Shanghai Jiao Tong University（上海交通大学）

Trajectory Entropy: Modeling Game State Stability from Multimodality Trajectory Prediction

Yesheng Zhang, Wenjian Sun, Yuheng Chen, Qingwei Liu, Qi Lin, Rui Zhang, Xu Zhao

机构 * Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； SAIC-ZONE Technology Co. Ltd.（SAIC-ZONE技术有限公司） 纠错

Comments 10 pages

Revisiting 3D LLM Benchmarks: Are We Really Testing 3D Capabilities?

Jiahe Jin, Yanheng He, Mingyan Yang

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

Comments Accepted to ACL 2025 Findings

Multi-Agent Collaboration via Cross-Team Orchestration

Zhuoyun Du, Chen Qian, Wei Liu, Zihao Xie, YiFei Wang, Rennai Qiu, Yufan Dang, Weize Chen, Cheng Yang, Ye Tian, Xuantang Xiong, Lei Han

机构 * State Key Lab of CAD & CG（CAD与CG国家重点实验室） ； Zhejiang Polytechnic Institute（浙江工业大学） ； Polytechnic Institute, Zhejiang University（浙江大学 polytechnic 院） ； Shanghai Jiao Tong University（上海交通大学） ； King’s College London（伦敦国王学院） ； Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tencent Robotics X（腾讯机器人科技） 纠错

Comments Accepted to Findings of ACL 2025

Video World Models with Long-term Spatial Memory

Tong Wu, Shuai Yang, Ryan Po, Yinghao Xu, Ziwei Liu, Dahua Lin, Gordon Wetzstein

机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； S-Lab, Nanyang Technological University（南洋理工大学S实验室） 纠错

Comments Project page: https://spmem.github.io/

Time-Lapse Video-Based Embryo Grading via Complementary Spatial-Temporal Pattern Mining

Yong Sun, Yipeng Wang, Junyu Shi, Zhiyuan Zhang, Yanmei Xiao, Lei Zhu, Manxi Jiang, Qiang Nie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Shanghai Jiao Tong University Center for Reproductive Medicine（上海交通大学生殖医学中心） ； Guangdong Second Provincial General Hospital（广东省第二人民医院） 纠错

Confidence-Guided Human-AI Collaboration: Reinforcement Learning with Distributional Proxy Value Propagation for Autonomous Driving

Li Zeqiao, Wang Yijing, Wang Haoyu, Li Zheng, Li Peng, Zuo zhiqiang, Hu Chuan

机构 * Tianjin Key Laboratory of Intelligent Unmanned Swarm Technology and System, School of Electrical and Information Engineering, Tianjin University（天津智能无人群技术与系统重点实验室，电气与信息工程学院，天津大学） ； 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） ； School of Mechanical Engineering, Shanghai Jiao Tong University（机械工程学院，上海交通大学） 纠错

Done Is Better than Perfect: Unlocking Efficient Reasoning by Structured Multi-Turn Decomposition

Zihao Zeng, Xuyao Huang, Boxiu Li, Hao Zhang, Zhijie Deng

机构 * Shanghai Jiao Tong University（上海交通大学） ； RealAI ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

Weak Generative Sampler to Efficiently Sample Invariant Distribution of Stochastic Differential Equation

Zhiqiang Cai, Yu Cao, Yuanfei Huang, Xiang Zhou

机构 * Department of Data Science, City University of Hong Kong（数据科学系，香港城市大学） ； Institute of Natural Sciences and School of Mathematical Sciences, Shanghai Jiao Tong University（自然科学院和数学科学学院，上海交通大学） ； Department of Mathematics and Department of Data Science, City University of Hong Kong（数学系和数据科学系，香港城市大学） 纠错

Comments 33 pages, 19 figures

MUC-G4: Minimal Unsat Core-Guided Incremental Verification for Deep Neural Network Compression

Jingyang Li, Guoqiang Li

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

HtFLlib: A Comprehensive Heterogeneous Federated Learning Library and Benchmark

Jianqing Zhang, Xinghao Wu, Yanbing Zhou, Xiaoting Sun, Qiqi Cai, Yang Liu, Yang Hua, Zhenzhe Zheng, Jian Cao, Qiang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） ； Chongqing University（重庆大学） ； Tongji University（同济大学） ； Hong Kong Polytechnic University（香港理工大学） 纠错

Comments Accepted by KDD2025

MFLA: Monotonic Finite Look-ahead Attention for Streaming Speech Recognition

Yinfeng Xia, Huiyan Li, Chenyang Le, Manhong Wang, Yutao Sun, Xingyang Ma, Yanmin Qian

机构 * Honor Device Co, Ltd（Honor Device公司） ； Auditory Cognition and Computational Acoustics Lab（听觉认知与计算声学实验室） ； MoE Key Lab of Artificial Intelligence（人工智能关键实验室） ； AI Institute School of Computer Science, Shanghai Jiao Tong University（计算机科学学院人工智能研究所，上海交通大学） 纠错

Comments Accepted by Interspeech 2025

Super-temporal-resolution Photoacoustic Imaging with Dynamic Reconstruction through Implicit Neural Representation in Sparse-view

Youshen Xiao, Yiling Shi, Ruixi Sun, Hongjiang Wei, Fei Gao, Yuyao Zhang

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； School of Biomedical Engineering, ShanghaiTech University（生物医学工程学院，上海科技大学） ； School of Biomedical Engineering and Institute of Medical Robotics, Shanghai Jiao Tong University（生物医学工程学院与医学机器人研究所，上海交通大学） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（生物医学工程学院，生命科学与医学系，中国科学技术大学） ； School of Engineering Science, University of Science and Technology of China（工程科学学院，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（苏州先进研究所，中国科学技术大学） 纠错

Accelerating Flow-Matching-Based Text-to-Speech via Empirically Pruned Step Sampling

Qixi Zheng, Yushen Chen, Zhikang Niu, Ziyang Ma, Xiaofei Wang, Kai Yu, Xie Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Microsoft（微软公司） ； MoE Key Lab of Artificial Intelligence（人工智能基础理论关键实验室） ； X-LANCE Lab（X-LANCE实验室） ； School of Computer Science（计算机科学学院） 纠错

ReactDiff: Latent Diffusion for Facial Reaction Generation

Jiaming Li, Sheng Wang, Xin Wang, Yitao Zhu, Honglin Xiong, Zixu Zhuang, Qian Wang

机构 * School of Biomedical Engineering & State Key Laboratory of Advanced Medical Materials and Devices, ShanghaiTech University（生物医学工程学院及先进医学材料与器件国家重点实验室，上海科技大学） ； School of Biomedical Engineering, Shanghai Jiao Tong University（生物医学工程学院，上海交通大学） ； Shanghai Clinical Research and Trial Center（上海临床研究与试验中心） 纠错

Comments Accepted by Neural Networks

Rapid Bone Scintigraphy Enhancement via Semantic Prior Distillation from Segment Anything Model

Pengchen Liang, Leijun Shi, Huiping Yao, Bin Pu, Jianguo Chen, Lei Zhao, Haishan Huang, Zhuangzhuang Chen, Zhaozhao Xu, Lite Xu, Qing Chang, Yiwei Li

机构 * Department of Nuclear Medicine, Shanghai Children’s Hospital, School of Medicine, Shanghai Jiao Tong University（核医学科，上海儿童医学中心，上海交通大学医学院） ； School of Microelectronics, Shanghai University（微电子学院，上海大学） ； Department of Ophthalmology, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（眼科，瑞金医院，上海交通大学医学院） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） ； School of Software Engineering, Sun Yat-sen University（软件工程学院，中山大学） ； College of Computer Science and Electronic Engineering, Hunan University（计算机科学与电子工程学院，湖南大学） ； School of Computer Science and Technology, Henan Polytechnic University（计算机科学与技术学院，河南理工大学） 纠错

Comments 12 pages, 9 figures, 8 tables

StreamBP: Memory-Efficient Exact Backpropagation for Long Sequence Training of LLMs

Qijun Luo, Mengqi Li, Lei Zhao, Xiao Li

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

DFBench: Benchmarking Deepfake Image Detection Capability of Large Multimodal Models

Jiarui Wang, Huiyu Duan, Juntong Wang, Ziheng Jia, Woo Yi Yang, Xiaorong Zhu, Yu Zhao, Jiaying Qian, Yuke Xing, Guangtao Zhai, Xiongkuo Min

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

Towards Generating Controllable and Solvable Geometry Problem by Leveraging Symbolic Deduction Engine

Zhuoxuan Jiang, Tianyang Zhang, Peiyan Peng, Jing Chen, Yinong Xun, Haotian Zhang, Lichi Li, Yong Li, Shaohua Zhang

机构 * Shanghai Business School（上海商学院） ； Shanghai Jiaotong University（上海交通大学） ； Cisco Systems Inc.（思科系统公司） ； Beijing Shangruitong Education Technology Co., Ltd.（北京尚润通教育科技有限公司） 纠错

Comments To Appear in ACL'25

SurgVLM: A Large Vision-Language Model and Systematic Evaluation Benchmark for Surgical Intelligence

Zhitao Zeng, Zhu Zhuo, Xiaojun Jia, Erli Zhang, Junde Wu, Jiaan Zhang, Yuxuan Wang, Chang Han Low, Jian Jiang, Zilong Zheng, Xiaochun Cao, Yutong Ban, Qi Dou, Yang Liu, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Shanghai Jiao Tong University（上海交通大学） ； Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

Comments 29 pages, 5 figures

XToM: Exploring the Multilingual Theory of Mind for Large Language Models

Chunkit Chan, Yauwai Yim, Hongchuan Zeng, Zhiying Zou, Xinyuan Cheng, Zhifan Sun, Zheye Deng, Kawai Chung, Yuzhuo Ao, Yixiang Fan, Cheng Jiayang, Ercong Nie, Ginny Y. Wong, Helmut Schmid, Hinrich Schütze, Simon See, Yangqiu Song

机构 * HKUST, Hong Kong（香港理工大学） ； NVIDIA AI Technology Center (NVAITC), USA（NVIDIA AI技术中心（NVAITC）） ； Shanghai Jiao Tong University, China（上海交通大学） ； Technische Universtität Darmstadt, Germany（德累斯顿技术大学） ； LMU Munich, Germany（慕尼黑大学） ； Munich Center for Machine Learning, Germany（慕尼黑机器学习中心） 纠错

SOVA-Bench: Benchmarking the Speech Conversation Ability for LLM-based Voice Assistant

Yixuan Hou, Heyang Liu, Yuhao Wang, 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） ； School of Artificial Intelligence（人工智能学院） ； School of Cyber Science and Engineering（网络科学与工程学院） 纠错

IP-Dialog: Evaluating Implicit Personalization in Dialogue Systems with Synthetic Data

Bo Peng, Zhiheng Wang, Heyang Gong, Chaochao Lu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Sicore Ladder Tech Co. Ltd.（Sicore Ladder科技有限公司） 纠错

Weather-Magician: Reconstruction and Rendering Framework for 4D Weather Synthesis In Real Time

Chen Sang, Yeqiang Qian, Jiale Zhang, Chunxiang Wang, Ming Yang

机构 * SJTU Paris Elite Institute of Technology, Shanghai Jiao Tong University, Shanghai, 200240, China（上海交通大学巴黎精英技术学院，上海交通大学，上海，200240，中国） ； Department of Automation, Key Laboratory of System Control and Information Processing, Ministry of Education of China, Shanghai Jiao Tong University, Shanghai 200240, China（自动化系，系统控制与信息处理重点实验室，中华人民共和国教育部，上海交通大学，上海，200240，中国） 纠错

Comments Project homepage: https://weathermagician.github.io

DiffVLA: Vision-Language Guided Diffusion Planning for Autonomous Driving

Anqing Jiang, Yu Gao, Zhigang Sun, Yiru Wang, Jijun Wang, Jinghao Chai, Qian Cao, Yuweng Heng, Hao Jiang, Yunda Dong, Zongzheng Zhang, Xianda Guo, Hao Sun, Hao Zhao

机构 * RIX, Bosch（博世 RIX） ； AIR, Tsinghua University（清华大学人工智能研究院） ； Shanghai University（上海大学） ； Shanghai Jiao Tong University（上海交通大学） ； Southeast University Team（东南大学团队） 纠错

Comments 4pages

ViDoRAG: Visual Document Retrieval-Augmented Generation via Dynamic Iterative Reasoning Agents

Qiuchen Wang, Ruixue Ding, Zehui Chen, Weiqi Wu, Shihang Wang, Pengjun Xie, Feng Zhao

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, USTC（脑启发智能感知与认知联合实验室，中国科学技术大学） ； Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Shanghai Jiao Tong University（上海交通大学） 纠错

Towards Enhanced Immersion and Agency for LLM-based Interactive Drama

Hongqiu Wu, Weiqi Wu, Tianyang Xu, Jiameng Zhang, Hai Zhao

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； University of Zurich（苏黎世大学） ； Key Laboratory of Shanghai Education Commission for Intelligent Interaction and Cognitive Engineering, Shanghai Jiao Tong University（上海教育委员会智能交互与认知工程重点实验室，上海交通大学） ； Shanghai Key Laboratory of Trusted Data Circulation and Governance in Web3（上海Web3可信数据流通与治理重点实验室） 纠错

Comments Accepted by ACL'2025

VR-Robo: A Real-to-Sim-to-Real Framework for Visual Robot Navigation and Locomotion

Shaoting Zhu, Linzhan Mou, Derun Li, Baijun Ye, Runhan Huang, Hang Zhao

机构 * Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Galaxea AI ； School of Electronics, 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） 纠错

Comments Project Page: https://vr-robo.github.io/

Adaptive Guidance for Local Training in Heterogeneous Federated Learning

Jianqing Zhang, Yang Liu, Yang Hua, Jian Cao, Qiang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Hong Kong Polytechnic University（香港理工大学） ； Queen's University Belfast（贝尔法斯特女王大学） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Key Laboratory of Trusted Data Circulation（上海可信数据流通关键实验室） 纠错

Lessons Learned from the URGENT 2024 Speech Enhancement Challenge

Wangyou Zhang, Kohei Saijo, Samuele Cornell, Robin Scheibler, Chenda Li, Zhaoheng Ni, Anurag Kumar, Marvin Sach, Wei Wang, Yihui Fu, Shinji Watanabe, Tim Fingscheidt, Yanmin Qian

机构 * Shanghai Jiao Tong University（上海交通大学） ； Waseda University（早稻田大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Google DeepMind（谷歌DeepMind） ； Meta 纠错

Comments 5 pages, 4 figures, 1 table. Accepted by Interspeech 2025. Code available at https://github.com/urgent-challenge/urgent2024_analysis

G4Seg: Generation for Inexact Segmentation Refinement with Diffusion Models

Tianjiao Zhang, Fei Zhang, Jiangchao Yao, Ya Zhang, Yanfeng Wang

机构 * CMIC, Shanghai Jiao Tong University（上海交通大学计算机医学研究院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

Comments 16 pages, 12 figures, IEEE International Conference on Multimedia & Expo 2025