyou Li, Xinfeng Li, Xiquan Li, Zheng Lian, Yuzhe Liang, Minghao Liu, Zhikang Niu, Tianrui Wang, Yuping Wang, Yuxuan Wang, Yihao Wu, Guanrou Yang, Jianwei Yu, Ruibin Yuan, Zhisheng Zheng, Ziya Zhou, Haina Zhu, Wei Xue, Emmanouil Benetos, Kai Yu, Eng-Siong Chng, Xie Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； ByteDance（字节跳动） ； Shanghai Innovation Institute（上海创新研究院） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Texas at Austin（得克萨斯大学奥斯汀分校） 纠错

Comments Open-source at https://github.com/ddlBoJack/MMAR