Peking University（北京大学）

Generative Multimodal Pretraining with Discrete Diffusion Timestep Tokens

Kaihang Pan, Wang Lin, Zhongqi Yue, Tenglong Ao, Liyu Jia, Wei Zhao, Juncheng Li, Siliang Tang, Hanwang Zhang

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（新加坡国立大学） ； Peking University（北京大学） ； Huawei Singapore Research Center（华为新加坡研究中心） 纠错

Comments Accepted by CVPR 2025 (Oral)

DMPCN: Dynamic Modulated Predictive Coding Network with Hybrid Feedback Representations

A S M Sharifuzzaman Sagar, Yu Chen, Jun Hoong Chan

机构 * Department of Artificial Intelligence and Robotics（人工智能与机器人系） ； Sejong University（世宗大学） ； AI Lab（人工智能实验室） ； MetaSyntec（MetaSyntec公司） ； School of Computer Science（计算机科学学院） ； Peking University（北京大学） 纠错

Grounding-MD: Grounded Video-language Pre-training for Open-World Moment Detection

Weijun Zhuang, Qizhang Li, Xin Li, Ming Liu, Xiaopeng Hong, Feng Gao, Fan Yang, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Peking University（北京大学） 纠错

MMKB-RAG: A Multi-Modal Knowledge-Based Retrieval-Augmented Generation Framework

Zihan Ling, Zhiyao Guo, Yixuan Huang, Yi An, Shuai Xiao, Jinsong Lan, Xiaoyong Zhu, Bo Zheng

机构 * Peking University（北京大学） ； Alibaba Group（阿里巴巴集团） 纠错

A Language Anchor-Guided Method for Robust Noisy Domain Generalization

Zilin Dai, Lehong Wang, Fangzhou Lin, Yidong Wang, Zhigang Li, Kazunori D Yamada, Ziming Zhang, Wang Lu

机构 * Worcester Polytechnic Institute（沃斯通理工大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Tohoku University（东北大学） 纠错

MRAMG-Bench: A Comprehensive Benchmark for Advancing Multimodal Retrieval-Augmented Multimodal Generation

Qinhan Yu, Zhiyou Xiao, Binghui Li, Zhengren Wang, Chong Chen, Wentao Zhang

机构 * Peking University（北京大学） ； Huawei Cloud BU（华为云业务单元） 纠错

Comments Published as a conference paper at SIGIR 2025; 11 pages

Transferable Adversarial Attacks on SAM and Its Downstream Models

Song Xia, Wenhan Yang, Yi Yu, Xun Lin, Henghui Ding, Ling-Yu Duan, Xudong Jiang

机构 * Nanyang Technological University（南洋理工大学） ； Pengcheng Laboratory（鹏城实验室） ； Beihang University（北航） ； Fudan University（复旦大学） ； Peking University（北京大学） 纠错

Comments update fig 1

Large-Scale Contextual Market Equilibrium Computation through Deep Learning

Yunxuan Ma, Yide Bian, Hao Xu, Weitao Yang, Jingshu Zhao, Zhijian Duan, Feng Wang, Xiaotie Deng

机构 * PKU-WUHAN Institute for Artificial Intelligence（北京大学武汉研究院） ； CFCS, School of Computer Science, Peking University（计算机科学系，北京大学） ； Yuanpei College, Peking University（北京大学元培学院） ； School of Computer Science, Wuhan University（武汉大学计算机科学系） ； CMAR, Institute for AI, Peking University（人工智能研究院，北京大学） 纠错

Comments 25 pages, 4 figures, recieved at IJTCS2025

Convergence Analysis of Probability Flow ODE for Score-based Generative Models

Daniel Zhengyu Huang, Jiaoyang Huang, Zhengjiang Lin

机构 * Beijing International Center for Mathematical Research（北京国际数学研究中心） ； Center for Machine Learning Research（机器学习研究中心） ； Peking University（北京大学） ； Department of Statistics and Data Science at University of Pennsylvania（宾夕法尼亚大学统计与数据科学系） ； Department of Mathematics at Massachusetts Institute of Technology（麻省理工学院数学系） 纠错

Comments 37 pages, 7 figures; To appear in IEEE Transactions on Information Theory

Detecting AI-Generated Video via Frame Consistency

Long Ma, Zhiyuan Yan, Qinglang Guo, Yong Liao, Haiyang Yu, Pengyuan Zhou

机构 * University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Aarhus University（阿鲁斯大学） 纠错

Adversarial Attack for RGB-Event based Visual Object Tracking

Qiang Chen, Xiao Wang, Haowen Wang, Bo Jiang, Lin Zhu, Dawei Zhang, Yonghong Tian, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； Beijing Institute of Technology（北京理工大学） ； Zhejiang Normal University（浙江师范大学） ； Peng Cheng Laboratory（鹏城实验室） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学多媒体信息处理国家重点实验室） ； School of Electronic and Computer Engineering, Shenzhen, Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） 纠错

ROI-Guided Point Cloud Geometry Compression Towards Human and Machine Vision

Xie Liang, Gao Wei, Zhenghui Ming, Li Ge

机构 * Peking University Shenzhen Graduate School and Peng Cheng Laboratory（北京大学深圳研究生院和鹏城实验室） 纠错

Comments 10 pages, 5 figures

Journal ref ACM International Conference on Multimedia 2024

Benchmarking Multi-National Value Alignment for Large Language Models

Weijie Shi, Chengyi Ju, Chengzhong Liu, Jiaming Ji, Jipeng Zhang, Ruiyuan Zhang, Jia Zhu, Jiajie Xu, Yaodong Yang, Sirui Han, Yike Guo

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学） ； Zhejiang Normal University（浙江师范大学） ； Soochow University（苏州大学） 纠错

Magnetic Preference Optimization: Achieving Last-iterate Convergence for Language Model Alignment

Mingzhi Wang, Chengdong Ma, Qizhi Chen, Linjian Meng, Yang Han, Jiancong Xiao, Zhaowei Zhang, Jing Huo, Weijie J. Su, Yaodong Yang

机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； National Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； China Telecom（中国电信） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

Comments ICLR 2025