Shanghai Jiao Tong University（上海交通大学）

Antigen-specific Antibody Multi-modal Foundation Model for Functional Antibody Design

用于功能性抗体设计的抗原特异性抗体多模态基础模型

Xiaoliang Shi, Zichen Wang, Runze Ma, Zhongyue Zhang, Shuangjia Zheng

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 该研究针对抗原特异性抗体设计难题，引入AAMFM多模态基础模型，通过跨模态适配器整合抗原信息，用校准直接偏好优化微调，实现抗体 - 抗原相互作用联合建模，实验证明其在功能性抗体设计中性能最优，有抗原特异性抗体工程潜力。

On the Systematic Challenges of Culturally Loaded Machine Translation: Dream of the Red Chamber as the Cultural Lens

论文化负载机器翻译的系统性挑战：以《红楼梦》为文化视角

Yiming Wang, Jiayuan Di

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； School of Foreign Languages, East China University of Science and Technology（华东理工大学外国语学院） ； Mejiro University（目白大学） 纠错

AI总结 研究以《红楼梦》构建数据集，系统探究基于大语言模型的机器翻译系统中文化负载翻译的挑战，揭示任务、人工评估及自动评估方面的问题，为文化导向的翻译研究提供见解。

Symbol and Footprint Database for Electronic Components by Agentic Recognition and Generation

基于智能识别与生成的电子元件符号与引脚封装数据库

Yichen Shi, Yuzhi Liu, Zhuofu Tao, Li Huang, Yuhao Gao, Ting-Jung Lin, Lei Hel

机构 * Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院，东方理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； BTD Technology（BTD科技） 纠错

AI总结 研究利用多模态大语言模型开发电子元件符号和引脚封装智能识别与生成流程SFgen，其符号生成准确率86%，引脚封装生成准确率80%，并用此创建含1000个元件的SFnet数据库，为PCB设计自动生成奠定基础。

Comments Accepted by PRCV 2025

Convergence-Latency-Aware Adaptive Modulation and Resource Allocation in RIS-Assisted Wireless Federated Learning

基于可重构智能表面的无线联邦学习中的收敛-延迟感知自适应调制与资源分配

Liwei Wang, Wen Chen, Jun Li, Qingqing Wu, Ming Ding, Xusheng Zhu, Qiong Wu

机构 * Broadband Access Network Laboratory, Shanghai Jiao Tong University（宽带接入网络实验室，上海交通大学） ； School of Information Science and Engineering, Southeast University（信息科学与工程学院，东南大学） ； Data61, CSIRO（数据61，联邦科学与工业研究组织） ； Department of Electronic and Electrical Engineering, University College London（电子与电气工程系，伦敦大学学院） ； School of Internet of Things Engineering, Jiangnan University（物联网工程学院，江南大学） 纠错

AI总结 针对无线网络联邦学习中训练延迟和收敛性问题，考虑RIS辅助阻塞链路场景，通过刻画符号错误影响得出收敛上限，将联合收敛-延迟优化问题转化为MINLP问题，用低复杂度框架求解，实验表明该方案收敛快、准确率高。

Dynamic Multi-Agent Pickup and Delivery in Robotic Cellular Warehousing Systems

机器人化仓储系统中的动态多智能体取送货

Cheng Ren, Ming Li, Xinping Guan, George Q. Huang

机构 * Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（工业与系统工程系，香港理工大学） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） 纠错

AI总结 针对订单内部SKU动态追加的仓库场景，首次形式化动态多智能体取送货问题，提出两种基于令牌传递的事件触发在线重规划算法，显著降低订单流时间。

AuditVotes: Elevating Provable Defense for GNNs with Efficient Augmentation and Conditional Smoothing

AuditVotes：通过高效增强和条件平滑提升图神经网络的可证明防御

Yuni Lai, Yulin Zhu, Yixuan Sun, Yulun Wu, Bin Xiao, Gaolei Li, Jianhua Li, Qi Xie, Kai Zhou

机构 * Xidian University（西安电子科技大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong Chu Hai College（香港 Chu Hai 学院） ； National University of Defense Technology（国防科技大学） ； Shanghai JiaoTong University（上海交通大学） ； Hubei University（湖北大学） 纠错

AI总结 针对图神经网络受自适应攻击及随机平滑存在精度-鲁棒性权衡问题，AuditVotes框架集成图重布线增强和条件平滑，建立新理论，实验证明其提升了精度和鲁棒性，为安全敏感领域提供实用且可证明鲁棒的GNN。

Comments Paper Accepted by CCS 2026