Huazhong University of Science and Technology（华中科技大学）

BioMiner: A Multi-modal System for Automated Mining of Protein-Ligand Bioactivity Data from Literature

BioMiner：一种用于从文献中自动挖掘蛋白质-配体生物活性数据的多模态系统

Jiaxian Yan, Jintao Zhu, Yuhang Yang, Qi Liu, Kai Zhang, Zaixi Zhang, Xukai Liu, Boyan Zhang, Kaiyuan Gao, Jinchuan Xiao, Enhong Chen

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（中国科学技术大学认知智能国家重点实验室） ； Princeton University（普林斯顿大学） ； Huazhong University of Science and Technology（华中科技大学） ； Infinite Intelligence Pharma（无限智能制药） 纠错

AI总结 BioMiner通过多模态框架提取生物活性数据，解决手动整理与文献增长不匹配的问题，其核心方法结合直接推理和化学结构解析，实现生物活性三元组的高准确率提取。

Comments 20 pages, 5 figures, 1 table

Relocation of compact sets in $\mathbb{R}^n$ by diffeomorphisms and linear separability of datasets in $\mathbb{R}^n$

在R^n中通过微分同胚移动紧集及R^n中数据集的线性可分性

Xiao-Song Yang, Xuan Zhou, Qi Zhou

机构 * School of Mathematics and Statistics, Huazhong University of Science and Technology（华中科技大学数学与统计学院） ； Hubei Key Laboratory of Engineering Modeling and Scientific Computing, Huazhong University of Science and Technology（湖北省工程建模与科学计算重点实验室） 纠错

AI总结 本文研究了通过微分同胚将R^n中的紧集移动到任意目标域的理论，并证明了在R^{n+1}中可通过深度神经网络实现数据集的线性可分性。

CI-Work: Benchmarking Contextual Integrity in Enterprise LLM Agents

CI-Work: 企业LLM代理中情境完整性基准测试

Wenjie Fu, Xiaoting Qin, Jue Zhang, Qingwei Lin, Lukas Wutschitz, Robert Sim, Saravan Rajmohan, Dongmei Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Microsoft（微软） 纠错

AI总结 CI-Work基准测试评估企业LLM代理在密集检索中传达关键内容并隐藏敏感信息的能力，揭示隐私泄露普遍且高任务效用与隐私违规正相关，需转向以情境为中心的架构。

Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL'2026) -- Industry Track

Seeing Further and Wider: Joint Spatio-Temporal Enlargement for Micro-Video Popularity Prediction

看得更远且更广：面向微视频流行度预测的联合时空放大

Dali Wang, Yunyao Zhang, Junqing Yu, Yi-Ping Phoebe Chen, Chen Xu, Zikai Song

机构 * Huazhong University of Science and Technology（华中科技大学） ； La Trobe University（拉特罗布大学） ； Beijing Institute of Computer Technology and Applications（北京计算机技术与应用研究所） 纠错

AI总结 本文提出联合时空放大框架，通过时空增强模块提升微视频流行度预测的精度与可扩展性，实验表明其在主流指标上优于11个基线方法。