Nanyang Technological University（南洋理工大学）

FedBPrompt: Federated Domain Generalization Person Re-Identification via Body Distribution Aware Visual Prompts

FedBPrompt: 通过身体分布感知的视觉提示实现联邦领域泛化的人重识别

Xin Xu, Weilong Li, Wei Liu, Wenke Huang, Zhixi Yu, Bin Yang, Xiaoying Liao, Kui Jiang

机构 * School of Computer Science and Technology, Wuhan University of Science and Technology, China（武汉理工大学计算机科学与技术学院，中国） ； NERC for Multimedia Software, School of Computer Science, Wuhan University, China（武汉大学计算机学院，中国） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Changsha Bus Group, China（中国长沙公交集团） ； Central South University of Forestry and Technology, China（中国林业科技大学） ； Harbin Institute of Technology Zhengzhou Research Institute, China（哈尔滨工业大学郑州研究院，中国） 纠错

AI总结 本文提出FedBPrompt，通过引入可学习的视觉提示引导Transformer关注行人区域，解决联邦领域泛化重识别中域偏移问题，同时设计轻量级提示微调策略降低通信开销。

OffTopicEval: When Large Language Models Enter the Wrong Chat, Almost Always!

OffTopicEval: 当大语言模型进入错误的聊天时，几乎总是！

Jingdi Lei, Varun Gumma, Rishabh Bhardwaj, Seok Min Lim, Chuan Li, Amir Zadeh, Soujanya Poria

机构 * Nanyang Technological University（南洋理工大学） ； Walled AI Labs（Walled AI实验室） ； Infocomm Media Development Authority, Singapore（新加坡信息通信媒体发展局） ； Lambda Labs（Lambda实验室） 纠错

AI总结 本文提出OffTopicEval评估套件，用于衡量大语言模型在特定任务中的操作安全性，发现所有模型在操作安全方面均表现不佳，通过提示基于的引导方法显著提升模型对无关查询的拒绝能力。

TRACE: Structure-Aware Character Encoding for Robust and Generalizable Document Watermarking

TRACE：面向结构的字符编码用于鲁棒且可泛化的文档水印

Jiale Meng, Jie Zhang, Runyi Hu, Zhe-Ming Lu, Tianwei Zhang, Yiming Li

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 TRACE通过扩散模型实现结构感知的局部字符编码，提升文档水印的鲁棒性和泛化能力，实验显示其在PSNR和提取精度上优于现有方法。

Beyond Imitation: Reinforcement Learning Fine-Tuning for Adaptive Diffusion Navigation Policies

超越模仿：用于自适应扩散导航策略的强化学习微调

Junhe Sheng, Ruofei Bai, Kuan Xu, Ruimeng Liu, Jie Chen, Shenghai Yuan, Wei-Yun Yau, Lihua Xie

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； A*STAR, Singapore（A*STAR，新加坡） ； National University of Singapore, Singapore（新加坡国立大学） 纠错

AI总结 本文提出一种针对扩散导航的强化学习微调框架，通过Group Relative Policy Optimization提升策略适应性，在Isaac Sim中提升成功率和SPL，减少碰撞，展示出更强的零样本迁移能力和安全泛化能力。

Spectral Defense Against Resource-Targeting Attack in 3D Gaussian Splatting

频谱防御对抗资源攻击在3D高斯点云中

Yang Chen, Yi Yu, Jiaming He, Yueqi Duan, Zheng Zhu, Yap-Peng Tan

机构 * Nanyang Technological University（南洋理工大学） ； UESTC ； Tsinghua University（清华大学） ； GigaAI ； VinUniversity（文大学） 纠错

AI总结 本文提出频谱防御方法，通过3D频率滤波和2D频谱正则化，有效抑制资源攻击导致的高斯点云过度增长，提升3DGS的鲁棒性、精度和安全性。

STRAP-ViT: Segregated Tokens with Randomized -- Transformations for Defense against Adversarial Patches in ViTs

STRAP-ViT: 分离令牌与随机化变换以防御对抗性补丁在ViT中

Nandish Chattopadhyay, Anadi Goyal, Chandan Karfa, Anupam Chattopadhyay

机构 * Indian Institute of Technology, Guwahati, India（印度理工学院，古瓦哈蒂，印度） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） 纠错

AI总结 STRAP-ViT通过分离异常令牌并应用随机复合变换，有效防御对抗性补丁攻击，实现高鲁棒性。

Comments Accepted for publication at IEEE/ACM Design Automation Conference (DAC) 2026

From Sparse to Dense: Multi-View GRPO for Flow Models via Augmented Condition Space

从稀疏到密集：通过增强条件空间的多视图GRPO用于流模型

Jiazi Bu, Pengyang Ling, Yujie Zhou, Yibin Wang, Yuhang Zang, Tianyi Wei, Xiaohang Zhan, Jiaqi Wang, Tong Wu, Xingang Pan, Dahua Lin

机构 * Shanghai Jiao Tong University（上海交通大学） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Adobe Research（Adobe研究实验室） ； Stanford University（斯坦福大学） ； Shanghai Innovation Institute（上海创新研究院） ； CPII under InnoHK Project（InnoHK项目下的CPII） 纠错

AI总结 本文提出多视图GRPO，通过增强条件空间探索样本间关系，提升文本到图像流模型的对齐性能。

GeoZero: Incentivizing Reasoning from Scratch on Geospatial Scenes

GeoZero：从零开始激励地理空间场景的推理

Di Wang, Shunyu Liu, Wentao Jiang, Fengxiang Wang, Yi Liu, Xiaolei Qin, Zhiming Luo, Chaoyang Zhou, Haonan Guo, Jing Zhang, Bo Du, Dacheng Tao, Liangpei Zhang

机构 * Wuhan University（武汉大学） ； Zhongguancun Academy（中关村学院） ； Nanyang Technological University（南洋理工大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 GeoZero通过构建两个数据集和A$^2$GRPO方法，使大语言模型在无预定义推理链监督下实现地理空间推理，提升了遥感任务的推理多样性和准确性。

Comments Code, data, and models are available at https://github.com/MiliLab/GeoZero

DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning

DreamVideo-Omni: 基于潜在身份强化学习的多主体视频定制与 Omni-运动控制

Yujie Wei, Xinyu Liu, Shiwei Zhang, Hangjie Yuan, Jinbo Xing, Zhekai Chen, Xiang Wang, Haonan Qiu, Rui Zhao, Yutong Feng, Ruihang Chu, Yingya Zhang, Yike Guo, Xihui Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Zhejiang University（浙江大学） ； MMLab, The University of Hong Kong（香港大学MMLab） ； Nanyang Technological University（南洋理工大学） ； Show Lab, National University of Singapore（新加坡国立大学Show Lab） 纠错

AI总结 DreamVideo-Omni通过渐进式两阶段训练范式，实现多主体视频定制与Omni-运动控制，采用条件感知嵌入和分层运动注入策略，提升身份保持与运动控制精度。

Comments Project Page: https://dreamvideo-omni.github.io

CoMMET: To What Extent Can LLMs Perform Theory of Mind Tasks?

CoMMET：大型语言模型在理论思维任务中能发挥多大作用？

Ruirui Chen, Weifeng Jiang, Chengwei Qin, Cheston Tan

机构 * Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州），中国） 纠错

AI总结 本文提出CoMMET多模态基准数据集，用于评估大型语言模型在多轮对话中的理论思维能力，通过扩展心理状态评估和引入多轮测试，分析模型优劣势并指明未来改进方向。

RF4D:Neural Radar Fields for Novel View Synthesis in Outdoor Dynamic Scenes

RF4D:基于雷达的神经场用于户外动态场景的新型视角合成

Jiarui Zhang, Zhihao Li, Chong Wang, Bihan Wen

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） 纠错

AI总结 RF4D通过引入雷达特定的神经场框架，提升户外动态场景中新型视角合成的鲁棒性和准确性。

Llettuce: An Open Source Natural Language Processing Tool for the Translation of Medical Terms into Uniform Clinical Encoding

Llettuce：一种用于将医学术语翻译成统一临床编码的开源自然语言处理工具

James Mitchell-White, Reza Omdivar, Benjamin Partridge, Esmond Urwin, Karthikeyan Sivakumar, Ruizhe Li, Andy Rae, Xiaoyan Wang, Theresia Mina, Tom Giles, Diego Garcia-Gil, Tim Beck, John Chambers, Grazziela Figueredo, Philip R Quinlan

机构 * Centre for Health Informatics, School of Medicine, The University of Nottingham（诺丁汉大学医学院健康信息学中心） ； Digital Research Service, The University of Nottingham（诺丁汉大学数字研究服务） ； NIHR Nottingham Biomedical Research Centre（尼日利亚生物医学研究中心） ； Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore（南洋理工大学新加坡李科贤医学院） ； Department of Software Engineering, Andalusian Institute of Data Science and Computational Intelligence (DaSCI), University of Granada, 18012, Granada, Spain（安达卢西亚数据科学与计算智能研究所（DaSCI）软件工程系，格拉纳达大学，18012，格拉纳达，西班牙） 纠错

AI总结 Llettuce是一种开源工具，通过自然语言处理技术将医学术语自动转换为OMOP标准概念，兼顾数据安全与高性能。

Prioritizing Gradient Sign Over Modulus: An Importance-Aware Framework for Wireless Federated Learning

优先梯度符号而非模：一种基于重要性感知的无线联邦学习框架

Yiyang Yue, Jiacheng Yao, Wei Xu, Zhaohui Yang, George K. Karagiannidis, Dusit Niyato

机构 * National Mobile Communications Research Laboratory (NCRL)（国家移动通信研究中心（NCRL）） ； Southeast University（东南大学） ； Purple Mountain Laboratories（紫金山实验室） ； Zhejiang Lab（浙江实验室） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electrical and Computer Engineering, Aristotle University of Thessaloniki（希腊亚里士多德大学电子与计算机工程系） ； 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 本文提出了一种基于重要性感知的无线联邦学习框架，通过优先传输梯度符号并优化资源分配，提升了无线FL在资源受限场景下的性能。

CUPID: A Plug-in Framework for Joint Aleatoric and Epistemic Uncertainty Estimation with a Single Model

CUPID：一种联合估计自然不确定性和本质不确定性的插件框架

Xinran Xu, Xiuyi Fan

机构 * Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore（南洋理工大学李科钦医学院，新加坡） ； College of Computing and Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院，新加坡） ； Centre for Medical Technologies & Innovations, National Health Group, Singapore（国家健康集团医学技术与创新中心，新加坡） 纠错

AI总结 CUPID是一种无需修改基础模型即可联合估计自然和本质不确定性的插件框架，适用于多种任务，提供透明且可解释的不确定性分析。

Emulating Clinician Cognition via Self-Evolving Deep Clinical Research

通过自演化深度临床研究模拟医生认知

Ruiyang Ren, Yuhao Wang, Yunsen Liang, Lan Luo, Jing Liu, Haifeng Wang, Cong Feng, Yinan Zhang, Chunyan Miao, Ji-Rong Wen, Wayne Xin Zhao

机构 * Gaoling School of Artificial Intelligence（首都经济贸易大学人工智能学院） ； Renmin University of China（中国人民大学） ； Peking University Third Hospital（北京大学第三医院） ； Baidu Inc.（百度公司） ； Chinese PLA General Hospital（中国人民解放军总医院） ； Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly（联合NTU-UBC老年积极生活方式卓越研究中心） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 DxEvolve通过自演化深度临床研究工作流，提升临床诊断准确性，实现可追溯的AI持续改进

Adaptive Manipulation Potential and Haptic Estimation for Tool-Mediated Interaction

自适应操控潜力与触觉估计用于工具中介交互

Lin Yang, Anirvan Dutta, Yuan Ji, Yanxin Zhou, Shilin Shan, Lv Chen, Etienne Burdet, Domenico Campolo

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； Imperial College of Science, Technology and Medicine（帝国理工学院科学、技术与医学学院） 纠错

AI总结 本文提出了一种基于参数化平衡流形的闭环框架，通过自适应操控潜力和触觉SLAM实现工具中介交互中的触觉估计与自适应刚度控制。

Beyond Max Tokens: Stealthy Resource Amplification via Tool Calling Chains in LLM Agents

超越最大令牌：通过工具调用链实现隐秘的资源放大

Kaiyu Zhou, Yongsen Zheng, Yicheng He, Meng Xue, Xueluan Gong, Yuji Wang, Xuanye Zhang, Kwok-Yan Lam

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； University of Illinois Urbana-Champaign, United States（伊利诺伊大学厄巴纳-香槟分校，美国） ； The Hong Kong University of Science and Technology, Hong Kong（香港科学与技术大学，香港） ； Shanghai Jiao Tong University, China（上海交通大学，中国） 纠错

AI总结 本文提出了一种基于工具调用链的隐秘DoS攻击，通过多轮交互显著提升LLM的资源消耗，挑战现有安全防护机制。

TEAR: Temporal-aware Automated Red-teaming for Text-to-Video Models

TEAR：面向文本到视频模型的时序感知自动化红队测试

Jiaming He, Guanyu Hou, Hongwei Li, Zhicong Huang, Kangjie Chen, Yi Yu, Wenbo Jiang, Guowen Xu, Tianwei Zhang

机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； University of Manchester（曼彻斯特大学） ； Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） ； Jilin University（吉林大学） 纠错

AI总结 TEAR通过时序感知自动化红队测试框架，有效识别文本到视频模型中的安全风险，实验显示攻击成功率高达80%

Comments CVPR 2026

Word length predicts word order: "Min-max"-ing drives language evolution

词长预测词序：'极值'驱动语言演变

Hiram Ring

机构 * NTU Singapore（南洋理工大学） 纠错

AI总结 本文提出基于最小-最大理论，通过词类长度与词序关系的实证研究，揭示词序变化的普遍机制。

SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding

SurgFed: 基于语言引导的多任务联邦学习用于手术视频理解

Zheng Fang, Ziwei Niu, Ziyue Wang, Zhu Zhuo, Haofeng Liu, Shuyang Qian, Jun Xia, Yueming Jin

机构 * National University of Singapore（国立新加坡大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 SurgFed通过语言引导的通道选择和超聚合方法，提升手术视频多任务联邦学习的跨站点和跨任务适应性。

When Robots Obey the Patch: Universal Transferable Patch Attacks on Vision-Language-Action Models

当机器人服从补丁：对视觉-语言-动作模型的通用可转移补丁攻击

Hui Lu, Yi Yu, Yiming Yang, Chenyu Yi, Qixin Zhang, Bingquan Shen, Alex C. Kot, Xudong Jiang

机构 * ROSE Lab, Interdisciplinary Graduate Programme, Nanyang Technological University（罗思实验室，跨学科研究生项目，南洋理工大学） ； ROSE Lab, School of Electrical and Electronic Engineering, Nanyang Technological University（罗思实验室，电子与电气工程学院，南洋理工大学） ； CCDS, Nanyang Technological University（CCDS，南洋理工大学） ； DSO National Laboratories（国防科学局实验室） 纠错

AI总结 本文提出UPA-RFAS框架，通过鲁棒特征、注意和语义方法，实现对视觉-语言-动作模型的通用可转移补丁攻击，揭示了基于补丁的攻击面并为未来防御提供基线。

Comments Accepted by CVPR 2026

DP-IQA: Utilizing Diffusion Prior for Blind Image Quality Assessment in the Wild

DP-IQA: 利用扩散先验进行野外盲图像质量评估

Honghao Fu, Yufei Wang, Wenhan Yang, Alex C. Kot, Bihan Wen

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； PengCheng Laboratory（鹏城实验室） 纠错

AI总结 DP-IQA利用预训练扩散模型的先验知识，通过轻量级CNN模型提升盲图像质量评估的性能和泛化能力。

Granulon: Awakening Pixel-Level Visual Encoders with Adaptive Multi-Granularity Semantics for MLLM

Granulon: 通过自适应多粒度语义唤醒像素级视觉编码器以实现MLLM

Junyuan Mao, Qiankun Li, Linghao Meng, Zhicheng He, Xinliang Zhou, Kun Wang, Yang Liu, Yueming Jin

机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Granulon通过自适应多粒度语义增强，提升多模态大语言模型的像素级视觉理解和多粒度推理能力。

Privacy-Preserving End-to-End Full-Duplex Speech Dialogue Models

隐私保护的端到端全双工语音对话模型

Nikita Kuzmin, Tao Zhong, Jiajun Deng, Yingke Zhu, Tristan Tsoi, Tianxiang Cao, Simon Lui, Kong Aik Lee, Eng Siong Chng

机构 * Nanyang Technological University（南洋理工大学） ； A*STAR ； Huawei Leibniz Research Center（华为莱比锡研究中心） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 本文提出两种流式匿名化方法，通过增强隐私保护在全双工语音对话模型中显著提升安全性，同时保持高效响应速度。

Mem-T: Densifying Rewards for Long-Horizon Memory Agents

Mem-T: 长时间 horizon 记忆代理的奖励密集化

Yanwei Yue, Boci Peng, Xuanbo Fan, Jiaxin Guo, Qiankun Li, Yan Zhang

机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 Mem-T通过引入树引导的强化学习框架，实现长时间 horizon 记忆管理的高效训练，显著提升性能并优化效率。

Beyond Heuristic Prompting: A Concept-Guided Bayesian Framework for Zero-Shot Image Recognition

超越启发式提示：一种基于概念的贝叶斯框架用于零样本图像识别

Hui Liu, Kecheng Chen, Jialiang Wang, Xianming Liu, Wenya Wang, Haoliang Li

机构 * City University of Hong Kong（香港城市大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出一种基于概念的贝叶斯框架，通过整合类特定概念提升零样本图像识别性能，采用多阶段概念合成和自适应软修剪似然，实现更鲁棒和高效的分类效果。

Comments 19 pages, Accepted by CVPR 2026

Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence

Holi-Spatial: 将视频流转化为整体3D空间智能

Yuanyuan Gao, Hao Li, Yifei Liu, Xinhao Ji, Yuning Gong, Yuanjun Liao, Fangfu Liu, Manyuan Zhang, Yuchen Yang, Dan Xu, Xue Yang, Huaxi Huang, Hongjie Zhang, Ziwei Liu, Xiao Sun, Dingwen Zhang, Zhihang Zhong

机构 * Shanghai AI Lab（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） ； Sichuan University（四川大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

AI总结 Holi-Spatial通过自动化方法构建大规模多模态3D空间数据集，提升空间推理任务的模型性能。

Comments project page: https://visionary-laboratory.github.io/holi-spatial/

Multi-Agent Off-World Exploration for Sparse Evidence Discovery via Gaussian Belief Mapping and Dual-Domain Coverage

多智能体非世界探索用于稀疏证据发现的高斯信念映射与双域覆盖

Zhuoran Qiao, Tianxin Hu, Thien-Minh Nguyen, Shenghai Yuan

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； The University of Queensland（昆士兰大学） 纠错

AI总结 本文提出基于高斯信念映射和双域覆盖的多智能体路径规划框架，用于非世界稀疏证据发现，通过平衡信息获取与操作安全，提升探索效率和鲁棒性。

PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics

PanoDP：利用全景深度与可微物理学习无碰撞导航

Hao Zhong, Pei Chi, Jiang Zhao, Shenghai Yuan, Xuyang Gao, Thien-Minh Nguyen, Lihua Xie

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Beihang University, Beijing, China（北京航空航天大学） ； The University of Queensland, Australia（昆士兰大学） 纠错

AI总结 PanoDP通过结合全景深度感知与可微物理训练信号，提升在杂乱环境中无碰撞导航的性能和泛化能力。

Certifying the Right to Be Forgotten: Primal-Dual Optimization for Sample and Label Unlearning in Vertical Federated Learning

证明遗忘权：为垂直联邦学习中的样本和标签去学习设计的对偶优化

Yu Jiang, Xindi Tong, Ziyao Liu, Xiaoxi Zhang, Kwok-Yan Lam, Chee Wei Tan

机构 * College of Computing and Data Science (CCDS), Nanyang Technological University, Singapore and Digital Trust Centre (DTC), Singapore（南洋理工大学计算与数据科学学院（CCDS）及新加坡数字信任中心（DTC）） ； College of Computing and Data Science (CCDS), Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院（CCDS）） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

AI总结 FedORA通过双变量优化方法，实现垂直联邦学习中样本和标签的高效去学习，减少计算和通信开销，同时保证模型效果。

Comments Published in the IEEE Transactions on Information Forensics and Security

Journal ref IEEE Transactions on Information Forensics and Security 20 (2025) 13143-13158