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

Reviving In-domain Fine-tuning Methods for Source-Free Cross-domain Few-shot Learning

复兴领域内微调方法以适用于无源跨领域少样本学习

Yaze Zhao, Yicong Liu, Yixiong Zou, Yuhua Li, Ruixuan Li

机构 * School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） 纠错

AI总结 本文研究跨领域少样本学习中领域内微调方法的性能，发现LoRA等适配器方法优于提示方法，提出Semantic Probe框架提升模态对齐和类别分离。

PointForward: Feedforward Driving Reconstruction through Point-Aligned Representations

PointForward：通过点对齐表示实现馈送驾驶重建

Cheng Chi, Xianqi Wang, Hongcheng Luo, Mingfei Tu, Gangwei Xu, Zehan Zhang, Bing Wang, Guang Chen, Hangjun Ye, Sida Peng, Xin Yang, Haiyang Sun

机构 * Xiaomi EV（小米电动车） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学） 纠错

AI总结 PointForward通过点对齐表示实现驾驶场景重建，采用空间时间融合提升多视角一致性，引入场景图处理动态实例，实现高精度驾驶场景重建。

Encore: Conditioning Trajectory Forecasting via Biased Ego Rehearsals

Encore：通过有偏自我演练进行轨迹预测条件化

Conghao Wong, Ziqian Zou, Xinge You

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

AI总结 本文提出 Encore 模型，通过有偏自我演练条件化轨迹预测，提升预测性能并增强对主体性的可解释性。

SANet: A Semantic-aware Agentic AI Networking Framework for Cross-layer Optimization in 6G

SANet：一种面向6G跨层优化的语义感知代理AI网络框架

Yong Xiao, Xubo Li, Haoran Zhou, Yingyu Li, Yayu Gao, Guangming Shi, Ping Zhang, Marwan Krunz

机构 * the School of Electronic Information and Communications, the Huazhong University of Science and Technology, Wuhan, China（电子信息学院，华中科技大学，武汉，中国） ； the Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； the School of Mechanical Engineering and Electronic Information, China University of Geosciences (Wuhan), China（机械工程与电子信息学院，中国地质大学（武汉），中国） ； the State Key Laboratory of Networking and Switching（网络与交换技术国家重点实验室） 纠错

AI总结 本文提出SANet，一种语义感知的代理AI网络架构，通过推断用户语义目标并自动分配不同网络层的代理以实现目标，解决多代理多目标优化问题，实验显示性能提升达14.61%。

Comments Accepted at IEEE Transactions on Mobile Computing

Journal ref IEEE Transactions on Mobile Computing, 2026