Nanyang Technological University（南洋理工大学）

Visual Document Understanding and Reasoning: A Multi-Agent Collaboration Framework with Agent-Wise Adaptive Test-Time Scaling

Xinlei Yu, Chengming Xu, Zhangquan Chen, Yudong Zhang, Shilin Lu, Cheng Yang, Jiangning Zhang, Shuicheng Yan, Xiaobin Hu

机构 * National University of Singapore（新加坡国立大学） ； Tencent Youtu Lab（腾讯优图实验室） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； DeepWisdom（深智科技） 纠错

MS-Occ: Multi-Stage LiDAR-Camera Fusion for 3D Semantic Occupancy Prediction

Zhiqiang Wei, Lianqing Zheng, Jianan Liu, Tao Huang, Qing-Long Han, Wenwen Zhang, Fengdeng Zhang

机构 * School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology（光学电子与计算机工程学院，上海科学技术大学） ； School of Automotive Studies, Tongji University（汽车学院，同济大学） ； Momoni AI ； College of Science and Engineering, James Cook University（科学与工程学院，詹姆斯库克大学） ； School of Engineering, Swinburne University of Technology（工程学院，斯威本技术大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电气与电子工程学院，南洋理工大学） 纠错

Comments 8 pages, 5 figures

Next-Frame Feature Prediction for Multimodal Deepfake Detection and Temporal Localization

Ashutosh Anshul, Shreyas Gopal, Deepu Rajan, Eng Siong Chng

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

Comments Under Review, Multimodal Deepfake detection

EffiReason-Bench: A Unified Benchmark for Evaluating and Advancing Efficient Reasoning in Large Language Models

Junquan Huang, Haotian Wu, Yubo Gao, Yibo Yan, Junyan Zhang, Yonghua Hei, Song Dai, Jie Zhang, Puay Siew Tan, Xuming Hu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Singapore Institute of Manufacturing Technology, A*STAR（新加坡制造技术研究所，A*STAR） 纠错

Comments 11 pages, 4 figures, 4 tables. Appendix included

DGFusion: Dual-guided Fusion for Robust Multi-Modal 3D Object Detection

Feiyang Jia, Caiyan Jia, Ailin Liu, Shaoqing Xu, Qiming Xia, Lin Liu, Lei Yang, Yan Gong, Ziying Song

机构 * School of Computer Science and Technology, Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, Beijing Jiaotong University（计算机科学与技术学院、交通数据挖掘与具身智能北京市重点实验室、北京交通大学） ； State Key Laboratory of Internet of Things for Smart City and Department of Electrome chanical Engineering, University of Macau（智能城市物联网国家重点实验室、澳门大学机电工程系） ； Fujian Key Laboratory of Sensing and Computing for Smart Cities, Xiamen University（智能城市感知与计算福建省重点实验室、厦门大学） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院、南洋理工大学） ； State Key Laboratory of Robotics and System, Harbin Institute of Technology（机器人系统国家重点实验室、哈尔滨工业大学） 纠错

Remodeling Semantic Relationships in Vision-Language Fine-Tuning

Xiangyang Wu, Liu Liu, Baosheng Yu, Jiayan Qiu, Zhenwei Shi

机构 * Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； School of Artificial Intelligence, Beihang University（北京航空航天大学人工智能学院） ； Nanyang Technological University（南洋理工大学） ； University of Leicester（莱斯特大学） ； School of Astronautics, Beihang University（北京航空航天大学航天学院） 纠错

On the Adversarial Vulnerabilities of Transfer Learning in Remote Sensing

Tao Bai, Xingjian Tian, Yonghao Xu, 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） ； Computer Vision Laboratory (CVL) at the Department of Electrical Engineering (ISY), Linköping University（林雪平大学电子工程系计算机视觉实验室） 纠错

Comments This work has been submitted to the IEEE for possible publication

Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 63, Art. no. 5650616, Oct. 2025

EnchTable: Unified Safety Alignment Transfer in Fine-tuned Large Language Models

Jialin Wu, Kecen Li, Zhicong Huang, Xinfeng Li, Xiaofeng Wang, Cheng Hong

机构 * Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） 纠错

Comments Accepted by IEEE Symposium on Security and Privacy (S&P) 2026

MAP-VLA: Memory-Augmented Prompting for Vision-Language-Action Model in Robotic Manipulation

Runhao Li, Wenkai Guo, Zhenyu Wu, Changyuan Wang, Haoyuan Deng, Zhenyu Weng, Yap-Peng Tan, Ziwei Wang

机构 * Nanyang Technological University（南洋理工大学） ； VinUniversity（文大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） ； South China University of Technology（华南理工大学） 纠错

Data Assessment for Embodied Intelligence

Jiahao Xiao, Bowen Yan, Jianbo Zhang, Jia Wang, Chunyi Li, Zhengxue Cheng, Guangtao Zhai

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） 纠错

Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface

Yihao Luo, Xianglong He, Chuanyu Pan, Yiwen Chen, Jiaqi Wu, Yangguang Li, Wanli Ouyang, Yuanming Hu, Guang Yang, ChoonHwai Yap

机构 * Imperial College London（伦敦帝国学院） ； Tsinghua University（清华大学） ； Meshy ； Nanyang Technological University（南洋理工大学） ； Mathmagic ； The Chinese University of Hong Kong（香港中文大学） 纠错

IFEval-Audio: Benchmarking Instruction-Following Capability in Audio-based Large Language Models

Yiming Gao, Bin Wang, Chengwei Wei, Shuo Sun, AiTi Aw

机构 * Nanyang Technological University (NTU)（南洋理工大学） ； MiroMind（米罗Mind） ； Institute for Infocomm Research (I 2 R)（信息与通信研究院） ； A*STAR（科技研究局） 纠错

Comments Link: https://github.com/AudioLLMs/AudioBench/tree/main/IFEval-Audio

Multi-scale Cascaded Foundation Model for Whole-body Organs-at-risk Segmentation

Rui Hao, Dayu Tan, Qiankun Li, Chunhou Zheng, Weimin Zhong, Zhigang Zeng

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（人工智能与自动化学院，华中科技大学） ； Institute of Artificial Intelligence, Huazhong University of Science and Technology（人工智能研究院，华中科技大学） ； Hubei Key Laboratory of Brain-Inspired Intelligent Systems, Huazhong University of Science and Technology（湖北省脑启发智能系统重点实验室，华中科技大学） ； Key Laboratory of Image Processing and Intelligent Control (Huazhong University of Science and Technology), Ministry of Education（图像处理与智能控制重点实验室（华中科技大学），教育部） ； Key Laboratory of Intelligent Computing and Signal Processing, Ministry of Education, Anhui University（智能计算与信号处理重点实验室（安徽大学），教育部） ； College of Computing and Data Science (CCDS), Nanyang Technological University（计算与数据科学学院（CCDS），南洋理工大学） ； East China University of Science and Technology（东华大学） 纠错

DOA Estimation with Lightweight Network on LLM-Aided Simulated Acoustic Scenes

Haowen Li, Zhengding Luo, Dongyuan Shi, Boxiang Wang, Junwei Ji, Ziyi Yang, Woon-Seng Gan

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Northwestern Polytechnical University, China（西北工业大学，中国） 纠错

NeRC: Neural Ranging Correction through Differentiable Moving Horizon Location Estimation

Xu Weng, K. V. Ling, Haochen Liu, Bingheng Wang, Kun Cao

机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（国立新加坡大学） ； Tongji University（同济大学） ； the Shanghai Institute of Intelligent Science and Technology（上海智能科学研究院） ； National Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人机系统国家重点实验室） ； Frontiers Science Center for Intelligent Autonomous Systems, Ministry of Education, Beijing, China（智能自主系统前沿科学中心，教育部，北京，中国） 纠错

Comments Accepted by ACM/IEEE International Conference on Embedded Artificial Intelligence and Sensing Systems (SenSys '26)

From Semantics, Scene to Instance-awareness: Distilling Foundation Model for Grounded Open-vocabulary Situation Recognition

Chen Cai, Tianyi Liu, Jianjun Gao, Wenyang Liu, Kejun Wu, Ruoyu Wang, Yi Wang, Soo Chin Liew

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Huazhong University of Science and Technology（华中科技大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

MMCL: Correcting Content Query Distributions for Improved Anti-Overlapping X-Ray Object Detection

Mingyuan Li, Tong Jia, Hui Lu, Hao Wang, Bowen Ma, Shiyi Guo, Shuyang Lin, Dongyue Chen, Haoran Wang, Baosheng Yu

机构 * College of Information Science and Engineering, Northeastern University, Shenyang, 110819, China（信息科学与工程学院，东北大学，沈阳，110819，中国） ； State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University, Shenyang, 110819, China（过程工业综合自动化国家重点实验室，东北大学，沈阳，110819，中国） ； Lee Kong Chian School of Medicine, Nanyang Technological University, 639798, Singapore（李光前医学院，南洋理工大学，639798，新加坡） 纠错

Comments 16 pages,8 figures

Sample-efficient quantum error mitigation via classical learning surrogates

Wei-You Liao, Ge Yan, Yujin Song, Tian-Ci Tian, Wei-Ming Zhu, De-Tao Jiang, Yuxuan Du, He-Liang Huang

机构 * Henan Key Laboratory of Quantum Information（量子信息与密码学重点实验室） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） ； School of Physical and Mathematical Science（物理与数学科学学院） 纠错

Comments 26 pages, 8 figures

Skill Path: Unveiling Language Skills from Circuit Graphs

Hang Chen, Jiaying Zhu, Xinyu Yang, Wenya Wang

机构 * Hang Chen School of Computer Science and Technology Xi’an Jiaotong University（陈hang 王校计算机科学与技术学院 西安交通大学） ； Jiaying Zhu School of Computer Science and Engineering The Chinese University of Hong Kong（朱继燕 王校计算机科学与工程学院 香港中文大学） ； Xinyu Yang School of Computer Science and Technology Xi’an Jiaotong University（杨新宇 王校计算机科学与技术学院 西安交通大学） ； Wenya Wang School of Computer Science and Engineering Nanyang Technological University（王文雅 王校计算机科学与工程学院 新加坡国立大学） 纠错

Comments accepted by AAAI 2026 (oral)

Unveiling Modality Bias: Automated Sample-Specific Analysis for Multimodal Misinformation Benchmarks

Hehai Lin, Hui Liu, Shilei Cao, Jing Li, Haoliang Li, Wenya Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； City University of Hong Kong（香港城市大学） ； Sun Yat-sen University（中山大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（新加坡国立大学） 纠错

Judging the Judges: Can Large Vision-Language Models Fairly Evaluate Chart Comprehension and Reasoning?

Md Tahmid Rahman Laskar, Mohammed Saidul Islam, Ridwan Mahbub, Ahmed Masry, Mizanur Rahman, Amran Bhuiyan, Mir Tafseer Nayeem, Shafiq Joty, Enamul Hoque, Jimmy Huang

机构 * York University（约克大学） ； University of Alberta（阿尔伯塔大学） ； Nanyang Technological University（南洋理工大学） ； Salesforce AI Research（Salesforce AI研究） 纠错

Comments Accepted at ACL 2025 Industry Track

SRefiner: Soft-Braid Attention for Multi-Agent Trajectory Refinement

Liwen Xiao, Zhiyu Pan, Zhicheng Wang, Zhiguo Cao, Wei Li

机构 * School of AIA, Huazhong University of Science and Technology（华中科技大学人工智能学院） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） 纠错

PromptSR: Cascade Prompting for Lightweight Image Super-Resolution

Wenyang Liu, Chen Cai, Jianjun Gao, Kejun Wu, Yi Wang, Kim-Hui Yap, Lap-Pui Chau

机构 * School of Electrical and Electronics Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan 430074, China（华中科技大学电子信息与通信学院） ； Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University, Hong Kong（香港理工大学电子与电气工程系） 纠错

Comments Accepted in TMM

From Query to Explanation: Uni-RAG for Multi-Modal Retrieval-Augmented Learning in STEM

Xinyi Wu, Yanhao Jia, Luwei Xiao, Shuai Zhao, Fengkuang Chiang, Erik Cambria

机构 * School of Education, Shanghai Jiao Tong University（上海交通大学教育学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学 computing and Data Science 学院） ； school of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

Towards Unified Neurosymbolic Reasoning on Knowledge Graphs

Qika Lin, Fangzhi Xu, Hao Lu, Kai He, Rui Mao, Jun Liu, Erik Cambria, Mengling Feng

机构 * Saw Swee Hock School of Public Health, National University of Singapore（新加坡国立大学 Saw Swee Hock 公共卫生学院） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； 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） 纠错

Comments 15 pages

SEAL: Vision-Language Model-Based Safe End-to-End Cooperative Autonomous Driving with Adaptive Long-Tail Modeling

Junwei You, Pei Li, Zhuoyu Jiang, Zilin Huang, Rui Gan, Haotian Shi, Bin Ran

机构 * Department of Civil and Environmental Engineering, University of Wisconsin–Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学 computing and Data Science 学院） ； College of Transportation, Tongji University（同济大学交通运输学院） 纠错

Universal approximation results for neural networks with non-polynomial activation function over non-compact domains

Ariel Neufeld, Philipp Schmocker

机构 * Nanyang Technological University, Division of Mathematical Sciences（南洋理工大学数学科学学院） 纠错

Comments arXiv admin note: text overlap with arXiv:2312.08410

Label-Free Long-Horizon 3D UAV Trajectory Prediction via Motion-Aligned RGB and Event Cues

Hanfang Liang, Shenghai Yuan, Fen Liu, Yizhuo Yang, Bing Wang, Zhuyu Huang, Chenyang Shi, Jing Jin

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

Efficient Certified Reasoning for Binarized Neural Networks

Jiong Yang, Yong Kiam Tan, Mate Soos, Magnus O. Myreen, Kuldeep S. Meel

机构 * Georgia Institute of Technology（佐治亚理工学院） ； United States Institute for Infocomm Research (I 2 R)（美国信息与通信研究所） ； Nanyang Technological University（南洋理工大学） ； University of Toronto（多伦多大学） ； Chalmers University of Technology（楚克大学） ； University of Gothenburg（哥德堡大学） 纠错

Comments 18 pages, 4 figures, to be published in SAT25

Bi-directional Context-Enhanced Speech Large Language Models for Multilingual Conversational ASR

Yizhou Peng, Hexin Liu, Eng Siong Chng

机构 * Alibaba-NTU Global e-Sustainability CorpLab（阿里巴巴-国立科技大学全球可持续发展公司实验室） ； Nanyang Technological University（国立科技大学） ； College of Computing and Data Science（计算与数据科学学院） 纠错

Comments Accepted By Interspeech 2025 MLC-SLM workshop as a Research Paper