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

Can Induced Emotion Bias LLM Behaviors in Sequential Decision Making?

诱导情绪会影响大语言模型在序列决策中的行为吗？

Minh Khoi Ho, Zihao Zhu, Runchuan Zhu, Levina Li, Zhiwen Fan, Zhangyang Wang, Junyuan Hong

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Texas A&M University（德州农工大学） ； National University of Singapore（新加坡国立大学） ； UCLA（加州大学洛杉矶分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Mass General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） 纠错

AI总结 研究探讨诱导情绪对大语言模型在序列决策中行为的影响，采用爱荷华赌博任务结合情绪诱导程序，发现诱导情绪平均不显著影响其决策动态，但愤怒有条件地影响决策，揭示了与人类行为的差异，为相关研究提供工具。

SinAE: A Single-Architecture Flow-Matching Autoencoder for Cross-Domain Atomic Systems

SinAE：用于跨域原子系统的单架构流匹配自动编码器

Yuxuan Ren, Fan Yang, Jianhua Yao, Yatao Bian

机构 * National University of Singapore（新加坡国立大学） ； Tencent AI for Life Science Lab（腾讯生命科学人工智能实验室） 纠错

AI总结 研究针对小分子、晶体和蛋白质跨域生成管道分散问题，提出单架构流匹配自动编码器SinAE，用普通Transformer编码器和解码器，将重建负担转移到迭代流匹配解码器，实现跨域近无损重建，在生成基准测试中表现出色。

Comments conference

Ensemble Controlled-Flow Filtering for Implicit Data Assimilation

用于隐式数据同化的集成控制流滤波

Zhuoyuan Li, Yue Zhao, Ming Li

机构 * Institute for Functional Intelligent Materials（功能智能材料研究所） ； National University of Singapore（新加坡国立大学） ； School of Mathematical Sciences（数学科学学院） 纠错

AI总结 研究针对多对一、隐式等复杂观测机制下的数据同化问题，提出集成控制流滤波器（EnCF），通过随机控制流及伴随匹配学习依赖观测的控制，该方法在处理非高斯等复杂观测模型时表现更佳。

Comments 26 pages

Rethinking Incompleteness: Formalizing Protocol Divergence and Train-Once Learning for Robust IMVC

重新思考不完备性：形式化协议发散与单次训练学习用于鲁棒IMVC

Haolu Liu, Xiyue Wang, Xuanting Xie, Liangjian Wen, Zhao Kang

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

AI总结 针对标准IMVC评估范式忽视缺失率不足以刻画数据不完备性的问题，提出协议发散形式化度量，并设计CRAFT架构通过样本独立性和掩码感知融合实现单次训练泛化到多种缺失模式。

Astra: a generalizable report generation foundation model for 3D computed tomography

Astra：一种用于三维计算机断层扫描的通用报告生成基础模型

Zhuhao Wang, Fang Chen, Chaohui Yu, Zihan Li, Yuchao Zheng, Jing Wang, Xuan Yang, Jia Guo, Zhenlu Yang, Xingju Zheng, Yihua Sun, Haojie Han, Xiaoxiao Qin, Zhan Feng, Wenbo Xiao, Chao Zhu, Yuehua Li, Shipeng Zhang, Hao Luo, Yunsong Peng, Fan Wang, Hongen Liao

机构 * School of Biomedical Engineering, Tsinghua University（清华大学生物医学工程学院） ； School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） ； DAMO Academy, Alibaba Group（阿里云达摩院） ； Hupan Laboratory（壶辰实验室） ； Department of Biomedical Engineering, National University of Singapore（新加坡国立大学生物医学工程系） ； Department of Radiology, Guizhou Provincial People’s Hospital（贵州省级人民医院放射科） ； Department of Radiology, The First Affiliated Hospital, Zhejiang University School of Medicine（浙江大学医学院附属第一医院放射科） ； Department of Radiology, Shanghai Sixth People’s Hospital Affiliated to Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属第六人民医院放射科） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

AI总结 提出Astra模型，通过风格统一和强化学习，在8个器官系统的CT报告生成中实现高精度，平均细粒度诊断指标提升44.1%，并加速临床工作流。

Entropy Equivalence Testing

熵等价性检验

Clément L. Canonne, Yash Pote, Jonathan Scarlett, Joy Qiping Yang

机构 * University of Sydney（悉尼大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 提出熵等价性检验问题，通过样本高效算法区分两个分布是否相等或熵差至少ε，并应用于低度贝叶斯网络的接近性检验。

Comments To appear in RANDOM 2026

Applying Deep Reinforcement Learning to the HP Model for Protein Structure Prediction

将深度强化学习应用于HP模型进行蛋白质结构预测

Kaiyuan Yang, Houjing Huang, Olafs Vandans, Adithya Murali, Fujia Tian, Roland H. C. Yap, Liang Dai

机构 * Department of Computer Science, School of Computing, National University of Singapore（新加坡国立大学计算机科学系） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； NVIDIA Seattle Robotics Lab（NVIDIA西雅图机器人实验室） ； Department of Physics, City University of Hong Kong（香港城市大学物理系） 纠错

AI总结 本研究利用深度强化学习解决HP模型中的蛋白质结构预测问题，通过深度Q网络和LSTM架构提升搜索效率，找到多个最佳解。

Comments Published at Physica A: Statistical Mechanics and its Applications, available online 7 December 2022. Extended abstract accepted by the Machine Learning and the Physical Sciences workshop, NeurIPS 2022

Journal ref Physica A: Statistical Mechanics and its Applications 609 (2023) 128395