National University of Singapore（新加坡国立大学）

Uncertainty Quantification for Multimodal Large Language Models with Incoherence-adjusted Semantic Volume

多模态大语言模型的不确定性量化：基于不一致性调整的语义体积

Gregory Kang Ruey Lau, Hieu Dao, Nicole Kan Hui Lin, Bryan Kian Hsiang Low

机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

AI总结 UMPIRE是一种无需训练的多模态大语言模型不确定性量化框架，通过内部特征有效捕捉语义多样性和响应不一致性，提升错误检测和不确定性校准性能。

Comments Earlier versions presented at ICLR 2025 QUESTION workshop and ICML 2025 R2-FM workshop

Portfolio Reinforcement Learning with Scenario-Context Rollout

情景-上下文回放的组合投资强化学习

Vanya Priscillia Bendatu, Yao Lu

机构 * National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出一种基于情景-上下文回放的组合投资强化学习方法，通过构建反事实状态和增强目标来稳定学习，提升夏普比率和降低回撤。

GuardAlign: Test-time Safety Alignment in Multimodal Large Language Models

GuardAlign: 多模态大语言模型中的测试时安全性对齐

Xingyu Zhu, Beier Zhu, Junfeng Fang, Shuo Wang, Yin Zhang, Xiang Wang, Xiangnan He

机构 * MoE Key Lab of BIPC, University of Science and Technology of China（摩埃关键实验室，中国科学技术大学） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； Tianjin University（天津大学） 纠错

AI总结 GuardAlign通过OT增强的安全检测和跨模态注意力校准，有效提升多模态大语言模型在测试时的安全性，减少不安全响应率并提升任务表现。

Comments ICLR 2026

BeeNet: Reconstructing Flower Shapes from Electric Fields using Deep Learning

BeeNet: 利用深度学习从电场中重建花形

Jake Turley, Ryan A. Palmer, Isaac V. Chenchiah, Daniel Robert

机构 * School of Biochemistry, University of Bristol（生物化学系，布里斯托尔大学） ； School of Mathematics, University of Bristol（数学系，布里斯托尔大学） ； Mechanobiology Institute, National University of Singapore（机械生物学研究所，新加坡国立大学） ； School of Engineering Mathematics and Technology, University of Bristol（工程数学与科技系，布里斯托尔大学） ； School of Biological Sciences, University of Bristol（生物科学系，布里斯托尔大学） 纠错

AI总结 BeeNet通过深度学习从电场中重建花形，揭示了电感受在传粉昆虫中的重要作用。

Comments 14 pages, 4 figures