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

The Boiling Frog Threshold: Criticality and Blindness in World Model-Based Anomaly Detection Under Gradual Drift

青蛙沸腾阈值：世界模型基于异常检测中的临界性与盲目性

Zhe Hong

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

AI总结 研究揭示了世界模型在异常检测中的临界阈值，发现检测阈值受噪声底座、检测器和环境动态的三重交互影响，且正弦漂移无法被检测到。

Comments 10 pages, 5 figures, preprint

Prototype-Guided Concept Erasure in Diffusion Models

扩散模型中的原型引导概念擦除

Yuze Cai, Jiahao Lu, Hongxiang Shi, Yichao Zhou, Hong Lu

机构 * Fudan University（复旦大学） ； National University of Singapore（国立新加坡大学） 纠错

AI总结 本文提出通过原型引导的方法在扩散模型中实现更可靠的概念擦除，尤其针对广义概念如性与暴力，提升图像生成的安全性和可控性。

Comments Accepted by CVPR 2026

POIROT: Investigating Direct Tangible vs. Digitally Mediated Interaction and Attitude Moderation in Multi-party Murder Mystery Games

POIROT：探讨多党谋杀谜游戏中的直接实体交互与数字中介交互及态度调节

Wen Chen, Rongxi Chen, Shankai Chen, Huiyang Gong, Minghui Guo, Yingri Xu, Xintong Wu, Xinyi Fu

机构 * Tsinghua University（清华大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Syracuse University（Syracuse大学） ； National University of Singapore（新加坡国立大学） ； Royal College of Art（皇家艺术学院） 纠错

AI总结 POIROT研究通过实验揭示，用户对机器人的负面态度影响其在多党谋杀谜游戏中的沉浸体验，表明交互方式需根据用户倾向进行适应性调整。

Comments 16 pages, 7 figures. Accepted to the 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI 2026)

Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA

通过强化学习增强的遥控操作与混合的灵巧专家VLA实现人机操作

Tutian Tang, Xingyu Ji, Wanli Xing, Ce Hao, Wenqiang Xu, Lin Shao, Cewu Lu, Qiaojun Yu, Jiangmiao Pang, Kaifeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sharpa ； Shanghai AI Lab（上海人工智能实验室） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 本文提出IMCopilot和MoDE-VLA框架，通过强化学习和多模态融合提升机器人灵巧操作能力，实现接触丰富的手内任务性能提升。

Comments Project Homepage: https://sites.google.com/view/mode-vla

In-Context Reinforcement Learning for Tool Use in Large Language Models

上下文强化学习用于大型语言模型中的工具使用

Yaoqi Ye, Yiran Zhao, Keyu Duan, Zeyu Zheng, Kenji Kawaguchi, Cihang Xie, Michael Qizhe Shieh

机构 * National University of Singapore（新加坡国立大学） ； Salesforce AI Research（Salesforce AI研究） ； University of California Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克ruz分校） 纠错

AI总结 本文提出ICRL框架，通过强化学习无需微调即可实现大型语言模型的工具使用能力，实验显示其在推理和工具任务中表现优异。

ImageEdit-R1: Boosting Multi-Agent Image Editing via Reinforcement Learning

ImageEdit-R1: 通过强化学习提升多智能体图像编辑

Yiran Zhao, Yaoqi Ye, Xiang Liu, Michael Qizhe Shieh, Trung Bui

机构 * National University of Singapore（新加坡国立大学） ； Adobe Research（Adobe研究） 纠错

AI总结 ImageEdit-R1通过强化学习实现多智能体图像编辑，提升复杂指令下的编辑效果与上下文感知能力。

QualiTeacher: Quality-Conditioned Pseudo-Labeling for Real-World Image Restoration

QualiTeacher: 基于质量条件的伪标签用于现实世界图像恢复

Fengyang Xiao, Jingjia Feng, Peng Hu, Dingming Zhang, Lei Xu, Guanyi Qin, Lu Li, Chunming He, Sina Farsiu

机构 * Duke University Tsinghua University \'Ecole Polytechnique F\'ed\'erale de Lausanne (EPFL) National University of Singapore Sun Yat - sen University or 纠错

AI总结 QualiTeacher通过条件化伪标签质量提升图像恢复质量，解决传统方法中伪标签质量与模型泛化能力的矛盾。

Comments 15 pages, 8 figures

TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size

TeamHOI: 学习一种统一的策略以处理任意团队规模的协作人-物体交互

Stefan Lionar, Gim Hee Lee

机构 * Garena ； Sea AI Lab ； National University of Singapore（新加坡国立大学） 纠错

AI总结 TeamHOI通过统一策略实现任意团队规模的协作人-物体交互，采用Transformer网络和对抗运动先验策略提升协作行为的物理合理性和多样性。

Comments CVPR 2026. Project page: https://splionar.github.io/TeamHOI/ Code: https://github.com/sail-sg/TeamHOI

Multi-Agent Off-World Exploration for Sparse Evidence Discovery via Gaussian Belief Mapping and Dual-Domain Coverage

多智能体非世界探索用于稀疏证据发现的高斯信念映射与双域覆盖

Zhuoran Qiao, Tianxin Hu, Thien-Minh Nguyen, Shenghai Yuan

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； The University of Queensland（昆士兰大学） 纠错

AI总结 本文提出基于高斯信念映射和双域覆盖的多智能体路径规划框架，用于非世界稀疏证据发现，通过平衡信息获取与操作安全，提升探索效率和鲁棒性。

WildActor: Unconstrained Identity-Preserving Video Generation

WildActor: 无约束身份保持视频生成

Qin Guo, Tianyu Yang, Xuanhua He, Fei Shen, Yong Zhang, Zhuoliang Kang, Xiaoming Wei, Dan Xu

机构 * The Hong Kong University of Science（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 WildActor通过不对称注意力机制和视点自适应采样策略，在无约束视角下实现身份保持的人类视频生成。

Comments Project Page: https://wildactor.github.io/

3DMedAgent: Unified Perception-to-Understanding for 3D Medical Analysis

3DMedAgent：面向3D医学分析的统一感知-理解框架

Ziyue Wang, Linghan Cai, Chang Han Low, Haofeng Liu, Junde Wu, Jingyu Wang, Rui Wang, Lei Song, Jiang Bian, Jingjing Fu, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； Microsoft Research（微软研究院） ； TUD Dresden University of Technology（德累斯顿技术大学） ； University of Oxford（牛津大学） 纠错

AI总结 3DMedAgent通过统一框架实现2D MLLMs在3D医学分析中的高效处理，无需3D特定微调，提升3D医学图像的感知与理解能力。

Comments 19 pages, 7 figures

ELSA: Efficient LLM-Centric Split Aggregation for Privacy-Aware Hierarchical Federated Learning over the Network Edge

ELSA: 面向网络边缘的隐私感知分层联邦学习的高效LLM中心分割聚合

Xiaohong Yang, Tong Xie, Minghui Liwang, Chikai Shang, Yang Lu, Zhenzhen Jiao, Liqun Fu, Seyyedali Hosseinalipour

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； National University of Singapore（新加坡国立大学） ； Teleinfo iF-Labs, China Academy of Information and Communications Technology（Teleinfo iF-Labs，中国信息通信技术研究院） ； Department of Electrical Engineering, University at Buffalo-SUNY（电气工程系，布法罗大学-纽约州立大学） 纠错

AI总结 ELSA通过任务无关聚类、动态模型分割和轻量通信方案，实现网络边缘隐私保护下的高效LLM微调。

Comments 11 pages, 16 figures

It is not always greener on the other side: Greenery perception across demographics and personalities in multiple cities

另一边未必更绿：在多个城市中，对绿色的感知存在种族和个性差异

Matias Quintana, Fangqi Liu, Jussi Torkko, Youlong Gu, Xiucheng Liang, Yujun Hou, Koichi Ito, Yihan Zhu, Mahmoud Abdelrahman, Tuuli Toivonen, Yi Lu, Filip Biljecki

机构 * Future Cities Lab Global, Singapore-ETH Centre（未来城市实验室全球，新加坡-ETH中心） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） ； Digital Geography Lab, Department of Geosciences and Geography, University of Helsinki（赫尔辛基大学地理科学与地理系数字地理实验室） ； Department of Architecture, National University of Singapore（新加坡国立大学建筑系） ； Department of Real Estate, National University of Singapore（新加坡国立大学房地产系） 纠错

AI总结 本研究通过分析多个城市中绿色感知的差异，发现居住地对绿色感知有显著影响，而人口统计数据和个性在感知中作用较小。

Journal ref Landscape and Urban Planning 271 (2026) 105618

SAC-Loco: Safe and Adjustable Compliant Quadrupedal Locomotion

SAC-Loco：安全且可调节的四足机器人运动

Aoqian Zhang, Zixuan Zhuang, Chunzheng Wang, Shuzhi Sam Ge, Fan Shi, Cheng Xiang

机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

AI总结 SAC-Loco提出了一种安全且可调节的四足机器人运动框架，通过可调节的扰动顺应性和鲁棒的故障预防，实现对外部力扰动的稳健响应。

WikiDBGraph: A Data Management Benchmark Suite for Collaborative Learning over Database Silos

WikiDBGraph: 一个用于数据库孤岛上协作学习的数据管理基准测试套件

Zhaomin Wu, Ziyang Wang, Bingsheng He

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

AI总结 WikiDBGraph通过构建大规模现实数据库数据集，评估协作学习在处理现实数据孤岛中的有效性与局限性，揭示了现有方法在实际部署中的不足。

Comments ICDE 2026

Journal ref ICDE 2026

RoTri-Diff: A Spatial Robot-Object Triadic Interaction-Guided Diffusion Model for Bimanual Manipulation

RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作

Zixuan Chen, Nga Teng Chan, Yiwen Hou, Chenrui Tie, Zixuan Liu, Haonan Chen, Junting Chen, Jieqi Shi, Yang Gao, Jing Huo, Lin Shao

机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。

Comments ICRA 2026

Perception-Aware Multimodal Spatial Reasoning from Monocular Images

视感知-aware的多模态空间推理从单目图像

Yanchun Cheng, Rundong Wang, Xulei Yang, Alok Prakash, Daniela Rus, Marcelo H Ang, ShiJie Li

机构 * NUS, Singapore（新加坡国立大学） ； NTU, Singapore（新加坡国立大学） ； MIT, US（麻省理工学院） ； A*STAR, Singapore（新加坡科技研究局） 纠错

AI总结 本文提出了一种感知-aware的多模态推理框架，通过统一标记空间联合处理视觉证据和文本推理，提升单目图像空间推理的鲁棒性。

Evo: Autoregressive-Diffusion Large Language Models with Evolving Balance

Evo：具有进化平衡的自回归-扩散大语言模型

Junde Wu, Minhao Hu, Jiayuan Zhu, Yuyuan Liu, Tianyi Zhang, Kang Li, Jingkun Chen, Jiazhen Pan, Min Xu, Yueming Jin

机构 * University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； Technical University of Munich（慕尼黑技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 Evo通过进化平衡机制，结合自回归和扩散模型，实现高效且高质量的语言生成。