Nanyang Technological University（南洋理工大学）

SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy

SIDeR：语义身份解耦用于无限制面部隐私保护

Zhuosen Bao, Xia Du, Zheng Lin, Jizhe Zhou, Zihan Fang, Jiening Wu, Yuxin Zhang, Zhe Chen, Chi-man Pun, Wei Ni, Jun Luo

机构 * School of Computer and Information Engineering, Xiamen University of Technology（厦门理工学院计算机与信息工程学院） ； Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系） ； School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University（四川大学计算机科学学院，机器学习与工业智能工程研究中心） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； College of Artificial Intelligence, Southwest University（西南大学人工智能学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科技学院计算机与信息科学系） ； Data61, CSIRO（CSIRO Data61） ； 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 SIDeR通过语义解耦驱动框架实现面部隐私保护，生成视觉匿名的对抗性样本并保持身份一致性，实验显示其在攻击成功率和恢复质量上均优于现有方法。

Comments 14 pages, 8 figures

CyIN: Cyclic Informative Latent Space for Bridging Complete and Incomplete Multimodal Learning

CyIN：循环信息潜在空间用于连接完整与不完整多模态学习

Ronghao Lin, Qiaolin He, Sijie Mai, Ying Zeng, Aolin Xiong, Li Huang, Yap-Peng Tan, Haifeng Hu

机构 * School of Electronics and Information Technology, Sun Yat-Sen University（中山大学电子与信息学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； School of Computer Science, South China Normal University（华南师范大学计算机科学学院） ； Desay SV Automotive Co., Ltd（德赛股份有限公司） ； Pazhou Laboratory（琶洲实验室） 纠错

AI总结 CyIN通过构建循环信息潜在空间，解决多模态学习中完整与不完整数据之间的性能差距，实现统一优化。

Comments Accepted by NeurIPS 2025

Fine-Grained Frame Modeling in Multi-head Self-Attention for Speech Deepfake Detection

多头自注意力机制中的细粒度帧建模用于语音深度伪造检测

Tuan Dat Phuong, Duc-Tuan Truong, Long-Vu Hoang, Trang Nguyen Thi Thu

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学） 纠错

AI总结 本文提出细粒度帧建模方法，通过多头投票和跨层细化模块提升语音深度伪造检测的准确性。

Comments Accepted by ICASSP 2026

Fine-Grained Activation Steering: Steering Less, Achieving More

细粒度激活引导：引导更少，实现更多

Zijian Feng, Tianjiao Li, Zixiao Zhu, Hanzhang Zhou, Junlang Qian, Li Zhang, Jia Jim Deryl Chua, Lee Onn Mak, Gee Wah Ng, Kezhi Mao

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（电子与电气工程学院，南洋理工大学，新加坡） ； Home Team Science and Technology Agency (HTX), Singapore（家庭团队科技局（HTX），新加坡） 纠错

AI总结 AUSteer通过细粒度激活引导方法，精准干预有益激活单元，提升LLM行为调整的效率与效果。

Comments ICLR 2026

When Do Credal Sets Stabilize? Fixed-Point Theorems for Credal Set Updates

何时信念集稳定？关于信念集更新的不动点定理

Michele Caprio, Siu Lun Chau, Krikamol Muandet

机构 * The University of Manchester（曼彻斯特大学） ； Nanyang Technological University（南洋理工大学） ； CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

AI总结 本文探讨了在不精确性下信念集更新过程的稳定性问题，通过分析不动点的存在条件和实现方法，揭示了不精确性对学习过程动态的影响。

UNO: Unifying One-stage Video Scene Graph Generation via Object-Centric Visual Representation Learning

UNO：通过对象中心视觉表征学习统一视频场景图生成

Huy Le, Nhat Chung, Tung Kieu, Jingkang Yang, Ngan Le

机构 * FPT Software AI Center（FPT软件AI中心） ； Aalborg University（奥尔堡大学） ； Pioneer Centre for AI（先锋人工智能中心） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； AICV Lab, University of Arkansas（阿肯色大学AICV实验室） 纠错

AI总结 UNO通过统一的对象中心视觉表征学习，实现视频场景图生成的单阶段统一框架，提升效率和泛化能力。

Comments 11 pages, 7 figures. Accepted at WACV 2026

Quasi-Medial Distance Field (Q-MDF): A Robust Method for Approximating and Discretizing Neural Medial Axes

准中轴距离场（Q-MDF）：一种用于近似和离散化神经中轴的稳健方法

Jiayi Kong, Chen Zong, Jun Luo, Shiqing Xin, Fei Hou, Hanqing Jiang, Chen Qian, Ying He

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； School of Mathematics, Nanjing University of Aeronautics and Astronautics（南京航空航天大学数学学院） ； School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院） ； Key Laboratory of System Software (CAS), Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所系统软件重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； SenseTime Research（商汤科技研究院） 纠错

AI总结 本文提出Q-MDF方法，通过隐式重建技术实现从点云和网格中稳健提取中轴，提升中轴变换的准确性和鲁棒性。

JOintGS: Joint Optimization of Cameras, Bodies and 3D Gaussians for In-the-Wild Monocular Reconstruction

JOintGS: 为野外单目重建联合优化相机、人体和3D高斯分布

Zihan Lou, Jinlong Fan, Sihan Ma, Yuxiang Yang, Jing Zhang

机构 * School of Computer Science, Wuhan University, China（武汉大学计算机学院） ； Hangzhou Dianzi University, China（杭州电子科技大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

AI总结 JOintGS通过联合优化相机、人体和3D高斯分布，提升野外单目重建的精度与鲁棒性。

Comments 15 pages, 15 figures, Project page at https://github.com/MiliLab/JOintGS

Decoupled Hierarchical Distillation for Multimodal Emotion Recognition

解耦层次蒸馏用于多模态情感识别

Yong Li, Yuanzhi Wang, Yi Ding, Shiqing Zhang, Ke Lu, Cuntai Guan

机构 * School of Computer Science and Engineering, and the Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Southeast University（计算机科学与工程学院，新一代人工智能技术及跨学科应用重点实验室，东南大学） ； School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） ； Institute of Intelligent Information Processing, Taizhou University（智能信息处理研究院，台州大学） ； School of Engineering Science, University of Chinese Academy of Sciences（工程科学学院，中国科学院大学） ； Peng Cheng Laboratory（鹏城实验室） ； School of Computer Science and Engineering, Nanyang Technological University（计算机科学与工程学院，南洋理工大学） 纠错

AI总结 本文提出解耦层次多模态蒸馏框架，通过两阶段知识蒸馏提升跨模态特征对齐，有效提高多模态情感识别性能。

Comments arXiv admin note: text overlap with arXiv:2303.13802

Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence 2026

From Helpfulness to Toxic Proactivity: Diagnosing Behavioral Misalignment in LLM Agents

从有益到有毒的主动性：诊断LLM代理的行为不一致

Xinyue Wang, Yuanhe Zhang, Zhengshuo Gong, Haoran Gao, Fanyu Meng, Zhenhong Zhou, Li Sun, Yang Liu, Sen Su

机构 * Beijing University of Posts（北京邮电大学） ； China Mobile Research Institute（中国移动研究院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文研究了LLM代理在权衡有益与无害时产生的有毒主动性行为，提出了一种基于双模型互动的评估框架，并通过实验揭示了该现象的普遍性及两种主要趋势。

Comments 9 pages (excluding appendices), 6 figures. Code is available at https://github.com/wxyoio-0715/Toxic-Proactivity

Revisiting 360 Depth Estimation with PanoGabor: A New Fusion Perspective

重新审视360深度估计：PanoGabor：一种新的融合视角

Zhijie Shen, Chunyu Lin, Lang Nie, Kang Liao, Weisi Lin, Yao Zhao

机构 * Institute of Information Science, Beijing Jiaotong University（信息科学学院，北京交通大学） ； Visual Intelligence +X International Cooperation Joint Laboratory of MOE, Beijing（教育部视觉智能+X国际合作联合实验室，北京） ； College of Artificial Intelligence, Chongqing University of Posts and Telecommunications（人工智能学院，重庆邮电大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） 纠错

AI总结 本文提出PGFuse框架，通过PanoGabor滤波器和CS-UFM模块，解决360深度估计中的畸变问题，提升深度估计的准确性和鲁棒性。

Comments Accepted by TPAMI

Learning-based Observer for Coupled Disturbance

基于学习的耦合扰动观测器

Jindou Jia, Meng Wang, Zihan Yang, Bin Yang, Yuhang Liu, Kexin Guo, Xiang Yu

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） 纠错

AI总结 本文提出一种结合控制与学习方法的观测器，通过分解耦合扰动并利用历史数据学习参数矩阵，实现高精度扰动估计。

Comments 10 pages, 7 figures

Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA)

Self-Verification Dilemma: Experience-Driven Suppression of Overused Checking in LLM Reasoning

自我验证困境：经验驱动的过度验证抑制在大语言模型推理中

Quanyu Long, Kai Jie Jiang, Jianda Chen, Xu Guo, Leilei Gan, Wenya Wang

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

AI总结 本文提出了一种经验驱动的测试时框架，通过抑制过度的自我验证步骤，减少大语言模型推理中的token使用，同时保持或提升准确性。

Comments 19 pages, 8 figures

Unifying Watermarking via Dimension-Aware Mapping

通过维度感知映射统一水印技术

Jiale Meng, Runyi Hu, Jie Zhang, Zheming Lu, Ivor Tsang, Tianwei Zhang

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

AI总结 DiM通过维度感知映射统一水印技术，在视频领域实现不同维度嵌入与提取以提升水印能力。

Comments 29 pages, 25 figures

CSR-Bench: A Benchmark for Evaluating the Cross-modal Safety and Reliability of MLLMs

CSR-Bench: 一种评估多模态大语言模型跨模态安全性和可靠性的基准

Yuxuan Liu, Yuntian Shi, Kun Wang, Haoting Shen, Kun Yang

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

AI总结 CSR-Bench通过四个压力测试模式评估多模态大语言模型的跨模态安全性和可靠性，发现模型在多模态输入下表现下降，且安全提升可能源于拒绝导向的启发式方法。

Comments 25 pages, 1 figures

FinMTM: A Multi-Turn Multimodal Benchmark for Financial Reasoning and Agent Evaluation

FinMTM：面向金融推理和智能体评估的多轮多模态基准

Chenxi Zhang, Ziliang Gan, Liyun Zhu, Youwei Pang, Qing Zhang, Rongjunchen Zhang

机构 * HiThink Research（HiThink研究机构） ； Wuhan University（武汉大学） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Institute of Technology（上海理工大学） 纠错

AI总结 FinMTM提出一个多轮多模态基准，用于评估金融推理和智能体任务，通过多样化数据和任务设计，揭示了VLMs在视觉感知、推理和复杂工作流中的局限性。

Risky-Bench: Probing Agentic Safety Risks under Real-World Deployment

Risky-Bench: 探索现实部署中智能体安全风险

Jingnan Zheng, Yanzhen Luo, Jingjun Xu, Bingnan Liu, Yuxin Chen, Chenhang Cui, Gelei Deng, Chaochao Lu, Xiang Wang, An Zhang, Tat-Seng Chua

机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； Southern University of Science and Technology（南方科技大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

AI总结 Risky-Bench通过基于现实部署的安全原则，系统评估智能体在复杂任务中的安全风险，适用于多种部署场景。

Bongards at the Boundary of Perception and Reasoning: Programs or Language?

Bongards在感知与推理边界上的问题：程序还是语言？

Cassidy Langenfeld, Claas Beger, Gloria Geng, Wasu Top Piriyakulkij, Keya Hu, Yewen Pu, Kevin Ellis

机构 * Cornell University（康奈尔大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出了一种神经符号方法，利用大语言模型和贝叶斯优化解决Bongard问题，通过生成参数化程序化表示来提升视觉推理能力。

Comments 6 pages, 5 figures

HyPAC: Cost-Efficient LLMs-Human Hybrid Annotation with PAC Error Guarantees

HyPAC: 低成本的LLM-人类混合标注与PAC误差保证

Hao Zeng, Huipeng Huang, Xinhao Qu, Jianguo Huang, Bingyi Jing, Hongxin Wei

机构 * Department of Statistics and Data Science, Southern University of Science and Technology, China（统计与数据科学系，南方科技大学） ； Department of Statistics, University of California at Riverside, USA（统计系，加州大学河滨分校） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, China（人工智能学院，香港中文大学（深圳）） 纠错

AI总结 HyPAC通过自适应路由和PAC误差保证，实现低成本高效标注，降低78.51%成本并严格控制误差。

AR-MAP: Are Autoregressive Large Language Models Implicit Teachers for Diffusion Large Language Models?

AR-MAP：自回归大语言模型是否是扩散大语言模型的隐式教师？

Liang Lin, Feng Xiong, Zengbin Wang, Kun Wang, Junhao Dong, Xuecai Hu, Yong Wang, Xiangxiang Chu

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

AI总结 AR-MAP通过利用自回归大语言模型作为隐式教师，有效提升扩散大语言模型的偏好对齐性能。

Why Self-Rewarding Works: Theoretical Guarantees for Iterative Alignment of Language Models

为何自我奖励有效：语言模型迭代对齐的理论保证

Shi Fu, Yingjie Wang, Shengchao Hu, Peng Wang, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文通过理论分析揭示了自我奖励语言模型在迭代对齐中的有效性，证明了其性能随迭代次数呈指数衰减，并为线性softmax模型提供了定制化的理论保证。

AudioJailbreak: Jailbreak Attacks against End-to-End Large Audio-Language Models

AudioJailbreak: 对端到端大音频-语言模型的攻击

Guangke Chen, Fu Song, Zhe Zhao, Xiaojun Jia, Yang Liu, Yanchen Qiao, Weizhe Zhang, Weiping Tu, Yuhong Yang, Bo Du

机构 * Wuhan University（武汉大学） ； Key Laboratory of System Software (Chinese Academy of Sciences)（中国科学院系统软件重点实验室） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； State Key Laboratory of Cryptology（密码学国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Nanjing Institute of Software Technology（南京软件技术研究所） ； Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） ； Zhejiang Lab（浙江实验室） ； Pengcheng Laboratory（鹏城实验室） 纠错

AI总结 AUDIOJAILBREAK 提出了一种针对端到端大音频-语言模型的新型音频攻击方法，具备非同步性、通用性、隐蔽性和空中鲁棒性，适用于弱攻击者场景。

Comments Accepted by IEEE Transactions on Dependable and Secure Computing (TDSC)

SpecFLASH: A Latent-Guided Semi-autoregressive Speculative Decoding Framework for Efficient Multimodal Generation

SpecFLASH: 一种基于潜在引导的半自回归推测解码框架，用于高效多模态生成

Zihua Wang, Ruibo Li, Haozhe Du, Joey Tianyi Zhou, Yu Zhang, Xu Yang

机构 * Southeast University, Nanjing, China（东南大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； A STAR Centre for Frontier AI Research (CFAR), Singapore（A STAR前沿人工智能研究中心） 纠错

AI总结 SpecFLASH是一种针对多模态生成的高效推测解码框架，通过潜在引导的token压缩和半自回归解码方案，显著提升视觉任务的解码速度。

Comments Under review

Rethinking Generative Recommender Tokenizer: Recsys-Native Encoding and Semantic Quantization Beyond LLMs

重新思考生成推荐器分词器：面向Recsys的原生编码和语义量化超越LLMs

Yu Liang, Zhongjin Zhang, Yuxuan Zhu, Kerui Zhang, Zhiluohan Guo, Wenhang Zhou, Zonqi Yang, Kangle Wu, Yabo Ni, Anxiang Zeng, Cong Fu, Jianxin Wang, Jiazhi Xia

机构 * Central South University, Changsha, China（中南大学） ； Shopee Pte. Ltd., Shanghai, China（Shopee（上海）有限公司） ； Shopee Pte. Ltd., Singapore, Singapore（Shopee（新加坡）有限公司） ； Nanyang Technological University, Singapore, Singapore（南洋理工大学） 纠错

AI总结 ReSID通过原生编码和语义量化提升推荐系统性能，实现比现有方法高超10%的准确率并大幅降低分词成本。

ClueTracer: Question-to-Vision Clue Tracing for Training-Free Hallucination Suppression in Multimodal Reasoning

ClueTracer: 问题到视觉线索追踪用于无训练 hallucination 抑制在多模态推理

Gongli Xi, Kun Wang, Zeming Gao, Huahui Yi, Haolang Lu, Ye Tian, Wendong Wang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） ； West China Biomedical Big Data Center（西京生物大数据中心） 纠错

AI总结 ClueTracer通过问题到视觉线索追踪，无训练抑制多模态推理中的幻觉，提升推理和非推理任务性能。

Comments 20 pages, 7 figures

SOPRAG: Multi-view Graph Experts Retrieval for Industrial Standard Operating Procedures

SOPRAG：面向工业标准操作规程的多视图图专家检索

Liangtao Lin, Zhaomeng Zhu, Tianwei Zhang, Yonggang Wen

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 SOPRAG通过多视图图专家检索框架，解决工业SOP检索中的结构复杂性和条件依赖性问题，提升检索准确性和响应实用性。

Self-Rewarding Sequential Monte Carlo for Masked Diffusion Language Models

自奖励序列蒙特卡洛方法用于掩码扩散语言模型

Ziwei Luo, Ziqi Jin, Lei Wang, Lidong Bing, Thomas B. Schön

机构 * Uppsala University, Sweden（乌普萨拉大学，瑞典） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） 纠错

AI总结 本文提出自奖励序列蒙特卡洛方法，用于提升掩码扩散语言模型的采样质量，通过引入轨迹级置信度信号改进生成多样性。

Comments Project page: https://algolzw.github.io/sr-smc

RedVisor: Reasoning-Aware Prompt Injection Defense via Zero-Copy KV Cache Reuse

RedVisor: 通过零拷贝KV缓存重用来实现推理感知的提示注入防御

Mingrui Liu, Sixiao Zhang, Cheng Long, Kwok-Yan Lam

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

AI总结 RedVisor通过零拷贝KV缓存重用实现推理感知的提示注入防御，结合检测与预防策略，提升安全性和效率。

Comments under review

Rethinking LoRA for Data Heterogeneous Federated Learning: Subspace and State Alignment

重新思考LoRA用于数据异质联邦学习：子空间和状态对齐

Hongyi Peng, Han Yu, Xiaoxiao Li, Qiang Yang

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore.（南洋理工大学计算机与数据科学学院） ； Department of Electrical and Computer Engineering, The University of British Columbia, Vancouver, BC, Canada.（不列颠哥伦比亚大学电子与计算机工程系） ； Vector Institute, Canada（加拿大向量研究所） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 FedGaLore通过子空间优化与漂移鲁棒同步提升非IID联邦学习中LoRA的鲁棒性和准确性。

Quantifying Epistemic Predictive Uncertainty in Conformal Prediction

在符合预测框架中量化先验预测不确定性

Siu Lun Chau, Soroush H. Zargarbashi, Yusuf Sale, Michele Caprio

机构 * Epistemic Intelligence & Computation Lab, College of Computing & Data Science, Nanyang Technological University, Singapore（新加坡南洋理工大学计算与数据科学学院） ； CISPA Helmholtz Center for Information Security, Germany（德国亥姆霍兹信息安全中心） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Institute of Informatics, LMU Munich, Germany（德国慕尼黑机器学习中心） ； Munich Center for Machine Learning, Germany（曼彻斯特人工智能基础研究中心） ； Manchester Centre for AI Fundamentals, Manchester, United Kingdom Department of Computer Science, The University of Manchester, United Kingdom 纠错

AI总结 本文在符合预测框架中提出了一种量化先验预测不确定性的方法，通过测量信念集内的信息冲突程度，提高了不确定性评估的细粒度和信息量。

Comments 42 pages