Nanyang Technological University（南洋理工大学）

NTU Speechlab LLM-Based Multilingual ASR System for Interspeech MLC-SLM Challenge 2025

Yizhou Peng, Bin Wang, Yi-Wen Chao, Ziyang Ma, Haoyang Zhang, Hexin Liu, Xie Chen, Eng Siong Chng

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） ； MiroMind, Singapore（MiroMind公司） ； Shanghai Jiao Tong University, China（上海交通大学） ； Peking University, China（北京大学） 纠错

Comments Accepted by Interspeech 2025 MLC-SLM challenge (5th place). System report

Towards Universal & Efficient Model Compression via Exponential Torque Pruning

Sarthak Ketanbhai Modi, Zi Pong Lim, Shourya Kuchhal, Yushi Cao, Yupeng Cheng, Yon Shin Teo, Shang-Wei Lin, Zhiming Li

机构 * Nanyang Technological University（南洋理工大学） ； Continental Automotive Singapore ； Singapore Institute of Technology（新加坡科技学院） 纠错

Fading memory and the convolution theorem

Juan-Pablo Ortega, Florian Rossmannek

机构 * Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University, Singapore（数学科学系，物理与数学科学学院，南洋理工大学，新加坡） 纠错

Journal ref IEEE Trans. Autom. Control 2025

Why Multi-Interest Fairness Matters: Hypergraph Contrastive Multi-Interest Learning for Fair Conversational Recommender System

Yongsen Zheng, Zongxuan Xie, Guohua Wang, Ziyao Liu, Liang Lin, Kwok-Yan Lam

机构 * Nanyang Technological University（南洋理工大学） ； Digital Trust Centre Singapore（新加坡数字信任中心） ； Sun Yat-sen University（中山大学） ； South China Agricultural University（华南农业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

Customizable ROI-Based Deep Image Compression

Jian Jin, Fanxin Xia, Feng Ding, Xinfeng Zhang, Meiqin Liu, Yao Zhao, Weisi Lin, Lili Meng

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） ； Center of China-Singapore International Joint Research Institute（中国-新加坡国际联合研究机构中心） ； School of Information Science and Engineering, Shandong Normal University（山东师范大学信息科学与工程学院） ； School of Engineering Science, Simon Fraser University（西蒙弗雷泽大学工程科学学院） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； Institute of Information Science, Beijing Jiao Tong University（北京交通大学信息科学学院） 纠错

FreeMorph: Tuning-Free Generalized Image Morphing with Diffusion Model

Yukang Cao, Chenyang Si, Jinghao Wang, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； Nanjing University（南京大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments ICCV 2025. Project page: https://yukangcao.github.io/FreeMorph/

Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach

Hao Wei, Wanli Ni, Wen Wang, Wenjun Xu, Dusit Niyato, Ping Zhang

机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； Department of Mathematics and Theories, Peng Cheng Laboratory（数学与理论部，鹏城实验室） ； Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） ； Pervasive Communications Center, Purple Mountain Laboratories（感知计算中心，紫金山实验室） ； 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

ICLShield: Exploring and Mitigating In-Context Learning Backdoor Attacks

Zhiyao Ren, Siyuan Liang, Aishan Liu, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北航大学） 纠错

Comments ICML 2025

Just Noticeable Difference for Large Multimodal Models

Zijian Chen, Yuan Tian, Yuze Sun, Wei Sun, Zicheng Zhang, Weisi Lin, Guangtao Zhai, Wenjun Zhang

机构 * Institute of Image Communication and Information Processing, Shanghai Jiao Tong University, Shanghai 200240, China（上海交通大学图像通信与信息处理研究所） ； Shanghai AI Laboratory, Shanghai 200232, China（上海人工智能实验室） ； School of Communication and Electronic Engineering, East China Normal University, Shanghai 200241, China（华东师范大学通信与电子工程学院） ； School of Computer Science and Engineering, Nanyang Technological University, Singapore 639798（南洋理工大学计算机科学与工程学院） 纠错

Comments 19 pages, 19 figures

SimVecVis: A Dataset for Enhancing MLLMs in Visualization Understanding

Can Liu, Chunlin Da, Xiaoxiao Long, Yuxiao Yang, Yu Zhang, Yong Wang

机构 * Nanyang Technological University（南洋理工大学） ； ByteDance Inc.（字节跳动公司） ； Nanjing University（南京大学） ； Tsinghua University（清华大学） ； University of Oxford（牛津大学） 纠错

Embodied Instruction Following in Unknown Environments

Zhenyu Wu, Ziwei Wang, Xiuwei Xu, Hang Yin, Yinan Liang, Angyuan Ma, Jiwen Lu, Haibin Yan

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（北京邮电大学智能工程与自动化学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Department of Automation, Tsinghua University（清华大学自动化学院） 纠错

Comments Project Page: https://gary3410.github.io/eif_unknown/

Anyview: Generalizable Indoor 3D Object Detection with Variable Frames

Zhenyu Wu, Xiuwei Xu, Ziwei Wang, Chong Xia, Linqing Zhao, Jiwen Lu, Haibin Yan

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（智能工程与自动化学院，北京邮电大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学） 纠错

Comments 11 pages, 7 figures

SafeMobile: Chain-level Jailbreak Detection and Automated Evaluation for Multimodal Mobile Agents

Siyuan Liang, Tianmeng Fang, Zhe Liu, Aishan Liu, Yan Xiao, Jinyuan He, Ee-Chien Chang, Xiaochun Cao

机构 * Nanyang Technological University（南洋理工大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Beihang University（北京航空航天大学） ； Sun Yat-sen University（中山大学） ； Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学） 纠错

Comments 12 pages

CAVALRY-V: A Large-Scale Generator Framework for Adversarial Attacks on Video MLLMs

Jiaming Zhang, Rui Hu, Qing Guo, Wei Yang Bryan Lim

机构 * Nanyang Technological University（南洋理工大学） ； Beijing Jiaotong University（北京交通大学） ； A*STAR Project Page（A*STAR项目页面） 纠错

Federated Learning-Enabled Hybrid Language Models for Communication-Efficient Token Transmission

Faranaksadat Solat, Joohyung Lee, Mohamed Seif, Dusit Niyato, H. Vincent Poor

机构 * Department of Computing, Gachon Univ.（高恩大学计算机系） ； School of Computer Engineering, Nanyang Technological University（南洋理工大学计算机工程学院） ； Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） 纠错

Comments 17 pages, 16 figures, IEEE Internet of Things

Defensive Adversarial CAPTCHA: A Semantics-Driven Framework for Natural Adversarial Example Generation

Xia Du, Xiaoyuan Liu, Jizhe Zhou, Zheng Lin, Chi-man Pun, Cong Wu, Tao Li, Zhe Chen, 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） ； 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 Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系） ； Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科学与技术学院计算机与信息科学系） ； Institute of Space Internet, Fudan University（复旦大学空间互联网研究所） ； Data61, CSIRO（澳大利亚联邦科学与工业研究组织Data61） ； School of Computer Engineering, Nanyang Technological University（南洋理工大学计算机工程学院） 纠错

Comments 13 pages, 6 figures

Epona: Autoregressive Diffusion World Model for Autonomous Driving

Kaiwen Zhang, Zhenyu Tang, Xiaotao Hu, Xingang Pan, Xiaoyang Guo, Yuan Liu, Jingwei Huang, Li Yuan, Qian Zhang, Xiao-Xiao Long, Xun Cao, Wei Yin

机构 * Horizon Robotics ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Nanjing University（南京大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； Tencent Hunyuan（腾讯文心） 纠错

Comments ICCV2025, Project Page: https://kevin-thu.github.io/Epona/

MMReason: An Open-Ended Multi-Modal Multi-Step Reasoning Benchmark for MLLMs Toward AGI

Huanjin Yao, Jiaxing Huang, Yawen Qiu, Michael K. Chen, Wenzheng Liu, Wei Zhang, Wenjie Zeng, Xikun Zhang, Jingyi Zhang, Yuxin Song, Wenhao Wu, Dacheng Tao

机构 * Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； Baidu Inc.（百度公司） ； University of California（加州大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments Technical report

Time-variant Image Inpainting via Interactive Distribution Transition Estimation

Yun Xing, Qing Guo, Xiaoguang Li, Yihao Huang, Xiaofeng Cao, Di Lin, Ivor Tsang, Lei Ma

机构 * University of Alberta（阿尔伯塔大学） ； IHPC and CFAR, A*STAR（IHPC和CFAR，A*STAR） ； Nanyang Technological University（南洋理工大学） ； University of South Carolina（南卡罗来纳大学） ； School of Artificial Intelligence, Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Ministry of Education, Jilin University（人工智能学院，知识驱动的人机智能工程研究中心，教育部，吉林大学） ； College of Intelligence and Computing, Tianjin University（智能与计算学院，天津大学） ； University of Tokyo（东京大学） 纠错

DPOT: A DeepParticle method for Computation of Optimal Transport with convergence guarantee

Yingyuan Li, Aokun Wang, Zhongjian Wang

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学学院） ； Division of Mathematical Sciences, School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学数学科学学院） 纠错

Causal-Entity Reflected Egocentric Traffic Accident Video Synthesis

Lei-lei Li, Jianwu Fang, Junbin Xiao, Shanmin Pang, Hongkai Yu, Chen Lv, Jianru Xue, Tat-Seng Chua

机构 * Xi’an Jiaotong University（西安交通大学） ； National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； Cleveland State University（克利夫兰州立大学） 纠错

Comments Accepted by ICCV2025

Dynamic View Synthesis from Small Camera Motion Videos

Huiqiang Sun, Xingyi Li, Juewen Peng, Liao Shen, Zhiguo Cao, Ke Xian, Guosheng Lin

机构 * Key Laboratory of Image Processing and Intelligent Control, Ministry of Education（图像处理与智能控制重点实验室） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（人工智能与自动化学院） ； School of Electronic Information and Communications, Huazhong University of Science and Technology（电子信息与通讯学院） ； S-Lab, Nanyang Technological University (NTU)（南洋理工大学S实验室） 纠错

Comments Accepted by TVCG

Edit360: 2D Image Edits to 3D Assets from Any Angle

Junchao Huang, Xinting Hu, Shaoshuai Shi, Zhuotao Tian, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Nanyang Technological University（南洋理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Voyager Research, Didi Chuxing（Voyager Research与滴滴出行） 纠错

Comments 11 pages, 9 figures

Overcoming Dimensional Factorization Limits in Discrete Diffusion Models through Quantum Joint Distribution Learning

Chuangtao Chen, Qinglin Zhao, MengChu Zhou, Dusit Niyato, Zhimin He, Haozhen Situ

机构 * Faculty of Innovation Engineering, Macau University of Science and Technology（澳门科学技术大学创新工程学院） ； Department of Electrical and Computer Engineering, New Jersey Institute of Technology（新泽西理工学院电气与计算机工程系） ； 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 Electronic and Information Engineering, Foshan University（佛山大学电子与信息工程学院） ； College of Mathematics and Informatics, South China Agricultural University（华南农业大学数学与信息学院） 纠错

Comments Comments are welcome

Accelerate 3D Object Detection Models via Zero-Shot Attention Key Pruning

Lizhen Xu, Xiuxiu Bai, Xiaojun Jia, Jianwu Fang, Shanmin Pang

机构 * Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

Comments Accepted by ICCV2025. The code can be found at https://github.com/iseri27/tg_gbc

Open World Object Detection: A Survey

Yiming Li, Yi Wang, Wenqian Wang, Dan Lin, Bingbing Li, Kim-Hui Yap

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） ； Continental-NTU Corporate Lab, Nanyang Technological University, Singapore（南洋理工大学连续联合实验室） ； Continental Automotive Singapore Pte. Ltd. 纠错

Comments Accepted for publication in IEEE TCSVT

MMInA: Benchmarking Multihop Multimodal Internet Agents

Shulin Tian, Ziniu Zhang, Liangyu Chen, Ziwei Liu

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

Comments ACL 2025 findings. The live leaderboard is at https://mmina.cliangyu.com/

Knowledge-Guided Multi-Agent Framework for Automated Requirements Development: A Vision

Jiangping Huang, Dongming Jin, Weisong Sun, Yang Liu, Zhi Jin

机构 * Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） 纠错

Joint Task Offloading and Resource Allocation in Low-Altitude MEC via Graph Attention Diffusion

Yifan Xue, Ruihuai Liang, Bo Yang, Xuelin Cao, Zhiwen Yu, Mérouane Debbah, Chau Yuen

机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； School of Cyber Engineering, Xidian University（西安电子科技大学电子工程学院） ； Center for 6G Technology, Khalifa University of Science and Technology（卡塔尔科学技术大学6G技术中心） ； School of Electrical and Electronics Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） 纠错

Instruction Learning Paradigms: A Dual Perspective on White-box and Black-box LLMs

Yanwei Ren, Liu Liu, Baosheng Yu, Jiayan Qiu, Quan Chen

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