Shanghai Jiao Tong University（上海交通大学）

Critic-V: VLM Critics Help Catch VLM Errors in Multimodal Reasoning

Di Zhang, Junxian Li, Jingdi Lei, Xunzhi Wang, Yujie Liu, Zonglin Yang, Jiatong Li, Weida Wang, Suorong Yang, Jianbo Wu, Peng Ye, Wanli Ouyang, Dongzhan Zhou

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； Nankai University（南开大学） ； Shanghai University（上海大学） ； Nanyang Technological University（南洋理工大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tongji University（同济大学） ； Nanjing University（南京大学） ； University of California, Merced（加州大学梅德福分校） ； Chinese University of Hong Kong（香港中文大学） 纠错

Comments 16 pages, 11 figures

P2P: Part-to-Part Motion Cues Guide a Strong Tracking Framework for LiDAR Point Clouds

Jiahao Nie, Fei Xie, Sifan Zhou, Xueyi Zhou, Dong-Kyu Chae, Zhiwei He

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Hanyang University（翰阳大学） 纠错

Comments Accept by IJCV

Effective Lymph Nodes Detection in CT Scans Using Location Debiased Query Selection and Contrastive Query Representation in Transformer

Yirui Wang, Qinji Yu, Ke Yan, Haoshen Li, Dazhou Guo, Li Zhang, Le Lu, Na Shen, Qifeng Wang, Xiaowei Ding, Xianghua Ye, Dakai Jin

机构 * DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Shanghai Jiao Tong University（上海交通大学） ； Hupan Lab（华 parten 实验室） ； Peking University（北京大学） ； Zhongshan Hospital Fudan University（复旦大学中山医院） ； Sichuan Cancer Hospital（四川癌症医院） ； The First Affiliated Hospital Zhejiang University（浙江大学医学院附属第一医院） 纠错

Comments Accepted by ECCV24

NovelQA: Benchmarking Question Answering on Documents Exceeding 200K Tokens

Cunxiang Wang, Ruoxi Ning, Boqi Pan, Tonghui Wu, Qipeng Guo, Cheng Deng, Guangsheng Bao, Xiangkun Hu, Zheng Zhang, Qian Wang, Yue Zhang

机构 * Westlake University（西湖大学） ； University of Waterloo（多伦多大学） ； Hangzhou Normal University（杭州师范大学） ； Shanghai AI Lab（上海人工智能实验室） ； SJTU（上海交通大学） ； NYU Shanghai（纽约大学上海分校） 纠错

Comments Accepted by ICLR-2025

BPNet: Bézier Primitive Segmentation on 3D Point Clouds

Rao Fu, Cheng Wen, Qian Li, Xiao Xiao, Pierre Alliez

机构 * Inria（法国国家信息与自动化技术研究院） ； Geometry Factory（几何工厂） ； The University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Journal ref In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence, pages 754-762, 2023

Smooth Calibration and Decision Making

Jason Hartline, Yifan Wu, Yunran Yang

机构 * Northwestern University（西北大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

Comments In FORC 2025

SimulS2S-LLM: Unlocking Simultaneous Inference of Speech LLMs for Speech-to-Speech Translation

Keqi Deng, Wenxi Chen, Xie Chen, Philip C. Woodland

机构 * Department of Engineering, University of Cambridge（剑桥大学工程系） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Collaborative Learning of On-Device Small Model and Cloud-Based Large Model: Advances and Future Directions

Chaoyue Niu, Yucheng Ding, Junhui Lu, Zhengxiang Huang, Hang Zeng, Yutong Dai, Xuezhen Tu, Chengfei Lv, Fan Wu, Guihai Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） 纠错

VocalNet: Speech LLM with Multi-Token Prediction for Faster and High-Quality Generation

Yuhao Wang, Heyang Liu, Ziyang Cheng, Ronghua Wu, Qunshan Gu, Yanfeng Wang, Yu Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团） ； Wuhan University（武汉大学） 纠错

FlowReasoner: Reinforcing Query-Level Meta-Agents

Hongcheng Gao, Yue Liu, Yufei He, Longxu Dou, Chao Du, Zhijie Deng, Bryan Hooi, Min Lin, Tianyu Pang

机构 * Sea AI Lab, Singapore（新加坡海智实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

An Efficient Aerial Image Detection with Variable Receptive Fields

Liu Wenbin

机构 * School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（电子信息与电气工程学院，上海交通大学） 纠错

Empowering AI to Generate Better AI Code: Guided Generation of Deep Learning Projects with LLMs

Chen Xie, Mingsheng Jiao, Xiaodong Gu, Beijun Shen

机构 * School of Computer Science, Shanghai Jiao Tong University（计算机科学学院，上海交通大学） 纠错

3D Gaussian Head Avatars with Expressive Dynamic Appearances by Compact Tensorial Representations

Yating Wang, Xuan Wang, Ran Yi, Yanbo Fan, Jichen Hu, Jingcheng Zhu, Lizhuang Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； AntGroup Research（蚂蚁集团研究） 纠错

Symmetry-Preserving Architecture for Multi-NUMA Environments (SPANE): A Deep Reinforcement Learning Approach for Dynamic VM Scheduling

Tin Ping Chan, Yunlong Cheng, Yizhan Zhu, Xiaofeng Gao, Guihai Chen

机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（计算机科学与工程系，上海交通大学） 纠错

Comments 10 pages, 7 figures. Accepted to IEEE INFOCOM 2025

CRAVE: A Conflicting Reasoning Approach for Explainable Claim Verification Using LLMs

Yingming Zheng, Xiaoliang Liu, Peng Wu, Li Pan

机构 * School of Computer Science, Shanghai Jiao Tong University, Shanghai, China（上海交通大学计算机科学学院） ； Shanghai KEY Laboratory of Integrated Administration Technologies for Information Security, Shanghai, China（上海信息安全集成管理技术重点实验室） ； School of Politics, National Defense University, Shanghai, China（国防大学政治学院） 纠错

Overcoming False Illusions in Real-World Face Restoration with Multi-Modal Guided Diffusion Model

Keda Tao, Jinjin Gu, Yulun Zhang, Xiucheng Wang, Nan Cheng

机构 * Xidian University（西安电子科技大学） ； The University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； State Key Laboratory of Integrated Services Networks（集成服务网络国家重点实验室） 纠错

Comments 23 Pages, 28 Figures, ICLR 2025

From Missing Pieces to Masterpieces: Image Completion with Context-Adaptive Diffusion

Pourya Shamsolmoali, Masoumeh Zareapoor, Huiyu Zhou, Michael Felsberg, Dacheng Tao, Xuelong Li

机构 * Department of Computer Science, University of York, UK（英国约克大学计算机科学系） ； SCEE, East China Normal University, China（中国华东师范大学SCEE） ； Department of Electrical Engineering, Shanghai Jiao Tong University, China（中国上海交通大学电子工程系） ； School of Computing and Mathematical Sciences, University of Leicester, UK（英国莱斯特大学计算与数学科学学院） ； Computer Vision Laboratory, Linkoping University, Sweden（瑞典利厄浦大学计算机视觉实验室） ； College of Computing and Data Science at Nanyang Technological University, Singapore（新加坡南洋理工大学计算与数据科学学院） ； Institute of Artificial Intelligence (TeleAI) of China Telecom（中国电信人工智能研究所（TeleAI）） 纠错

Comments Accepted in TPAMI

CHAINSFORMER: Numerical Reasoning on Knowledge Graphs from a Chain Perspective

Ze Zhao, Bin Lu, Xiaoying Gan, Gu Tang, Luoyi Fu, Xinbing Wang

机构 * Department of Electronic Engineering, Shanghai Jiao Tong University, Shanghai, China（电子工程系，上海交通大学，上海，中国） ； Department of Computer Science, Shanghai Jiao Tong University, Shanghai, China（计算机科学系，上海交通大学，上海，中国） 纠错

Comments Accepted to ICDE 2025

Real-IAD D3: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection

Wenbing Zhu, Lidong Wang, Ziqing Zhou, Chengjie Wang, Yurui Pan, Ruoyi Zhang, Zhuhao Chen, Linjie Cheng, Bin-Bin Gao, Jiangning Zhang, Zhenye Gan, Yuxie Wang, Yulong Chen, Shuguang Qian, Mingmin Chi, Bo Peng, Lizhuang Ma

机构 * Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； YouTu Lab, Tencent（腾讯YouTu实验室） ； Rongcheer Co., Ltd.（荣创科技有限公司） ； Shanghai Ocean University（上海海洋大学） ； Suzhou University（苏州大学） 纠错

Comments 13 pages. Dataset and code: https://realiad4ad.github.io/Real-IAD D3

InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models

Jinguo Zhu, Weiyun Wang, Zhe Chen, Zhaoyang Liu, Shenglong Ye, Lixin Gu, Hao Tian, Yuchen Duan, Weijie Su, Jie Shao, Zhangwei Gao, Erfei Cui, Xuehui Wang, Yue Cao, Yangzhou Liu, Xingguang Wei, Hongjie Zhang, Haomin Wang, Weiye Xu, Hao Li, Jiahao Wang, Nianchen Deng, Songze Li, Yinan He, Tan Jiang, Jiapeng Luo, Yi Wang, Conghui He, Botian Shi, Xingcheng Zhang, Wenqi Shao, Junjun He, Yingtong Xiong, Wenwen Qu, Peng Sun, Penglong Jiao, Han Lv, Lijun Wu, Kaipeng Zhang, Huipeng Deng, Jiaye Ge, Kai Chen, Limin Wang, Min Dou, Lewei Lu, Xizhou Zhu, Tong Lu, Dahua Lin, Yu Qiao, Jifeng Dai, Wenhai Wang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； SenseTime Research（商汤科技研究院） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Comments Technical Report

Learning Humanoid Standing-up Control across Diverse Postures

Tao Huang, Junli Ren, Huayi Wang, Zirui Wang, Qingwei Ben, Muning Wen, Xiao Chen, Jianan Li, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments Accepted to RSS 2025, Humanoid Standing-up Control, 12 pages

Seeing Through Pixel Motion: Learning Obstacle Avoidance from Optical Flow with One Camera

Yu Hu, Yuang Zhang, Yunlong Song, Yang Deng, Feng Yu, Linzuo Zhang, Weiyao Lin, Danping Zou, Wenxian Yu

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

From Imitation to Exploration: End-to-end Autonomous Driving based on World Model

Yueyuan Li, Mingyang Jiang, Songan Zhang, Wei Yuan, Chunxiang Wang, Ming Yang

机构 * Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China（系统控制与信息处理重点实验室，中华人民共和国教育部） ； Global Institute of Future Technology, Shanghai Jiao Tong University（未来技术全球研究院，上海交通大学） 纠错

Comments 12 pages, 4 figures, 3 tables; T-ITS under review

HOPE: A Reinforcement Learning-based Hybrid Policy Path Planner for Diverse Parking Scenarios

Mingyang Jiang, Yueyuan Li, Songan Zhang, Siyuan Chen, Chunxiang Wang, Ming Yang

机构 * Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Global Institute of Future Technology, Shanghai Jiao Tong University（未来技术全球研究院，上海交通大学） 纠错

Comments Accepted by T-ITS. 11 pages, 5 tables, 6 figures, 2 page appendix

O2V-Mapping: Online Open-Vocabulary Mapping with Neural Implicit Representation

Muer Tie, Julong Wei, Zhengjun Wang, Ke Wu, Shansuai Yuan, Kaizhao Zhang, Jie Jia, Jieru Zhao, Zhongxue Gan, Wenchao Ding

机构 * Academy for Engineering & Technology（工程与技术学院） ； Fudan University（复旦大学） ； State Key Laboratory of Intelligent Vehicle Safety Technology（智能车辆安全技术国家重点实验室） ； School of Future Technology（未来技术学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Comments ECCV2024

SHIELD : An Evaluation Benchmark for Face Spoofing and Forgery Detection with Multimodal Large Language Models

Yichen Shi, Yuhao Gao, Yingxin Lai, Hongyang Wang, Jun Feng, Lei He, Jun Wan, Changsheng Chen, Zitong Yu, Xiaochun Cao

机构 * School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电子信息与电气工程学院） ； Department of Artificial Intelligence, Xiamen University（厦门大学人工智能系） ； School of Information Science and Technology, Shijiazhuang Tiedao University（石家庄铁道大学信息科学与技术学院） ； Electrical Engineering Department, UCLA（加州大学洛杉矶分校电子工程系） ； New Laboratory of Pattern Recognition(NLPR), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别新实验室） ； College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院） ； School of Computing and Information Technology, Great Bay University（广东东莞Great Bay大学计算与信息科技学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络科学与技术学院） 纠错

Comments Accepted by Visual Intelligence

OBIFormer: A Fast Attentive Denoising Framework for Oracle Bone Inscriptions

Jinhao Li, Zijian Chen, Tingzhu Chen, Zhiji Liu, Changbo Wang

机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Institute of Image Communication and Information Processing, Shanghai Jiao Tong University（上海交通大学图像通信与信息处理研究所） ； School of Humanities, Shanghai Jiao Tong University（上海交通大学人文学院） ； Center for the Study and Application of Chinese Characters, East China Normal University（东华大学汉字研究与应用中心） 纠错

Temporal Propagation of Asymmetric Feature Pyramid for Surgical Scene Segmentation

Cheng Yuan, Yutong Ban

机构 * UM-SJTU Joint Institute（上海交通大学-乌姆联合研究所） 纠错