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

AHS: Adaptive Head Synthesis via Synthetic Data Augmentations

AHS: 通过合成数据增强实现自适应头部合成

Taewoong Kang, Hyojin Jang, Sohyun Jeong, Seunggi Moon, Gihwi Kim, Hoon Jin Jung, Jaegul choo

机构 * KAIST（韩国国立科学技术院） ； Korea University（韩国大学） ； FLIPTION 纠错

AI总结 本文提出AHS方法，通过合成数据增强解决头部合成中视角和表情多样性的限制，提升真实场景下的泛化能力。

Comments CVPR 2026, Project Page : https://keh0t0.github.io/AHS/

Aligning What Vision-Language Models See and Perceive with Adaptive Information Flow

对视觉-语言模型所见所感知进行对齐与适应性信息流

Chengxin Liu, Wonseok Choi, Chenshuang Zhang, Tae-Hyun Oh

机构 * KAIST（韩国科学技术院） ； POSTECH 纠错

AI总结 本文提出通过调节信息流提升视觉-语言模型的感知能力，通过动态令牌方法确定视觉令牌的重要性，从而提高视觉问答、视觉定位等任务的性能。

Comments CVPR 2026. Project page: https://cxliu0.github.io/AIF/

GaussianFlow SLAM: Monocular Gaussian Splatting SLAM Guided by GaussianFlow

GaussianFlow SLAM：基于GaussianFlow的单目Gaussian Splatting SLAM

Dong-Uk Seo, Jinwoo Jeon, Eungchang Mason Lee, Hyun Myung

机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电子工程学院） 纠错

AI总结 本文提出GaussianFlow SLAM，通过光学流引导场景结构和相机姿态优化，提升单目SLAM的映射质量和跟踪精度。

Comments 8 pages, 5 figures, 7 tables, accepted to IEEE RA-L

CXR-LT 2026 Challenge: Multi-Center Long-Tailed and Zero Shot Chest X-ray Classification

CXR-LT 2026挑战：多中心长尾和零样本胸片分类

Hexin Dong, Yi Lin, Pengyu Zhou, Fengnian Zhao, Alan Clint Legasto, Juno Cho, Dohui Kim, Justin Namuk Kim, Mingeon Kim, Sunwoo Kwak, Gabriel Moyà-Alcover, Ky Trung Nguyen, Thanh-Huy Nguyen, Ha-Hieu Pham, Huy-Hieu Pham, Huy Le Pham, Nikhileswara Rao Sulake, Aina Tur-Serrano, Ruichi Zhang, Ang Zu, Adam E. Flanders, Zhiyong Lu, Ronald M. Summers, Mingquan Lin, Hao Chen, Yuzhe Yang, George Shih, Yifan Peng

机构 * Department of Population Health Sciences, Weill Cornell Medicine（韦尔·科恩医学中心流行病学与公共卫生科学系） ； Department of Radiology, Fuwai Hospital, National Center for Cardiovascular Diseases, Chinese Academy of Medical Sciences and Peking Union Medical College（中国医学科学院阜外医院心血管病国家中心放射科） ； Department of Radiology, West China School of Medicine, Sichuan University（四川大学西昌医学院放射科） ； Sichuan University Affiliated Chengdu Second People’s Hospital（四川大学附属成都第二人民医院） ； Department of Radiology, Weill Cornell Medicine（韦尔·科恩医学中心放射科） ； School of Electrical Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院电子工程学院） ； Gwangju Institute of Science and Technology（光州科学技术院） ； Department of Biomedical Engineering, Case Western Reserve University（凯斯西储大学生物医学工程系） ； School of Electrical and Computer Engineering, Cornell Tech（康奈尔科技学院电气与计算机工程系） ； Department of Mathematics and Computer Science, Universitat de les Illes Balears（巴利阿里大学数学与计算机科学系） ； School of Computer Science and Engineering, VNU-HCM International University（VNU-HCM国际大学计算机科学与工程系） ； Vietnam National University, Ho Chi Minh City（越南国家大学河内市分校） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学系） ； VNU-HCM University of Science, Ho Chi Minh City（VNU-HCM科技大学河内市分校） 纠错

AI总结 本文提出CXR-LT 2026挑战，通过多中心数据集和零样本任务，研究长尾分布和开放世界下的胸片分类问题，评估视觉语言模型在罕见疾病检测中的表现。

Comments 25 pages, 6 figures

Reasoning over Video: Evaluating How MLLMs Extract, Integrate, and Reconstruct Spatiotemporal Evidence

视频推理：评估大语言模型如何提取、整合和重构时空证据

Seunghwan Bang, Hwanjun Song

机构 * UNIST（全南大学） ； KAIST（韩国科学技术院） 纠错

AI总结 本文评估大语言模型在视频中的时空推理能力，提出VAEX-BENCH基准，通过合成数据测试抽象推理任务，揭示模型在抽象任务中的局限性。

Comments Project page: https://disl-lab.github.io/VAEX-Bench/

RoleConflictBench: A Benchmark of Role Conflict Scenarios for Evaluating LLMs' Contextual Sensitivity

RoleConflictBench: 一个用于评估LLM上下文敏感性的角色冲突场景基准

Jisu Shin, Hoyun Song, Juhyun Oh, Changgeon Ko, Eunsu Kim, Chani Jung, Alice Oh

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

AI总结 本文提出RoleConflictBench基准，通过生成13000个角色冲突场景，评估LLM在角色冲突中的上下文敏感性，发现模型更倾向于遵循角色偏好而非动态上下文线索。

Comments Accepted to Findings of ACL 2026