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

UniM: A Unified Any-to-Any Interleaved Multimodal Benchmark

UniM：一个统一的任意到任意交错多模态基准

Yanlin Li, Minghui Guo, Kaiwen Zhang, Shize Zhang, Yiran Zhao, Haodong Li, Congyue Zhou, Weijie Zheng, Yushen Yan, Shengqiong Wu, Wei Ji, Lei Cui, Furu Wei, Hao Fei, Mong-Li Lee, Wynne Hsu

机构 * NUS（新加坡国立大学） ； SCUT（上海交通大学） ； NTU（国立科技大学） ； NJU（南京大学） ； Microsoft Research（微软研究院） 纠错

AI总结 UniM基准通过统一的任意到任意交错多模态数据集和评估套件，评估多模态大语言模型在复杂交错生成任务中的能力与挑战。

Comments 70 pages, 63 figures, 30 tables, CVPR

Authorize-on-Demand: Dynamic Authorization with Legality-Aware Intellectual Property Protection for VLMs

按需授权：面向大型语言模型的动态授权与合法性感知知识产权保护

Lianyu Wang, Meng Wang, Huazhu Fu, Daoqiang Zhang

机构 * The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education, China（脑机智能技术重点实验室，教育部，中国） ； Centre for Innovation and Precision Eye Health, Yong Loo Lin School of Medicine, NUS, Singapore（创新与精准眼健康中心，尤洛林医学院，国立新加坡大学，新加坡） ； Department of Ophthalmology, Yong Loo Lin School of Medicine, NUS, Singapore（眼科部，尤洛林医学院，国立新加坡大学，新加坡） ； Institute of High Performance Computing, Agency for Science, Technology and Research, Singapore（高性能计算研究所，科技研究局，新加坡） 纠错

AI总结 本文提出AoD-IP框架，通过动态授权和合法性感知机制，实现对视觉-语言模型的灵活知识产权保护，支持按需授权和自适应部署。

FreeAct: Freeing Activations for LLM Quantization

FreeAct: 为LLM量化释放激活

Xiaohao Liu, Xiaobo Xia, Manyi Zhang, Ji-Fu Li, Xianzhi Yu, Fei Shen, Xiu Su, See-Kiong Ng, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Huawei Technology（华为技术有限公司） ； Central South University（中央南大学） 纠错

AI总结 FreeAct通过放松静态转换约束，为LLM量化提供动态适应的激活转换方法，实现性能提升5.3%。

Comments 26 pages, 18 figures, 2 tables

Zombie Agents: Persistent Control of Self-Evolving LLM Agents via Self-Reinforcing Injections

僵尸代理：通过自我强化注入实现自我演化大语言模型代理的持续控制

Xianglin Yang, Yufei He, Shuo Ji, Bryan Hooi, Jin Song Dong

机构 * School of Computing National University of Singapore（计算学院新加坡国立大学） 纠错

AI总结 研究提出僵尸代理攻击，通过自我强化注入实现对自我演化大语言模型代理的持续控制，揭示内存演化可将一次间接注入转化为持久妥协，表明单一会话提示过滤防御不足。

Comments Published as a workshop paper in Lifelong Agent @ ICLR 2026

Think-While-Generating: On-the-Fly Reasoning for Personalized Long-Form Generation

在生成过程中思考：面向个性化长文本生成的即兴推理

Chengbing Wang, Yang Zhang, Wenjie Wang, Xiaoyan Zhao, Fuli Feng, Xiangnan He, Tat-Seng Chua

机构 * University of Science and Technology of China（科学技术大学） ； National University of Singapore（国立新加坡大学） ； The Chinese University of Hong Kong（香港中文大学） ； National Engineering Laboratory for BITA, University of Science and Technology of China（BITA国家工程实验室，科学技术大学） 纠错

AI总结 FlyThinker通过在生成过程中进行动态推理，提升个性化长文本生成的效率和效果。

Comments Published as a conference paper at ICLR 2026

Towards Trustworthy Legal AI through LLM Agents and Formal Reasoning

通过LLM代理和形式推理实现可信的法律AI

Linze Chen, Yufan Cai, Zhe Hou, Jin Song Dong

机构 * National University of Singapore（国立新加坡大学） ； Griffith University（格里菲斯大学） 纠错

AI总结 L4L通过LLM代理与形式推理实现法律AI的可信性，通过四个阶段确保法律推理的逻辑性和可验证性。

MachaGrasp: Morphology-Aware Cross-Embodiment Dexterous Hand Articulation Generation for Grasping

MachaGrasp：基于形态的跨躯体灵巧手关节生成方法用于抓取

Heng Zhang, Kevin Yuchen Ma, Mike Zheng Shou, Weisi Lin, Yan Wu

机构 * Robotics & Autonomous Systems Division, Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR-I 2 R)（机器人与自主系统 division，信息通信研究所，科技研究局） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Show Lab, National University of Singapore（Show Lab，国立新加坡大学） 纠错

AI总结 MachaGrasp提出一种基于形态的跨躯体灵巧手抓取生成方法，通过形态嵌入和特征抓取集生成抓取动作，实现高成功率的抓取任务。

Learning Agile Gate Traversal via Analytical Optimal Policy Gradient

通过分析最优策略梯度学习敏捷门穿越

Tianchen Sun, Bingheng Wang, Nuthasith Gerdpratoom, Longbin Tang, Yichao Gao, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（电子与计算机工程系，国立新加坡大学） 纠错

AI总结 本文提出了一种混合框架，通过分析最优策略梯度在线调整MPC参数，实现敏捷门穿越的高效训练和高精度控制。

Comments 8 pages, 8 figures

Structured Kolmogorov-Arnold Neural ODEs for Interpretable Learning and Symbolic Discovery of Nonlinear Dynamics

结构化Kolmogorov-Arnold神经ODEs用于可解释学习和非线性动力学的符号发现

Wei Liu, Kiran Bacsa, Loon Ching Tang, Eleni Chatzi

机构 * Department of Industrial Systems Engineering and Management, National University of Singapore（工业系统工程与管理系，新加坡国立大学） ； Department of Civil, Environmental and Geomatic Engineering, ETH Zürich（土木、环境与测绘工程系，苏黎世联邦理工学院） ； Future Resilient Systems, Singapore-ETH Centre（未来韧性系统，新加坡-苏黎世中心） 纠错

AI总结 SKANODE通过结合结构化状态空间建模与Kolmogorov-Arnold网络，实现对非线性动力学的可解释学习和符号发现。

BACE-RUL: A Bi-directional Adversarial Network with Covariate Encoding for Machine Remaining Useful Life Prediction

BACE-RUL: 一种带有协变量编码的双向对抗网络用于机器剩余寿命预测

Zekai Zhang, Dan Li, Shunyu Wu, Junya Cai, Bo Zhang, See Kiong Ng, Zibin Zheng

机构 * School of Software Engineering, Sun Yat-Sen University（中山大学软件学院） ； School of Computer Science and Technology, China University of Mining and Technology（中国矿业大学计算机科学与技术学院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出BACE-RUL模型，通过双向对抗网络和协变量编码，利用当前传感器数据预测机器剩余寿命，优于现有方法。

Comments This paper has been received as a research paper at CollaborateCom 2024

Learnable Sparsity for Vision Generative Models

可学习的稀疏性用于视觉生成模型

Yang Zhang, Er Jin, Wenzhong Liang, Yanfei Dong, Ashkan Khakzar, Philip Torr, Johannes Stegmaier, Kenji Kawaguchi

机构 * National University of Singapore（新加坡国立大学） ； RWTH Aachen University（亚琛工业大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出了一种无需重新训练的扩散模型剪枝方法，通过学习可微掩码和时间步梯度检查点技术，实现高效参数压缩与性能保持。

Comments Project page: https://yangzhang-v5.github.io/EcoDiff

InstructHumans: Editing Animated 3D Human Textures with Instructions

InstructHumans: 基于指令的可动画3D人体纹理编辑

Jiayin Zhu, Linlin Yang, Angela Yao

机构 * National University of Singapore（新加坡国立大学） ； Communication University of China（中国传媒大学） 纠错

AI总结 InstructHumans通过改进的SDS-E方法实现基于指令的3D人体纹理编辑，提升编辑一致性与细节保真度。

Comments Accepted for publication in IEEE Transactions on Multimedia (TMM), 2025