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

LRS-VoxMM: A benchmark for in-the-wild audio-visual speech recognition

LRS-VoxMM：面向真实场景的音频视觉语音识别基准

Doyeop Kwak, Jeongsoo Choi, Suyeon Lee, Joon Son Chung

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LRS-VoxMM基准，基于VoxMM数据集，通过预处理生成适合AVSR管道的样本，覆盖更广泛场景和声学条件，并提供噪声、回声和带宽限制的评估集，实验表明其比LRS3更难，视觉信息在音频退化时作用更显著。

Comments Technical report for the LRS-VoxMM dataset release. Project page: https://mm.kaist.ac.kr/projects/voxmm

RAY-TOLD: Ray-Based Latent Dynamics for Dense Dynamic Obstacle Avoidance with TDMPC

RAY-TOLD: 基于射线的任务导向潜在动力学用于密集动态障碍物避障与TDMPC

Seungho Han, Seokju Lee, Jeonguk Kang

机构 * School of Electrical Engineering, Hanyang University（翰阳大学电气工程学院） ； Mechatronics, Systems and Control Lab (MSC Lab), Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（机械工程系，韩国科学技术院（KAIST）机电系统与控制实验室（MSC实验室）） ； Samsung Research, Samsung Electronics（三星研究所，三星电子） 纠错

AI总结 本文提出RAY-TOLD，结合物理基础MPPI的鲁棒性与强化学习的长视界，通过LiDAR中心的潜在动力学模型实现动态障碍物避障，提升导航可靠性与安全性。

Comments 8 pages, 4 figures

Machine Collective Intelligence for Explainable Scientific Discovery

机器群体智能用于可解释的科学发现

Gyoung S. Na, Chanyoung Park

机构 * Korea Research Institute of Chemical Technology（韩国化学技术研究院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

AI总结 本文提出机器群体智能，结合符号主义与元启发式方法，实现自主进化发现 governing equations，无需人工知识，显著降低 extrapolation error。

Logistic Bandits with $\tilde{O}(\sqrt{dT})$ Regret without Context Diversity Assumptions

具有$\tilde{O}(\sqrt{dT})$后悔的逻辑斯蒂带宽问题无需上下文多样性假设

Seoungbin Bae, Dabeen Lee

机构 * Department of Industrial & Systems Engineering, KAIST（工业与系统工程系，韩国科学技术院） ； Department of Mathematical Sciences, Seoul National University（数学科学系，首尔国立大学） 纠错

AI总结 本文提出SupSplitLog算法，在无需上下文多样性假设的情况下，实现了最优的$\tilde{\mathcal{O}}(\sqrt{dT})$后悔界，并改进了对维度d的依赖性。

Progressive Multi-Agent Reasoning for Biological Perturbation Prediction

逐步多智能体推理用于生物扰动预测

Hyomin Kim, Sang-Yeon Hwang, Jaechang Lim, Yinhua Piao, Yunhak Oh, Woo Youn Kim, Chanyoung Park, Sungsoo Ahn, Junhyeok Jeon

机构 * KAIST（韩国国立科学技术院） 纠错

AI总结 本文提出LINCSQA基准和PBio-Agent框架，通过整合难度感知任务序列与迭代知识细化，提升复杂化学扰动下基因调控预测的准确性与解释性。

Comments 17 pages, 4 figures, 9 tables

Training-Free Reward-Guided Image Editing via Trajectory Optimal Control

无需训练的奖励引导图像编辑 via 轨迹最优控制

Jinho Chang, Jaemin Kim, Jong Chul Ye

机构 * Graduate School of Artificial Intelligence（人工智能研究生院） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

AI总结 本文提出无需训练的奖励引导图像编辑框架，将编辑过程建模为轨迹最优控制问题，通过迭代更新伴随状态以引导编辑过程，在保持源图像语义的同时提升目标奖励。

Comments Poster in ICLR 2026; 22 pages, 9 figures. The code is available at https://github.com/jinhojsk515/ITOC

LLM-based User Profile Management for Recommender System

基于大语言模型的用户画像管理用于推荐系统

Seunghwan Bang, Hwanjun Song

机构 * Ulsan National Institute of Science and Technology（乌山国立科学研究院） ； Korea Advanced Institute of Science and Technology（韩国先进科学技术研究院） 纠错

AI总结 本文提出PURE框架，通过系统提取和总结用户评论中的关键信息，构建和维护动态用户画像，提升推荐系统的个性化能力。

Comments Accepted at SIGIR 2025 Workshop