Grounded World Model for Semantically Generalizable Planning
基于语义泛化的世界模型用于规划
机构 * Independent（独立） ； EPFL（瑞士联邦理工学院洛桑） ； Beihang University（北京航空航天大学） ； University of Toronto（多伦多大学） ； NUS（新加坡国立大学）
AI总结 本文提出基于视觉-语言对齐潜在空间的世界模型，用于改进视觉-运动模型控制，实现更广泛的语义泛化能力。
高校专区
National University of Singapore（新加坡国立大学）
Exploring Knowledge Conflicts for Faithful LLM Reasoning: Benchmark and Method
探索知识冲突以实现忠实的LLM推理：基准与方法
机构 * 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） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Hunan University（湖南大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出ConflictQA基准，揭示LLM在处理跨源知识冲突时的不足，并提出XoT框架以提升异构冲突证据推理的可靠性。
Comments Accepted at SIGIR 2026
Seeing Through Deception: Uncovering Misleading Creator Intent in Multimodal News with Vision-Language Models
穿透欺骗：在多模态新闻中揭示误导性创作者意图
机构 * National University of Singapore（新加坡国立大学） ； Yunnan University（云南大学）
AI总结 本文提出DeceptionDecoded基准数据集，通过意图引导模拟框架生成12000组图像-描述对，旨在揭示多模态虚假信息中的误导性意图，评估14种最新视觉-语言模型，发现其在意图推理上存在不足，提出系统合成数据以提升模型意图理解能力。
Comments ICLR 2026
Omnimodal Dataset Distillation via High-order Proxy Alignment
通过高阶代理对齐实现多模态数据集蒸馏
机构 * University of Science and Technology of China（中国科学技术大学） ； Xidian University（西安电子科技大学） ； National University of Singapore（新加坡国立大学） ； The University of Sydney（悉尼大学）
AI总结 本文提出HoPA方法，通过紧凑代理捕捉高阶跨模态对齐，解决多模态数据集蒸馏中的异质性和复杂跨模态交互问题，实现可扩展的联合蒸馏。
WaveMoE: A Wavelet-Enhanced Mixture-of-Experts Foundation Model for Time Series Forecasting
WaveMoE: 一种用于时间序列预测的小波增强混合专家基础模型
机构 * Sun Yat-sen University（中山大学） ； Xiaomi Corporation（小米集团） ； National University of Singapore（新加坡国立大学）
AI总结 WaveMoE通过整合小波域表示提升时间序列预测能力，采用双路径架构和共享专家路由机制，实验表明其在16个基准数据集上具有提升预测性能的潜力。
Comments Presented at ICLR 2026 TSALM Workshop (1st Workshop on Time Series in the Age of Large Models)
From Perception to Planning: Evolving Ego-Centric Task-Oriented Spatiotemporal Reasoning via Curriculum Learning
从感知到规划：通过课程学习进化自主任务导向的空间时间推理
机构 * Zhejiang University（浙江大学） ； Tianjin University（天津大学） ； Qingdao University（青岛大学） ； Shanghai Jiao Tong University（上海交通大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出EgoTSR框架，通过课程学习提升任务导向的空间时间推理能力，解决静态感知和动态环境中的时空幻觉问题，实验显示其在长周期推理任务中准确率达92.4%。
CARO: Chain-of-Analogy Reasoning Optimization for Robust Content Moderation
CARO：用于鲁棒内容审核的类比推理优化
机构 * National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 CARO通过两阶段训练框架提升LLM的类比推理能力，有效缓解内容审核中的误导性决策短路问题，实验显示其在模糊审核基准上平均F1得分提升24.9%。
Comments Accepted to ACL 2026 findings; under official publication process
CHAIRO: Contextual Hierarchical Analogical Induction and Reasoning Optimization for LLMs
CHAIRO：面向LLMs的上下文分层类比归纳与推理优化
机构 * National Engineering Laboratory for Big Data System Computing Technology（国家大数据系统计算技术工程实验室） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学）
AI总结 本文提出CHAIRO框架，通过类比示例提升规则归纳和决策可靠性，在内容审核中实现更准确和可解释的规则生成。
Comments Accepted to ACL 2026 main conference; under official publication process
UDAPose: Unsupervised Domain Adaptation for Low-Light Human Pose Estimation
UDAPose：无监督领域适应用于低光人类姿态估计
机构 * University of Mississippi（密西西比大学） ； National University of Singapore（新加坡国立大学） ； Duksung Women’s University（德成女子大学） ； ASUS Intelligent Cloud Services (AICS)（华硕智能云服务（AICS））
AI总结 UDAPose提出了一种新的框架，通过合成低光图像并动态融合视觉线索与姿态先验，提升低光环境下的人体姿态估计性能。
Comments Accepted at CVPR 2026
AIM-Bench: Benchmarking and Improving Affective Image Manipulation via Fine-Grained Hierarchical Control
AIM-Bench：通过细粒度分层控制进行情感图像操纵的基准测试与改进
机构 * Xi'an Jiaotong University（西安交通大学） ； Zhengzhou University（郑州大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Zhejiang Lab（之江实验室）
AI总结 本文提出AIM-Bench，通过细粒度分层控制进行情感图像操纵的基准测试，改进了现有图像编辑基准的不足，提出了AIM-40k数据集并提升了模型性能。
Uncertainty-Based Ensemble Learning in CMR Semantic Segmentation
基于不确定性的集成学习在心脏磁共振语义分割中的应用
机构 * Sichuan University（四川大学） ； National University of Singapore（新加坡国立大学） ； West China Women's and Children's Hospital（四川大学华西第二医院）
AI总结 本文提出基于不确定性的集成学习方法，通过全局不确定性提升心肌分割整体和末Slice性能，引入End Coefficient量化末Slice准确性，实验表明在ACDC和M&Ms数据集上取得接近SOTA的Dice相似系数和更优的末Slice分割效果。
Closed-Form Concept Erasure via Double Projections
通过双重投影实现闭式概念擦除
机构 * National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Nevada, Reno（内华达大学里诺分校）
AI总结 本文提出一种无需训练的线性变换框架，通过两次闭式步骤实现安全高效的概念擦除，实验显示其性能优于现有方法并能更忠实保留非目标概念。
Last-Iterate Convergence of Randomized Kaczmarz and SGD with Greedy Step Size
随机Kaczmarz与SGD在贪心步长下的最后一轮收敛
机构 * University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究SGD在贪心步长下对光滑二次插值问题的最后轮收敛，证明t次迭代达到O(1/t^{3/4})收敛速度，改进了Attia等人提出的O(1/t^{1/2})保证。
R2E-VID: Two-Stage Robust Routing via Temporal Gating for Elastic Edge-Cloud Video Inference
R2E-VID：通过时间门控的两阶段鲁棒路由用于弹性边缘-云视频推理
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peng Cheng Laboratory（鹏城实验室） ； National University of Singapore（新加坡国立大学） ； Beijing Kuaishou Technology Co., Ltd.（北京快手科技有限公司）
AI总结 本文提出R2E-VID框架，通过时间门控机制实现边缘-云视频推理的两阶段鲁棒路由，提升路由效率并降低计算成本。
Comments 10 pages, 10 figures
LETGAMES: An LLM-Powered Gamified Approach to Cognitive Training for Patients with Cognitive Impairment
LETGAMES: 一种基于大语言模型的认知训练游戏化方法用于认知障碍患者
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Northwest Polytechnical University（西北工业大学） ； Institute of Data Science, National University of Singapore（新加坡国立大学数据科学研究所） ； College of Computer Science, Sichuan University（四川大学计算机学院）
AI总结 LETGAMES通过大语言模型生成个性化互动叙事游戏，针对特定认知领域设计挑战，并通过对话策略提供指导，通过心理学基础评估协议验证其有效性，展示了在认知训练工具中的潜力。
Comments 53 pages
KSDiff: Keyframe-Augmented Speech-Aware Dual-Path Diffusion for Facial Animation
KSDiff: 关键帧增强型语音感知双路径扩散模型用于面部动画
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 本文提出KSDiff框架，通过双路径语音编码器和关键帧建立学习模块，提升语音驱动面部动画的唇同步和头部姿态自然度。
Comments Paper accepted at ICASSP 2026, 5 pages, 3 figures, 3 tables
CoMelSinger: Discrete Token-Based Zero-Shot Singing Synthesis With Structured Melody Control and Guidance
CoMelSinger：基于离散令牌的零样本歌唱合成与结构旋律控制与指导
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院）
AI总结 CoMelSinger通过离散编码器模型实现零样本歌唱合成，采用结构化旋律控制与对比学习策略，提升旋律准确性与音色一致性。
Comments Published in IEEE Transactions on Audio, Speech and Language Processing (TASLP). 13 pages, 5 figures, 5 tables
