Korea Advanced Institute of Science and Technology（韩国科学技术院）

CALRK-Bench: Evaluating Context-Aware Legal Reasoning in Korean Law

CALRK-Bench：评估韩国法律中的情境感知法律推理

JiHyeok Jung, TaeYoung Yoon, HyunSouk Cho

机构 * KAIST AI（韩国科学技术院人工智能学院） ； Law School, Ajou University（亚洲大学法学院） ； Department of Artificial Intelligence, Ajou University（亚洲大学人工智能系） 纠错

AI总结 本文提出CALRK-Bench，一个基于韩国法律体系的情境感知法律推理基准，评估模型对法律规范时效性、案件法律信息充分性及法律判断变化原因的理解能力，实验表明大语言模型在这些任务上表现不佳。

Comments 15 pages

Label-Free Cross-Task LoRA Merging with Null-Space Compression

无标签跨任务LoRA融合与空域压缩

Wonyoung Lee, Wooseong Jeong, Kuk-Jin Yoon

机构 * KAIST（韩国科学技术院） 纠错

AI总结 本文提出无标签的NSC融合方法，通过适配器几何设置合并权重，实现跨分类、回归和序列生成任务的高效融合，优于现有方法。

Comments Accepted at CVPR 2026

Preference-Aligned LoRA Merging: Preserving Subspace Coverage and Addressing Directional Anisotropy

偏好对齐的LoRA融合：保持子空间覆盖与解决方向各向异性

Wooseong Jeong, Wonyoung Lee, Kuk-Jin Yoon

机构 * KAIST（韩国科学技术院） 纠错

AI总结 本文提出TARA-Merging方法，通过偏好加权交叉熵伪损失对齐融合权重，保持任务相关LoRA子空间，提升子空间覆盖和缓解各向异性，实验显示优于基线方法。

Comments Accepted at CVPR 2026

GLINT: Modeling Scene-Scale Transparency via Gaussian Radiance Transport

GLINT：通过高斯辐射传输建模场景级透明度

Youngju Na, Jaeseong Yun, Soohyun Ryu, Hyunsu Kim, Sung-Eui Yoon, Suyong Yeon

机构 * KAIST（韩国科学技术院） ； NAVER LABS 纠错

AI总结 GLINT通过显式分解的高斯表示建模场景级透明度，分离反射和透射辐射，利用几何分离线索和预训练视频照明模型提升透明场景重建性能。

Comments CVPR 2026, Project page: https://youngju-na.github.io/GLINT

ComVi: Context-Aware Optimized Comment Display in Video Playback

ComVi：基于上下文的优化评论显示

Minsun Kim, Dawon Lee, Junyong Noh

机构 * KAIST（韩国科学技术院） ； Kookmin University（国民大学） 纠错

AI总结 ComVi通过音频视频相关性计算，将评论映射到相关视频时间点，并优化时间相关性、流行度和显示时长，提升视频观看时的评论体验。

Comments To appear in Proceedings of the ACM CHI Conference on Human Factors in Computing Systems (CHI 2026)

Cinematic Audio Source Separation Using Visual Cues

电影音频源分离使用视觉线索

Kang Zhang, Suyeon Lee, Arda Senocak, Joon Son Chung

机构 * School of Electrical Engineering, KAIST（韩国科学技术院电气工程学院） ； Graduate School of Artificial Intelligence, UNIST（蔚山科学技术院人工智能研究生院） 纠错

AI总结 本文提出首个结合视觉信息的电影音频源分离框架AV-CASS，通过条件流匹配实现多模态音频分离，并设计专用视觉编码器提升分离质量。

Comments CVPR 2026. Project page: https://cass-flowmatching.github.io

"Oops! ChatGPT is Temporarily Unavailable!": A Diary Study on Knowledge Workers' Experiences of LLM Withdrawal

Oops! ChatGPT 是暂时不可用！：一项关于知识工作者面对 LLM 暂停使用的日记研究

Eunseo Oh, Suyoun Lee, Jae Young Choi, Soobin Park, Youn-kyung Lim

机构 * KAIST（韩国科学技术院） 纠错

AI总结 本研究通过四天的日记记录，探讨频繁使用 LLM 的知识工作者在 LLM 暂停时的工作流程中断、自我导向工作对专业价值观的重新发现以及日常实践揭示的 LLM 规范性影响。

Comments 5 pages excluding reference and appendix. Accepted at ACM CHI EA 2026

mSFT: Addressing Dataset Mixtures Overfitting Heterogeneously in Multi-task SFT

mSFT：在多任务SFT中异质性地解决数据混合过拟合问题

Woosung Koh, Jeyoung Jeon, Youngjin Song, Yujin Cheon, Soowon Oh, Jaehyeong Choi, Se-Young Yun

机构 * KAIST AI（韩国科学技术院人工智能系） ； Yonsei University（延世大学） ； Samsung Advanced Institute of Technology（三星高级技术研究所） 纠错

AI总结 mSFT通过迭代和过拟合感知的搜索算法，解决多任务数据混合中的过拟合问题，优于四个基线方法，在十个基准和六个基模型上表现优异，且在不同数据规模和任务粒度下保持鲁棒性。

Comments Pre-print (newer versions are minor edits)

OpenFS: Multi-Hand-Capable Fingerspelling Recognition with Implicit Signing-Hand Detection and Frame-Wise Letter-Conditioned Synthesis

OpenFS: 多手能力的指字母识别与隐式手部检测及帧级字母条件合成

Junuk Cha, Jihyeon Kim, Han-Mu Park

机构 * KAIST（韩国科学技术院） ； KETI（韩国电子技术研究院） 纠错

AI总结 本文提出OpenFS，通过隐式手部检测和帧级字母条件合成解决指字母识别中的手部歧义、训练损失不足和词汇外问题，实现单手和多手输入的高精度识别与合成。

Comments Accepted to CVPR 2026, camera-ready version

RoAD Benchmark: How LiDAR Models Fail under Coupled Domain Shifts and Label Evolution

RoAD基准：LiDAR模型在耦合域偏移和标签演变下为何失效

Subeen Lee, Siyeong Lee, Namil Kim, Jaesik Choi

机构 * LG AI Research（LG AI 研究院） ； NAVER LABS（NAVER 实验室） ； KAIST（韩国科学技术院） 纠错

AI总结 RoAD基准评估LiDAR目标分类在域偏移与标签演变交织下的模型鲁棒性，通过三种学习场景测试模型适应能力，揭示子类细化和未见类插入导致的有限迁移性和持续学习中的快速遗忘问题。

Hear What Matters! Text-conditioned Selective Video-to-Audio Generation

听重点！基于文本的视频到音频生成

Junwon Lee, Juhan Nam, Jiyoung Lee

机构 * Graduate School of Cultural Technology, KAIST（韩国科学技术院文化技术研究生院） ； Division of AI and Software, Ewha Womans University（梨花女子大学人工智能与软件学部） 纠错

AI总结 本文提出基于文本的视频到音频生成任务，通过文本提示选择性提取视频中相关声音源，提升多对象视频音频处理精度。SELVA模型通过文本提示选择视频编码器中的视觉特征，结合补充标记和自监督学习提升音频质量与同步性。

Comments accepted to CVPR 2026

WorldMM: Dynamic Multimodal Memory Agent for Long Video Reasoning

WorldMM: 动态多模态记忆代理用于长视频推理

Woongyeong Yeo, Kangsan Kim, Jaehong Yoon, Sung Ju Hwang

机构 * KAIST（韩国科学技术院） ； NTU Singapore（新加坡南洋理工大学） 纠错

AI总结 WorldMM通过构建和检索多种互补记忆，提升长视频推理能力，实现8.4%的性能提升。

Comments CVPR 2026. Project page : https://worldmm.github.io

GUIDE: A Benchmark for Understanding and Assisting Users in Open-Ended GUI Tasks

GUIDE：一个用于理解和协助用户进行开放性GUI任务的基准测试

Saelyne Yang, Jaesang Yu, Yi-Hao Peng, Kevin Qinghong Lin, Jae Won Cho, Yale Song, Juho Kim

机构 * KAIST（韩国科学技术院） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Oxford（牛津大学） ； Konkuk University（建国大学） ； Google Inc.（谷歌公司） ； SkillBench 纠错

AI总结 GUIDE基准测试旨在评估AI模型在开放性GUI任务中感知用户行为、推断意图和提供帮助的能力，通过120名新手用户的10种软件屏幕记录，发现模型在行为状态和帮助预测上准确率仅为44.6%和55.0%，但提供用户上下文可提升帮助预测性能达50.2个百分点。

Comments Accepted at CVPR 2026