PartCrafter: Structured 3D Mesh Generation via Compositional Latent Diffusion Transformers
机构 * Peking University（北京大学） ； ByteDance（字节跳动） ； Carnegie Mellon University（卡内基梅隆大学）
Comments Project Page: https://wgsxm.github.io/projects/partcrafter/
高校专区
Peking University（北京大学）
MTPNet: Multi-Grained Target Perception for Unified Activity Cliff Prediction
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； Pengcheng Laboratory（鹏城实验室） ； AI for Science (AI4S)-Preferred Program, Peking University Shenzhen Graduate School（北京大学深圳研究生院人工智能科学（AI4S）优选计划）
RoboOS: A Hierarchical Embodied Framework for Cross-Embodiment and Multi-Agent Collaboration
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院）
Comments 22 pages, 10 figures
Perceive Anything: Recognize, Explain, Caption, and Segment Anything in Images and Videos
机构 * CUHK（香港中文大学） ； HKU（香港大学） ； PolyU ； Peking University（北京大学）
Comments 19 pages, 13 figures, Website: https://Perceive-Anything.github.io
LeanPO: Lean Preference Optimization for Likelihood Alignment in Video-LLMs
机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室）
Comments Code: https://github.com/Wang-Xiaodong1899/LeanPO
Safe: Enhancing Mathematical Reasoning in Large Language Models via Retrospective Step-aware Formal Verification
机构 * School of Computer Science, National Key Laboratory for Multimedia Information Processing, PKU-Anker LLM Lab, Peking University（计算机学院、多媒体信息处理国家重点实验室、PKU-Anker LLM实验室、北京大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong Polytechnic University（香港理工大学）
Comments Accepted in ACL 2025
FlowDAS: A Stochastic Interpolant-based Framework for Data Assimilation
机构 * University of Michigan（密歇根大学） ； Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Peking University（北京大学） ； Department of Physics（物理系） ； National Biomedical Imaging Center（国家生物医学成像中心）
Diff-Instruct++: Training One-step Text-to-image Generator Model to Align with Human Preferences
机构 * Peking University（北京大学）
Comments Revision: The paper was accepted by Transactions of Machine Learning Research (TMLR)
Entropy-based Training Methods for Scalable Neural Implicit Sampler
机构 * School of Mathematical Sciences（数学科学学院） ； Peking University（北京大学） ； Academy for Advanced Interdisciplinary Studies（先进跨学科研究学院）
Comments Revision: The paper was accepted by NeurIPS2023
Rex-Thinker: Grounded Object Referring via Chain-of-Thought Reasoning
机构 * International Digital Economy Academy (IDEA)（国际数字经济学院） ； South China University of Technology（华南理工大学） ； Peking University（北京大学）
Comments homepage: https://rexthinker.github.io/
Multi-objective Aligned Bidword Generation Model for E-commerce Search Advertising
机构 * Peking University（北京大学）
Comments Accepted by SIGIR2025
EpiCoDe: Boosting Model Performance Beyond Training with Extrapolation and Contrastive Decoding
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； Research Institute of China Telecom（中国电信研究 institute） ； School of Computer Science, Peking University（北京大学计算机科学学院） ； Beijing Institute of Big Data Research（北京大数据研究院） ； National Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）
Comments ACL 2025 Findings
ATRI: Mitigating Multilingual Audio Text Retrieval Inconsistencies by Reducing Data Distribution Errors
机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东 ultra 高清沉浸媒体技术省重点实验室，深圳研究生院，北京大学） ； School of Cyber Science and Technology, Sun Yat-sen University（网络安全科学与技术学院，中山大学） ； The Chinese University of Hong Kong（香港中文大学）
Subspace Optimization for Large Language Models with Convergence Guarantees
机构 * Peking University（北京大学） ； Zhongguancun Academy（中关村学院） ； Beihang University（北航大学） ； AI for Science Institute, Beijing, China（人工智能科学研究院，北京，中国） ； National Engineering Laboratory for Big Data Analytics（大数据分析与应用国家工程实验室）
Comments Accepted by ICML 2025
AlignMMBench: Evaluating Chinese Multimodal Alignment in Large Vision-Language Models
机构 * Tsinghua University（清华大学） ； Zhipu AI（智谱AI） ； Peking University（北京大学）
HATA: Trainable and Hardware-Efficient Hash-Aware Top-k Attention for Scalable Large Model Inference
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence（人工智能研究院） ； Hefei Comprehensive National Science Center（合肥综合性国家科学中心） ； Huawei Technologies（华为技术有限公司） ； Peking University（北京大学）
Comments ACL 2025 findings
COMPKE: Complex Question Answering under Knowledge Editing
机构 * Provable Responsible AI and Data Analytics (PRADA) Lab（可证明负责任的人工智能与数据分析实验室） ； King Abdullah University of Science and Technology（卡布斯大学） ； Peking University（北京大学） ； South China University of Technology（华南理工大学） ； Sun Yat-sen University（中山大学）
Comments Accepted by ACL 2025 Findings
OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for Subject-to-Video Generation
机构 * Peking University（北京大学） ； Shenzhen Graduate School（深圳研究生院） ； University of Rochester（罗切斯特大学） ； Rabbitpre AI
Comments Code and Dataset: https://github.com/PKU-YuanGroup/OpenS2V-Nexus
Finite State Automata Inside Transformers with Chain-of-Thought: A Mechanistic Study on State Tracking
机构 * Key Laboratory of High Confidence Software Technology (PKU), MOE, China（高性能软件技术关键实验室（PKU），教育部，中国） ； School of Computer Science, Peking University, China（北京大学计算机学院，中国） ； The University of Hong Kong（香港大学） ； Shanghai AI Lab（上海人工智能实验室）
Self-Evolved Reward Learning for LLMs
机构 * School of Computer Science, Fudan University（复旦大学计算机学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； Microsoft（微软公司）
Comments 23 pages,6 figures,Accepted to ICLR 2025
A Survey on Employing Large Language Models for Text-to-SQL Tasks
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； SINGDATA CLOUD PTE. LTD（SINGDATA CLOUD 股份有限公司）
Comments Accepted by ACM Computing Surveys (CSUR)
Fast-in-Slow: A Dual-System Foundation Model Unifying Fast Manipulation within Slow Reasoning
机构 * The Chinese University of Hong Kong（香港中文大学） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） ； AI 2 Robotics（人工智能与机器人） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院）
ShapeLLM-Omni: A Native Multimodal LLM for 3D Generation and Understanding
机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； ShengShu（盛舒）
Comments Project page: https://github.com/JAMESYJL/ShapeLLM-Omni
Read it in Two Steps: Translating Extremely Low-Resource Languages with Code-Augmented Grammar Books
机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学）
Comments ACL 2025
K12Vista: Exploring the Boundaries of MLLMs in K-12 Education
机构 * Baichuan Inc（百川公司） ； Peking University（北京大学）
LongDWM: Cross-Granularity Distillation for Building a Long-Term Driving World Model
机构 * Peking University（北京大学） ； Peng Cheng Laboratory（鹏城实验室）
Comments project homepage: https://wang-xiaodong1899.github.io/longdwm/
Enhancing Diffusion-based Unrestricted Adversarial Attacks via Adversary Preferences Alignment
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； Shanghai Key Lab of Intelligent Information Processing, College of Computer Science and Artificial Intelligence, Fudan University（上海智能信息处理重点实验室，计算机科学与人工智能学院，复旦大学） ； Peking University（北京大学） ； vivo Mobile Communication Co., Ltd（vivo移动通信有限公司）
Taming LLMs by Scaling Learning Rates with Gradient Grouping
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学）
Comments Preprint version of "Taming LLMs with Gradient Grouping" (ACL'2025). The code will be available at https://github.com/ScalingOpt/SGG
Self-supervised ControlNet with Spatio-Temporal Mamba for Real-world Video Super-resolution
机构 * Jiangnan University（江南大学） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； Chinese Academy of Sciences（中国科学院）
Comments 11 pages, 10 figures, accepted by CVPR 2025
PolyBERT: Fine-Tuned Poly Encoder BERT-Based Model for Word Sense Disambiguation
机构 * ICNLab（ICN实验室） ； Shenzhen Graduate School（深圳研究生院） ； Peking University（北京大学） ； CEC GienTech Technology Co.,Ltd.（CEC吉恩科技有限公司）
