Nanyang Technological University（南洋理工大学）

Are Video Reasoning Models Ready to Go Outside?

视频推理模型是否已准备好走向户外？

Yangfan He, Changgyu Boo, Jaehong Yoon

机构 * NTU Singapore（新加坡国立大学） ； Korea University（韩国大学） 纠错

AI总结 本文提出ROVA框架，通过时空腐蚀建模提升模型鲁棒性，并引入PVRBench基准测试真实环境扰动下的性能，验证了ROVA在准确性和推理质量上的显著提升。

Comments Project Page: https://robust-video-reason.github.io/, accepted by ECCV 2026

Incentive Aware AI Regulations: A Credal Characterisation

激励感知的AI监管：一个信度特征刻画

Anurag Singh, Julian Rodemann, Rajeev Verma, Siu Lun Chau, Krikamol Muandet

机构 * CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） ； Department of Statistics, LMU Munich（慕尼黑大学统计系） ； UvA-Bosch Delta Lab, University of Amsterdam（阿姆斯特丹大学UvA-Bosch Delta实验室） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 提出机制设计框架，通过信度集刻画非合规证据分布，实现完美市场结果（PMO）的充要条件，并验证于虚假特征与公平性监管。

FeRA: Frequency-Energy Constrained Routing for Effective Diffusion Adaptation Fine-Tuning

FeRA: 面向高效扩散自适应微调的频率能量约束路由

Bo Yin, Xiaobin Hu, Xingyu Zhou, Yu He, Peng-Tao Jiang, Yue Liao, Junwei Zhu, Jiangning Zhang, Ying Tai, Shuicheng Yan

机构 * National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； vivo ； Tencent（腾讯） ； Nanjing University（南京大学） 纠错

AI总结 提出FeRA框架，通过揭示扩散模型去噪过程中的频率能量机制，利用频率能量指示器、软频率路由和频率能量一致性正则化，实现参数更新与内在频率能量进程对齐，从而高效稳定地微调扩散模型。