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

Don't Pause! Every prediction matters in a streaming video

不要暂停！在流媒体视频中每个预测都至关重要

Dibyadip Chatterjee, Zhanzhong Pang, Fadime Sener, Yale Song, Angela Yao

机构 * National University of Singapore（新加坡国立大学） ； Google Inc.（谷歌公司） 纠错

AI总结 本文提出SPOT-Bench基准，通过多轮主动查询评估流媒体感知能力，引入Timeliness-F1指标，发现离线模型易产生无用预测，提出AsynKV方法提升流媒体响应性能。

Comments 29 pages, 14 figures; https://dibschat.github.io/SPOT-Bench

Question-Adaptive Graph Learning for Multi-hop Retrieval Augmented Generation

针对多跳检索的问答图学习

Yuchen Yan, Peiyan Zhang, Zhihua Liu, Hao Wang, Yatao Bian, Weiming Li, Xiaoshuai Hao

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

AI总结 本文提出一种多跳问答检索的图学习框架，通过多信息层级知识图和问题自适应图神经网络，提升复杂语义问题的理解与噪声抑制能力，实验表明在高跳数问题上提升33.8%。

Comments Accepted by SIGIR2026

LatentStealth: Unnoticeable and Efficient Adversarial Attacks on Expressive Human Pose and Shape Estimation

LatentStealth: 一种无痕且高效的对抗攻击方法用于表达性人体姿态和形状估计

Zhiying Li, Guanggang Geng, Yeying Jin, Shuyuan Lin, Fengyuan Ma, Zhaoxin Fan, Lili Wang

机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing, School of Artificial Intelligence, Beihang University（北京未来区块链与隐私计算高级创新中心，人工智能学院，北航） ； College of Cyber Security, Jinan University（网络安全学院，暨南大学） ； National University of Singapore（新加坡国立大学） ； School of Computer Science and Information Engineering, Hefei University of Technology（计算机科学与信息工程学院，合肥工业大学） ； School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北航） 纠错

AI总结 本文提出LatentStealth方法，通过利用自然图像的结构化潜在表示，在潜在空间中生成并优化对抗扰动，实现无痕高效的对抗攻击，揭示当前系统关键安全漏洞。

Comments 10 pages, 6 figures

DeepTaxon: An Interpretable Retrieval-Augmented Multimodal Framework for Unified Species Identification and Discovery

DeepTaxon: 一种可解释的检索增强多模态框架，用于统一的物种识别与发现

Jiawei Wang, Ming Lei, Yaning Yang, Xinyan Lin, Yuquan Le, Qiwei Ma, Zhiwei Xu, Zheqi Lv, Yuchen Ang, Zhe Quan, Tat-Seng Chua

机构 * National University of Singapore（新加坡国立大学） ； Hunan University（湖南大学） ； Xiangtan University（湘潭大学） ； Hunan Normal University（湖南师范大学） ； Zhejiang University（浙江大学） ； Cornell University（康奈尔大学） ； Meituan（美团） 纠错

AI总结 DeepTaxon通过可解释的检索增强多模态框架，统一物种识别与发现，通过检索证据进行链式推理，提升识别和发现的准确性与可解释性。

Comments 13 pages, 6 figures, 9 tables

Vision-Language-Action Safety: Threats, Challenges, Evaluations, and Mechanisms

视觉-语言-动作安全性：威胁、挑战、评估与机制

Qi Li, Bo Yin, Weiqi Huang, Ruhao Liu, Bojun Zou, Runpeng Yu, Jingwen Ye, Weihao Yu, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） ； Monash University（墨尔本大学） ； Peking University（北京大学） 纠错

AI总结 本文探讨了视觉-语言-动作模型的安全性问题，分析了其在训练和推理阶段的威胁与防御机制，总结了评估方法及六个部署领域的安全挑战。

Unleashing the Agility of Wheeled-Legged Robots for High-Dynamic Reflexive Obstacle Evasion

释放轮腿机器人在高动态反射性障碍规避中的敏捷性

Yongen Zhao, Zihao Xu, Wenzhi Lu, Zhen Chu, Ce Hao

机构 * School of Mechanical Engineering, Tianjin University（天津大学机械工程学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Beijing Zhongguancun Academy（北京中关村学院） ； DeepRobotics（深睿科技） 纠错

AI总结 本文提出AWARE框架，通过层次强化学习实现轮腿机器人在动态环境中的敏捷避障，展现多样化的运动模式和规避行为，验证了轮腿机器人在高动态威胁下的敏捷性。

Comments 8 pages, 8 figures, 4 tables

Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation

通过方向感知的凸自由区域生成实现未知和杂乱环境中的安全导航

Zhicheng Song, Yongjian Li, Kai Chen, Yulin Li, Fan Shi, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）机器人与自主系统方向） ； 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） 纠错

AI总结 本文提出一种结合候选运动方向与机器人几何的凸自由区域生成框架，通过连续安全轨迹生成实现持续无碰撞运动，实验表明该方法在杂乱2D导航场景中生成更符合后续导航的自由区域，并在3D和真实世界中验证了其扩展性和实用性。

Aegis: Automated Error Generation and Attribution for Multi-Agent Systems

Aegis：多智能体系统的自动化错误生成与归因

Fanqi Kong, Ruijie Zhang, Huaxiao Yin, Guibin Zhang, Xiaofei Zhang, Ziang Chen, Zhaowei Zhang, Xiaoyuan Zhang, Song-Chun Zhu, Xue Feng

机构 * Peking University Beijing Institute of General Artificial Intelligence（北京大学北京通用人工智能研究院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出Aegis框架，通过自动化生成大规模多智能体系统错误数据，提升错误归因能力，实验表明其模型性能可与专有模型媲美。

Learning Curves and Benign Overfitting of Spectral Algorithms in Large Dimensions

谱算法在高维空间中的学习曲线与良性过拟合

Weihao Lu, Qian Lin, Yingcun Xia, Dongming Huang

机构 * Department of Statistics and Data Science, National University of Singapore（新加坡国立大学统计与数据科学系） ； Department of Statistics and Data Science, Tsinghua University（清华大学统计与数据科学系） 纠错

AI总结 本文研究了高维环境下谱算法的学习曲线和良性过拟合现象，揭示了在不同正则化条件下学习曲线的三阶段特性，并展示了在特定光滑性条件下良性过拟合的出现。

Well-Conditioned Oblivious Perturbations in Linear Space

线性空间中条件良好的盲扰动

Shabarish Chenakkod, Michał Dereziński, Xiaoyu Dong, Mark Rudelson

机构 * University of Michigan, Ann Arbor, MI, USA（密歇根大学，安阿伯分校） ； National University of Singapore, Singapore（新加坡国立大学） 纠错

AI总结 本文提出一种低开销的盲扰动方法，通过稀疏扰动和模式矩阵降低矩阵条件数，提升共轭梯度算法效率。

From Skeletons to Pixels: Few-Shot Precise Event Spotting via Representation and Prediction Distillation

从骨骼到像素：通过表示和预测蒸馏实现少样本精确事件定位

Zhong Han Ervin Yeoh, Jiang Kan

机构 * Department of Business Analytics（商业分析系） ； School of Computing（计算学院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出两种互补的蒸馏策略，通过多模态蒸馏提升少样本精确事件定位的泛化能力，实验表明在网球和花样滑冰数据集中均优于单一模态基线。

Comments 39 pages, 4 figures, ISACE 2026

A Stabilized Hybrid Active Noise Control Algorithm of GFANC and FxNLMS with Online Clustering

一种结合GFANC和FxNLMS的稳定混合主动降噪算法

Zhengding Luo, Haozhe Ma, Boxiang Wang, Ziyi Yang, Dongyuan Shi, Woon-Seng Gan

机构 * 1 School of Electrical \& Electronic Engineering, Nanyang Technological University, Singapore 2 School of Computing, National University of Singapore, Singapore 3 Northwestern Polytechnical University, China 纠错

AI总结 本文提出一种混合GFANC-FxNLMS算法，结合两者优势，通过在线聚类模块提升稳定性，实现快速响应和低稳态误差。

Comments Accepted by 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)

Journal ref ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)

MLorc: Momentum Low-rank Compression for Memory Efficient Large Language Model Adaptation

MLorc: 动量低秩压缩用于内存高效的大型语言模型适应

Wei Shen, Zhang Yaxiang, Minhui Huang, Mengfan Xu, Jiawei Zhang, Cong Shen

机构 * University of Virginia（弗吉尼亚大学） ； National University of Singapore（新加坡国立大学） ； Meta ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文提出MLorc方法，通过压缩和重建矩阵参数动量以降低内存消耗，相比LoRA和GaLore在内存效率和训练动态保留方面更优，理论和实验均验证其有效性。

Comments AISTATS 2026

Motion-aware Contrastive Learning for Temporal Panoptic Scene Graph Generation

面向时间的对比学习用于时序全景场景图生成

Thong Thanh Nguyen, Xiaobao Wu, Yi Bin, Cong-Duy T Nguyen, See-Kiong Ng, Anh Tuan Luu

机构 * Institute of Data Science (IDS)（数据科学研究所） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University (NTU)（南洋理工大学） ； Tongji University（同济大学） 纠错

AI总结 本文提出一种面向时间的对比学习框架，通过学习运动模式提升时序全景场景图生成的性能，实验表明在视频和4D数据集上优于现有方法。

Comments Accepted at AAAI 2025

Multi-Scale Contrastive Learning for Video Temporal Grounding

多尺度对比学习用于视频时间定位

Thong Thanh Nguyen, Yi Bin, Xiaobao Wu, Zhiyuan Hu, Cong-Duy T Nguyen, See-Kiong Ng, Anh Tuan Luu

机构 * Institute of Data Science (IDS), National University of Singapore（数据科学研究所（IDS），新加坡国立大学） ； Tongji University（同济大学） ； Nanyang Technological University (NTU)（南洋理工大学） 纠错

AI总结 本文提出多尺度对比学习框架，通过多阶段视频编码器生成样本，无需数据增强或在线记忆库，提升视频时间定位的语义表达。

Comments Accepted at AAAI 2025