DeepVerse: 4D Autoregressive Video Generation as a World Model
机构 * SJTU（上海交通大学） ； Shanghai AI Lab（上海人工智能实验室） ； USTC（中国科学技术大学） ； THU（清华大学） ； ZJU（浙江大学） ； FDU（福建师范大学） ； NTU（国立台湾大学）
高校专区
Shanghai Jiao Tong University（上海交通大学）
Reasoning Like an Economist: Post-Training on Economic Problems Induces Strategic Generalization in LLMs
机构 * Duke University（杜克大学） ； EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Qwen Team, Alibaba Group（阿里集团Qwen团队） ； University of Pennsylvania（宾夕法尼亚大学） ； The University of Chicago（芝加哥大学）
Flying Co-Stereo: Enabling Long-Range Aerial Dense Mapping via Collaborative Stereo Vision of Dynamic-Baseline
机构 * Shanghai Jiao Tong University（上海交通大学） ； Mohamed Bin Zayed University of Artificial Intelligence（Mohamed Bin Zayed大学人工智能学院）
Zero-Shot Streaming Text to Speech Synthesis with Transducer and Auto-Regressive Modeling
机构 * Microsoft Corporation（微软公司） ； Shanghai Jiao Tong University（上海交通大学）
A Survey of LLM $\times$ DATA
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Alibaba Group（阿里巴巴集团） ； Shanghai AI Laboratory（上海人工智能实验室）
Comments Please refer to the paper list at: https://github.com/weAIDB/awesome-data-llm
Data Whisperer: Efficient Data Selection for Task-Specific LLM Fine-Tuning via Few-Shot In-Context Learning
机构 * Shanghai Jiao Tong University（上海交通大学） ； EPIC Lab, SJTU（SJTu EPIC 实验室） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； Microsoft Research Asia（微软亚洲研究院） ； Shanghai AI Laboratory（上海人工智能实验室） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
Comments Accepted by ACL 2025 main, 18 pages, 8 figures, 6 tables
Think Small, Act Big: Primitive Prompt Learning for Lifelong Robot Manipulation
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Northwestern Polytechnical University（西北工业大学） ； TeleAI, China Telecom Corp Ltd（TeleAI，中国电信有限公司） ； INSAIT, Sofia University（INSAIT，索菲亚大学）
Comments Accepted to CVPR 2025
VB-Com: Learning Vision-Blind Composite Humanoid Locomotion Against Deficient Perception
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
Towards Omni-RAG: Comprehensive Retrieval-Augmented Generation for Large Language Models in Medical Applications
机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
Comments ACL 2025 Main Conference. Project website: https://github.com/Jack-ZC8/Omni-RAG-Medical
M$^3$-VOS: Multi-Phase, Multi-Transition, and Multi-Scenery Video Object Segmentation
机构 * Shanghai Jiao Tong University（上海交通大学）
Comments 18 pages, 12 figures
VL-RewardBench: A Challenging Benchmark for Vision-Language Generative Reward Models
机构 * HKU（香港大学） ； SCUT（华南理工大学） ； SJTU（上海交通大学） ； PKU（北京大学） ； Allen AI（AllenAI）
Comments CVPR 2025 Camera Ready Version. Project page: https://vl-rewardbench.github.io
Text-To-Speech Synthesis In The Wild
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Shanghai Jiao Tong University（上海交通大学） ； Meta ； Renmin University of China（中国人民大学） ； National Institute of Informatics（日本国立信息机构） ； Korea Advanced Institute of Science and Technology（韩国科学技术院） ； University of Tokyo（东京大学） ； Yonsei University（yonsei大学） ； EURECOM ； Keio University（庆应大学）
Comments 5 pages, Interspeech 2025
Disturbance-Aware Adaptive Compensation in Hybrid Force-Position Locomotion Policy for Legged Robots
机构 * Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Department of Computer Science, Shanghai Jiao Tong University（计算机科学系，上海交通大学） ； MoE Key Lab of Artificial Intelligence and AI Institute, Shanghai Jiao Tong University（人工智能与AI研究院，上海交通大学）
Comments 8 pages, 12 figures
LoHoVLA: A Unified Vision-Language-Action Model for Long-Horizon Embodied Tasks
机构 * Fudan University（复旦大学） ； ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学）
MagiCodec: Simple Masked Gaussian-Injected Codec for High-Fidelity Reconstruction and Generation
机构 * Shanghai Jiao Tong University（上海交通大学） ； Bytedance Inc（字节跳动公司）
Comments 18 pages, 3 figures. The code and pre-trained models are available at https://github.com/Ereboas/MagiCodec
Control-R: Towards controllable test-time scaling
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Tongji University（同济大学） ； Shanghai Jiaotong University（上海交通大学） ； Nankai University（南开大学） ； Hong Kong Polytechnic University（香港理工大学） ； University of California, Merced（加州大学默塞德分校） ； University of Science and Technology of China（中国科学技术大学）
Visual Embodied Brain: Let Multimodal Large Language Models See, Think, and Control in Spaces
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Xiamen University（厦门大学） ； SenseTime Research（商汤科技研究院） ； Zhejiang University（浙江大学） ； Nanjing University（南京大学）
Mis-prompt: Benchmarking Large Language Models for Proactive Error Handling
机构 * East China Normal University（东华大学） ； Beihang University（北航） ； Shanghai Jiaotong University（上海交通大学）
NeuSym-RAG: Hybrid Neural Symbolic Retrieval with Multiview Structuring for PDF Question Answering
机构 * MoE Key Lab of Artificial Intelligence（摩尔电子关键实验室） ； X-LANCE Lab, School of Computer Science, Shanghai Jiao Tong University（X-LANCE实验室，计算机科学学院，上海交通大学） ； Jiangsu Key Lab of Language Computing（江苏语言计算重点实验室） ； AISpeech Co., Ltd.（AISpeech公司） ； Suzhou Laboratory（苏州实验室）
Comments 29 pages, 11 figures, 12 tables, accepted to ACL 2025 Long Main
Masked Self-distilled Transducer-based Keyword Spotting with Semi-autoregressive Decoding
机构 * MoE Key Lab of Artificial Intelligence, AI Institute, X-LANCE Lab, Shanghai Jiao Tong University, Shanghai, China（人工智能大模型实验室、人工智能研究院、X-LANCE实验室、上海交通大学） ； Taobao & Tmall Group of Alibaba, China（阿里巴巴淘宝与天猫集团）
Exploring Multimodal Challenges in Toxic Chinese Detection: Taxonomy, Benchmark, and Findings
机构 * Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Qihoo 360（奇安信） ； Nanyang Technological University（南洋理工大学）
Comments Accepted to ACL 2025 (Findings). Camera-ready version
ROAD: Responsibility-Oriented Reward Design for Reinforcement Learning in Autonomous Driving
机构 * Global Institute of Future Technology（未来技术全球研究院） ； Shanghai Jiao Tong University（上海交通大学） ； College of Humanities（人文学院） ； Department of Automation（自动化系） ； School of Aeronautics and Astronautics（航空宇航学院）
Unleashing High-Quality Image Generation in Diffusion Sampling Using Second-Order Levenberg-Marquardt-Langevin
机构 * Zhejiang University（浙江大学） ； WeChat Vision, Tencent Inc（腾讯公司） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent Lightspeed Studio（腾讯光年工作室）
LKD-KGC: Domain-Specific KG Construction via LLM-driven Knowledge Dependency Parsing
机构 * Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Alibaba Group, Hangzhou, Zhejiang, China（阿里巴巴集团） ； Zhejiang University, Hangzhou, Zhejiang, China（浙江大学）
Comments Submitting to EDBT 2026
Accelerating Diffusion-based Text-to-Speech Model Training with Dual Modality Alignment
机构 * KAIST（韩国科学技术院） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Geely（吉利） ； School of Electrical Engineering（电气工程学院） ； MoE Key Lab of Artificial Intelligence（人工智能MoE实验室） ； X-LANCE Lab（X-LANCE实验室） ； School of Computer Science（计算机科学学院）
Comments Interspeech 2025
LEMMA: Learning from Errors for MatheMatical Advancement in LLMs
机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Renmin University of China（中国人民大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学）
Comments ACL'25 Findings, Code is available at https://github.com/pzs19/LEMMA
GPT4Point: A Unified Framework for Point-Language Understanding and Generation
机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室）
Revisiting Uncertainty Estimation and Calibration of Large Language Models
机构 * School of Computer Science University of Sydney（悉尼大学计算机科学学院） ； City University of Hong Kong（香港城市大学） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Engineering Science University of Oxford（牛津大学工程科学系）
AgentNet: Decentralized Evolutionary Coordination for LLM-based Multi-Agent Systems
机构 * Shanghai Jiao Tong University（上海交通大学） ； SII
VideoREPA: Learning Physics for Video Generation through Relational Alignment with Foundation Models
机构 * Dept. of CSE & School of AI & MoE Key Lab of Al, Shanghai Jiao Tong University（计算机科学与工程系及人工智能学院及人工智能基础实验室，上海交通大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
