Imperial College London（帝国理工学院）

Unleashing Vision-Language Semantics for Deepfake Video Detection

释放视觉-语言语义以进行深度伪造视频检测

Jiawen Zhu, Yunqi Miao, Xueyi Zhang, Jiankang Deng, Guansong Pang

机构 * Singapore Management University（新加坡管理学院） ； The University of Warwick（沃里克大学） ； Nanyang Technological University（南洋理工大学） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 本文提出VLAForge框架，通过ForgePerceiver增强视觉感知并引入身份感知VLA评分，利用跨模态语义提升深度伪造检测的判别能力。

Comments 14 pages, 7 figures, accepted by CVPR 2026

Team of Thoughts: Efficient Test-time Scaling of Agentic Systems through Orchestrated Tool Calling

思想团队：通过协调工具调用实现代理系统高效测试时扩展

Jeffrey T. H. Wong, Zixi Zhang, Junyi Liu, Yiren Zhao

机构 * Imperial College London（帝国学院伦敦） ； Microsoft Research（微软研究院） 纠错

AI总结 本文提出Team-of-Thoughts框架，通过协调工具调用实现异构代理系统在测试时的高效扩展，通过动态激活最兼容的代理提升数学推理和代码生成任务的性能。

Comments 8 pages

Reservoir-Based Graph Convolutional Networks

基于回声库的图卷积网络

Mayssa Soussia, Gita Ayu Salsabila, Mohamed Ali Mahjoub, Islem Rekik

机构 * National Engineering School of Sousse, University of Sousse, LATIS – Laboratory of Advanced Technology and Intelligent Systems（苏塞国家工程学校，苏塞大学，先进技术和智能系统实验室） ； BASIRA Lab, Imperial-X and Department of Computing, Imperial College London（BASIRA实验室，Imperial-X和伦敦帝国理工学院计算系） 纠错

AI总结 本文提出RGC-Net，通过整合回声库动态与结构化图卷积，解决GCN在复杂动态数据中的长距离依赖捕捉与过平滑问题，实现图分类和生成任务的高性能表现。