Nanyang Technological University（南洋理工大学）

Prompt Evolution for Generative AI: A Classifier-Guided Approach

生成AI中的提示进化：基于分类器的指导方法

Melvin Wong, Yew-Soon Ong, Abhishek Gupta, Kavitesh K. Bali, Caishun Chen

机构 * School of Computer Science and Engineering (SCSE), Nanyang Technological University (NTU), Singapore（计算机科学与工程学院，南洋理工大学） ； Centre for Frontier AI Research (CFAR), Agency for Science, Technology and Research (A*STAR), Singapore（前沿人工智能研究中心，科技研究局） ； Singapore Institute of Manufacturing Technology (SIMTech), Agency for Science, Technology and Research (A*STAR), Singapore（新加坡制造技术研究所，科技研究局） 纠错

AI总结 本文提出基于分类器的提示进化方法，通过在生成过程中引入进化选择压力和变异，生成更符合用户需求的多样化图像。

Comments This work is published in the Proceedings of the IEEE Conference on Artificial Intelligence (CAI 2023). IEEE copyrights applies

Journal ref IEEE Conference on Artificial Intelligence (CAI) 2023 (Pages 226-229)

STS-Mixer: Spatio-Temporal-Spectral Mixer for 4D Point Cloud Video Understanding

STS-Mixer：用于4D点云视频理解的时空频混合器

Wenhao Li, Xueying Jiang, Gongjie Zhang, Xiaoqin Zhang, Ling Shao, Shijian Lu

机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University of Technology（浙江工业大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出STS-Mixer框架，通过将4D点云视频转换为图谱信号，结合时空与频域信息，提升对4D点云视频的几何结构和时间动态的理解。

Comments Accepted by CVPR 2026, Open Sourced

Representation-Aligned Multi-Scale Personalization for Federated Learning

表示对齐的多尺度个性化联邦学习

Wenfei Liang, Wee Peng Tay

机构 * Department of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电气与电子工程学院） 纠错

AI总结 本文提出FRAMP框架，通过生成客户端特定模型实现个性化和资源适应的联邦学习，提升泛化能力和适应性。

If an LLM Were a Character, Would It Know Its Own Story? Evaluating Lifelong Learning in LLMs

如果一个大语言模型是一个角色，它会知道自己故事吗？评估大语言模型的终身学习

Siqi Fan, Xiusheng Huang, Yiqun Yao, Xuezhi Fang, Kang Liu, Peng Han, Shuo Shang, Aixin Sun, Yequan Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； Nanyang Technological University（南洋理工大学） ； Peking University（北京大学） ； Spin Matrix, China（中国Spin Matrix公司） 纠错

AI总结 本文提出LIFESTATE-BENCH基准，评估LLM的终身学习能力，通过Hamlet和合成剧本数据集，发现非参数方法在管理状态学习上表现更优，但所有模型在交互延长时均面临灾难性遗忘问题。

Enhancing Cross-Problem Vehicle Routing via Federated Learning

通过联邦学习增强跨问题车辆路径问题

Xiangchi Meng, Jianan Zhou, Jie Gao, Yifan Lu, Yaoxin Wu, Gonglin Yuan, Yaqing Hou

机构 * Dalian University of Technology（大连理工大学） ； Nanyang Technological University（南洋理工大学） ； Delft University of Technology（代尔夫特理工大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

AI总结 本文提出MPSF-FL框架，利用联邦学习提升跨问题车辆路径问题的性能和泛化能力，通过多问题预训练和单问题微调实现高效知识共享。

FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios

FORGE：面向制造场景的细粒度多模态评估

Xiangru Jian, Hao Xu, Wei Pang, Xinjian Zhao, Chengyu Tao, Qixin Zhang, Xikun Zhang, Chao Zhang, Guanzhi Deng, Alex Xue, Juan Du, Tianshu Yu, Garth Tarr, Linqi Song, Qiuzhuang Sun, Dacheng Tao

机构 * University of Waterloo（滑铁卢大学） ； University of Sydney（悉尼大学） ； Singapore Management University（新加坡管理大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Hunan University（湖南大学） ； Nanyang Technological University（南洋理工大学） ； Royal Melbourne Institute of Technology（皇家墨尔本理工大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院） 纠错

AI总结 本文提出FORGE，构建高质量多模态数据集并评估18种先进MLLM在制造任务中的表现，揭示领域知识不足是主要瓶颈，展示结构化标注可提升模型精度。

Comments Project Page:https://ai4manufacturing.github.io/forge-web

Resource Consumption Threats in Large Language Models

大语言模型中的资源消耗威胁

Yuanhe Zhang, Xinyue Wang, Zhican Chen, Weiliu Wang, Zilu Zhang, Zhengshuo Gong, Zhenhong Zhou, Kun Wang, Li Sun, Yang Liu, Sen Su

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Hangzhou Dianzi University（杭州电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

AI总结 本文系统回顾了大语言模型中资源消耗威胁，分析其影响并提出统一视角，旨在明确问题领域以支持后续建模和缓解措施。

HG-Lane: High-Fidelity Generation of Lane Scenes under Adverse Weather and Lighting Conditions without Re-annotation

HG-Lane：在恶劣天气和光照条件下无需重新标注的高保真车道场景生成

Daichao Zhao, Qiupu Chen, Feng He, Xin Ning, Qiankun Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； School of Artificial Intelligence, Henan University（河南大学人工智能学院） ； University of Science and Technology of China（中国科学技术大学） ； AnnLab, Institute of Semiconductors, Chinese Academy of Sciences（中国科学院半导体研究所 AnnLab） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出HG-Lane框架，通过构建包含30000张图像的基准数据集，提升恶劣天气下车道检测性能，实验显示基于CLRNet的mF1得分提升20.87%。

Comments Accepted by CVPR 2026 (HighLight)

SIGMA: An Efficient Heterophilous Graph Neural Network with Fast Global Aggregation

SIGMA: 一种高效的异质图神经网络与快速全局聚合

Haoyu Liu, Ningyi Liao, Siqiang Luo

机构 * 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SIGMA，一种高效的异质图神经网络聚合方法，结合结构相似性度量SimRank，实现快速全局聚合，具有线性时间复杂度，优于现有方法。

Comments ICDE 2025

Prompt Relay: Inference-Time Temporal Control for Multi-Event Video Generation

提示中继：多事件视频生成的推理时时间控制

Gordon Chen, Ziqi Huang, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） 纠错

AI总结 本文提出Prompt Relay方法，通过在交叉注意力机制中引入惩罚项，实现多事件视频生成中的细粒度时间控制，提升文本-视频对齐和视觉质量。

Efficient Matrix Implementation for Rotary Position Embedding

旋转位置嵌入的高效矩阵实现

Chen Minqi, Zhongqi Yue, Shihao Zhang, Yun Xu, Peng Wu, kaixiang Xu, Zeyi Huang, Hanwang Zhang

机构 * Huawei Technologies（华为技术有限公司） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出RoME，通过矩阵变换替代向量操作，提升旋转位置嵌入的计算效率，实现跨Cube和Vector单元的并行执行。

M$^{2}$SNet: Multi-scale in Multi-scale Subtraction Network for Medical Image Segmentation

M$^{2}$SNet：多尺度在多尺度减法网络用于医学图像分割

Xiaoqi Zhao, Hongpeng Jia, Youwei Pang, Long Lv, Feng Tian, Lihe Zhang, Weibing Sun, Huchuan Lu

机构 * IIAU-Lab, Dalian University of Technology（大连理工大学IIAU-Lab） ； Zhongshan Hospital of Dalian University（大连大学附属中山医院） ； Yale University（耶鲁大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出M$^{2}$SNet网络，通过多尺度减法单元融合不同层级特征，提升医学图像分割的准确性与边缘清晰度，实验表明其在多种医学图像任务中表现优异。

Comments Machine Intelligence Research 2026

RIRF: Reasoning Image Restoration Framework

RIRF：图像修复推理框架

Wending Yan, Rongkai Zhang, Kaihua Tang, Yu Cheng, Qiankun Liu

机构 * Southwest Jiaotong University（西南交通大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出RIRF框架，通过整合结构化推理流程提升图像修复的可解释性与修复质量，结合推理与修复任务实现统一框架。

Multi-task Just Recognizable Difference for Video Coding for Machines: Database, Model, and Coding Application

多任务可识别差异用于机器视觉视频编码：数据库、模型和编码应用

Junqi Liu, Yun Zhang, Xiaoxia Huang, Long Xu, Weisi Lin

机构 * School of Electronics and Communication Engineering, Shenzhen Campus, Sun Yat-Sen University（中山大学深圳校区电子与通信工程学院） ； National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台） ； School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院） 纠错

AI总结 本文提出多任务可识别差异（MT-JRD）数据库和模型，通过融合属性信息提升多任务预测精度和编码效率，实验表明其在多个机器视觉任务中表现优于单任务模型。

Comments Submitted to IEEE Transactions on Circuits and Systems for Video Technology

Task-Aware LLM Routing with Multi-Level Task-Profile-Guided Data Synthesis for Cold-Start Scenarios

具有多级任务-特征引导的数据合成的任务感知LLM路由用于冷启动场景

Hui Liu, Bin Zou, Kecheng Chen, Jie Liu, Wenya Wang, Haoliang Li

机构 * City University of Hong Kong（香港城市大学） ； University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出TRouter，通过多级任务-特征引导的数据合成框架解决冷启动问题，提升LLM路由在冷启动和领域内设置下的性能。

Comments 30 pages, Accepted by ACL 2026 Main

Through Their Eyes: Fixation-aligned Tuning for Personalized User Emulation

通过他们的眼睛：基于注视点的个性化用户模拟调谐

Lingfeng Huang, Huizhong Guo, Tianjun Wei, Yingpeng Du, Zhu Sun

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出FixATE方法，通过将视觉语言模型的视觉注意力与用户特定的注视模式对齐，提升推荐系统模拟的准确性，实验表明这种对齐能有效提高点击预测性能。

Long-SCOPE: Fully Sparse Long-Range Cooperative 3D Perception

Long-SCOPE：完全稀疏的长距离协作3D感知

Jiahao Wang, Zikun Xu, Yuner Zhang, Zhongwei Jiang, Chenyang Lu, Shuocheng Yang, Yuxuan Wang, Jiaru Zhong, Chuang Zhang, Shaobing Xu, Jianqiang Wang

机构 * Tsinghua University（清华大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 本文提出Long-SCOPE框架，通过几何引导查询生成模块和上下文感知关联模块，解决远距离协作3D感知中的计算复杂性和特征关联问题，实现高精度低开销的长距离感知。

Comments Accepted by CVPR 2026

Accessible Fine-grained Data Representation via Spatial Audio

通过空间音频实现可及的细粒度数据表示

Can Liu, Wenjie Jiang, Shaolun Ruan, Kotaro Hara, Yong Wang

机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Singapore Management University, Singapore（新加坡管理大学） 纠错

AI总结 本文提出利用空间音频方向表示数据值，以提升视障人士对细粒度数据的感知能力，在数据符号和精确值识别上优于基于音高的方法。

Comments Accepted by IEEE Computer Graphics and Applications (IEEE CG&A)

Delve into the Applicability of Advanced Optimizers for Multi-Task Learning

深入研究先进优化器在多任务学习中的适用性

Zhipeng Zhou, Linxiao Cao, Pengcheng Wu, Peilin Zhao, Chunyan Miao

机构 * Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

AI总结 本文研究了先进优化器在多任务学习中的应用，提出APT框架通过自适应动量机制平衡优化器与多任务学习的强项，并引入轻方向保持方法提升Muon的正交化效果，实验表明APT显著提升了多任务学习性能。

Comments 12 pages, 5 figures

One Interface, Many Robots: Unified Real-Time Low-Level Motion Planning for Collaborative Arms

一个接口，多种机器人：面向协作臂的统一实时低级运动规划

Yue Feng, Weicheng Huang, I-Ming Chen

机构 * Robotics Research Center (RRC), Nanyang Technological University（南洋理工大学机器人研究中心） ； WinGs Robotics LLC（WinGs 机器人有限责任公司） 纠错

AI总结 本文提出一个统一的实时低级运动规划接口，用于协作机器人臂，旨在提高在异构硬件平台上的应用性和可移植性。通过n次多项式插值与二次规划求解器结合，生成平滑连续可微的轨迹。在三个不同场景中验证了方法的可靠性、通用性和易用性。

InstrAct: Towards Action-Centric Understanding in Instructional Videos

InstrAct：迈向指令视频中的动作中心理解

Zhuoyi Yang, Jiapeng Yu, Reuben Tan, Boyang Li, Huijuan Xu

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Microsoft Research（微软研究院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出InstrAction框架，通过数据驱动策略和辅助目标提升指令视频中动作识别与建模，建立InstrAct基准测试集，优于现有视频基础模型。

From Selection to Scheduling: Federated Geometry-Aware Correction Makes Exemplar Replay Work Better under Continual Dynamic Heterogeneity

从选择到调度：联邦几何感知修正使示例回放在持续动态异质性下表现更佳

Zhuang Qi, Ying-Peng Tang, Lei Meng, Guoqing Chao, Lei Wu, Han Yu, Xiangxu Meng

机构 * School of Software, Shandong University（山东大学软件学院） ； 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 Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） 纠错

AI总结 本文提出FEAT方法，通过几何结构对齐模块和能量基几何修正模块，解决联邦持续学习中示例回放在持续动态异质性下的性能问题。

Comments CVPR 2026 accepted

CAMotion: A High-Quality Benchmark for Camouflaged Moving Object Detection in the Wild

CAMotion：一种高质量的野外伪装移动物体检测基准

Siyuan Yao, Hao Sun, Ruiqi Yu, Xiwei Jiang, Wenqi Ren, Xiaochun Cao

机构 * School of CyberScience and Technology, Sun Yat-sen University（中山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 Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（北京邮电大学计算机学院（国家示范性软件学院）） 纠错

AI总结 本文提出CAMotion基准，用于评估野外伪装移动物体检测，包含多种具有挑战性的序列，涵盖不确定边缘、遮挡、运动模糊等属性，并对现有SOTA模型进行综合评估，讨论VCOD任务的主要挑战。

Comments Under review

Fine-tuning is Not Enough: A Parallel Framework for Collaborative Imitation and Reinforcement Learning in End-to-end Autonomous Driving

微调不足：端到端自动驾驶中协同模仿与强化学习的并行框架

Zhexi Lian, Haoran Wang, Xuerun Yan, Weimeng Lin, Xianhong Zhang, Yongyu Chen, Jia Hu

机构 * Tongji University（同济大学） ； Nanyang Technological University（南洋理工大学） ； Chery Automobile（奇瑞汽车） 纠错

AI总结 本文提出PaIR-Drive框架，通过并行分离模仿学习与强化学习，解决传统序列微调方法导致的策略漂移和性能瓶颈问题，实现协同优化，提升自动驾驶性能。

Comments 11 pages, 7 figures, 6 tables

Better Eyes, Better Thoughts: Why Vision Chain-of-Thought Fails in Medicine

更好的眼睛，更好的思考：为何视觉链式推理在医学中失效

Yuan Wu, Zongxian Yang, Jiayu Qian, Songpan Gao, Guanxing Chen, Qiankun Li, Yu-An Huang, Zhi-An Huang

机构 * Department of Computer Science, City University of Hong Kong (Dongguan)（香港城市大学（东莞）计算机科学系） ； College of Computing and Data Science (CCDS), Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机科学学院） 纠错

AI总结 本文发现链式推理在医学视觉问答中表现欠佳，提出通过感知锚定和描述 grounding 提升视觉 grounding 和跨模态对齐以改善性能。

Reasoning in a Combinatorial and Constrained World: Benchmarking LLMs on Natural-Language Combinatorial Optimization

在组合与约束世界中的推理：在自然语言组合优化上对LLM的基准测试

Xia Jiang, Jing Chen, Cong Zhang, Jie Gao, Chengpeng Hu, Chenhao Zhang, Yaoxin Wu, Yingqian Zhang

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Brandenburg University of Technology（勃兰登堡工业大学） ； Nanyang Technological University（南洋理工大学） ； Delft University of Technology（代尔夫特理工大学） ； Southeast University（东南大学） 纠错

AI总结 本文提出NLCO基准测试，评估LLM在组合优化中的推理能力，涵盖43个问题，通过四层分类体系进行细粒度评估，发现随着问题规模增大，LLM的性能下降，尤其是在图结构问题和瓶颈目标上表现较差。

Task-Distributionally Robust Data-Free Meta-Learning

任务分布鲁棒数据免费元学习

Zixuan Hu, Yongxian Wei, Li Shen, Zhenyi Wang, Baoyuan Wu, Chun Yuan, Dacheng Tao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Computer Science and AI Institute, University of Central Florida（中佛罗里达大学计算机科学系与人工智能研究所） ； School of Data Science, the Chinese University of Hong Kong, Shenzhen (CUHK-Shenzhen) and Secure Computing Lab of Big Data, Shenzhen Research Institute of Big Data (SBRID)（香港中文大学（深圳）数据科学学院与深圳市大数据研究院大数据安全计算实验室） 纠错

AI总结 本文研究数据免费元学习的鲁棒性，发现任务分布偏移和任务分布污染两种漏洞，并提出可信DFML框架以缓解这些问题。

HiRO-Nav: Hybrid ReasOning Enables Efficient Embodied Navigation

HiRO-Nav：混合推理实现高效具身导航

He Zhao, Yijun Yang, Zichuan Lin, Deheng Ye, Chunyan Miao

机构 * Nanyang Technological University（南洋理工大学） ； Tencent（腾讯） ； Independent Researcher（独立研究员） 纠错

AI总结 HiRO-Nav通过混合推理策略，在导航任务中根据动作熵动态决定是否进行推理，提升决策质量并降低计算开销。

Stacked from One: Multi-Scale Self-Injection for Context Window Extension

从一叠起：多尺度自我注入用于上下文窗口扩展

Wei Han, Pan Zhou, Soujanya Poria, Shuicheng Yan

机构 * Singapore University of Technology and Design (SUTD)（新加坡科技设计大学） ； Singapore Management University (SMU)（新加坡管理大学） ； Nanyang Technological University (NTU)（南洋理工大学） ； National University of Singapore (NUS)（新加坡国立大学） 纠错

AI总结 本文提出多尺度自我注入框架，通过压缩和查询感知信息获取扩展上下文窗口，实现高效且准确的长上下文处理。

Comments 20 pages, 6 figures

BADiff: Bandwidth Adaptive Diffusion Model

BADiff：带宽自适应扩散模型

Xi Zhang, Hanwei Zhu, Yan Zhong, Jiamang Wang, Weisi Lin

机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 本文提出一种带宽自适应扩散模型，通过端到端训练策略使模型根据实时网络带宽调整生成质量，提升带宽受限环境下的图像传输效率。

Comments NeurIPS 2025 Poster