Nanyang Technological University（南洋理工大学）

MARS: Enabling Autoregressive Models Multi-Token Generation

MARS：使自回归模型实现多令牌生成

Ziqi Jin, Lei Wang, Ziwei Luo, Aixin Sun

机构 * Nanyang Technological University（南洋理工大学） ； Singapore Management University（新加坡管理大学） ； Uppsala University（乌普萨拉大学） 纠错

AI总结 MARS通过轻量级微调方法，使自回归模型在单次前向传递中生成多个令牌，提升生成效率和吞吐量，同时保持模型性能。

Comments 15 pages, 4 fugures

CAAP: Capture-Aware Adversarial Patch Attacks on Palmprint Recognition Models

CAAP：针对指纹识别模型的感知-aware对抗性补丁攻击

Renyang Liu, Jiale Li, Jie Zhang, Cong Wu, Xiaojun Jia, Shuxin Li, Wei Zhou, Kwok-Yan Lam, See-kiong Ng

机构 * Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） ； Centre for Frontier AI Research (CFAR), A*STAR（A*STAR前沿人工智能研究中心） ； School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Engineering, Yunnan University（云南大学工程学院） 纠错

AI总结 本文提出CAAP框架，针对指纹识别模型的感知特性，设计了交叉形补丁拓扑和三个模块，有效提升对抗攻击性能，揭示了深度指纹识别系统在物理可实现的对抗性补丁攻击下的脆弱性。

Plasma GraphRAG: Physics-Grounded Parameter Selection for Gyrokinetic Simulations

等离子体图RAG：用于磁流体动力学模拟的物理基础参数选择

Ruichen Zhang, Feda AlMuhisen, Chenguang Wan, Zhisong Qu, Kunpeng Li, Youngwoo Cho, Kyungtak Lim, Virginie Grandgirard, Xavier Garbet

机构 * Nanyang Technological University（南洋理工大学） ； CEA, IRFM（法国原子能委员会，磁聚变研究所） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学物理与数学科学学院） 纠错

AI总结 本文提出Plasma GraphRAG，结合图检索增强生成与大语言模型，实现自动化、物理基础的参数范围识别，提升模拟可靠性并加速科学发现。

Comments 9 pages, 8 figures

Purify-then-Align: Towards Robust Human Sensing under Modality Missing with Knowledge Distillation from Noisy Multimodal Teacher

在模态缺失情况下通过知识蒸馏从噪声多模态教师中实现鲁棒的人体感知：Purify-then-Align

Pengcheng Weng, Yanyu Qian, Yangxin Xu, Fei Wang

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； Institute of Computer Science, Universität Bern（伯尔尼大学计算机科学研究所） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

AI总结 本文提出PTA框架，通过元学习和知识扩散解决多模态人体感知中模态缺失问题，通过净化知识源和对齐模态提升单模态模型鲁棒性。

Comments Accepted by CVPR 2026 Workshop On Any-to-Any Multimodal Learning

SEA-BED: How Do Embedding Models Represent Southeast Asian Languages?

SEA-BED：嵌入模型如何表示东南亚语言？

Wuttikorn Ponwitayarat, Peerat Limkonchotiwat, Raymond Ng, Jann Railey Montalan, Thura Aung, Jian Gang Ngui, Yosephine Susanto, William Chandra Tjhi, Panuthep Tasawong, Erik Cambria, Ekapol Chuangsuwanich, Sarana Nutanong

机构 * Vidyasirimedhi Institute of Science and Technology（威差亚西里梅迪科学技术研究所） ； AI Singapore（新加坡人工智能） ； King Mongkut’s Institute of Technology Ladkrabang（拉卡邦先皇理工学院） ； Nanyang Technological University（南洋理工大学） ； Department of Computer Engineering, Faculty of Engineering, Chulalongkorn University（朱拉隆功大学工程学院计算机工程系） 纠错

AI总结 本文通过SEA-BED基准测试，揭示嵌入模型在不同任务和语言间的性能差异，指出单一模型难以统一表现，任务难度和语言组合影响显著。

LongSpec: Long-Context Lossless Speculative Decoding with Efficient Drafting and Verification

LongSpec: 长上下文无损推测解码与高效草稿生成与验证

Penghui Yang, Cunxiao Du, Fengzhuo Zhang, Haonan Wang, Tianyu Pang, Chao Du, Bo An

机构 * Sea AI Lab（Sea AI实验室） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 LongSpec通过三种创新解决长上下文场景下的推测解码问题，实现3.26倍速度提升和2.25倍时间减少，适用于长上下文理解任务。

Comments Accepted by ACL'25 (Main)

Efficient Learned Data Compression via Dual-Stream Feature Decoupling

通过双流特征解耦实现高效的学得式数据压缩

Huidong Ma, Xinyan Shi, Hui Sun, Xiaofei Yue, Xiaoguang Liu, Gang Wang, Wentong Cai

机构 * College of Computer Science, TMCC, SysNet, DISSec, GTIISC, Nankai University（南开大学计算机学院，TMCC，SysNet，DISSec，GTIISC） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Beijing Institute of Technology（北京理工大学） 纠错

AI总结 本文提出双流多尺度解耦器，通过解耦局部和全局上下文，替代深度串行处理，实现浅层并行流，并结合分层门控细化器，提升压缩效率与精度。

Comments Accepted to ACL 2026