University of Science and Technology of China（中国科学技术大学）

RIVER: A Real-Time Interaction Benchmark for Video LLMs

RIVER：面向视频大语言模型的实时交互基准

Yansong Shi, Qingsong Zhao, Tianxiang Jiang, Xiangyu Zeng, Yi Wang, Limin Wang

机构 * School of Information Science And Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； College of Computer Science and Artificial Intelligence, Fudan University（计算机科学与人工智能学院，复旦大学） ； State Key Lab of Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） 纠错

AI总结 RIVER基准通过引入实时交互任务框架，改进视频大语言模型的实时交互能力，提升长期记忆与未来感知表现。

Structural Action Transformer for 3D Dexterous Manipulation

结构动作变换器用于3D灵巧操作

Xiaohan Lei, Min Wang, Bohong Weng, Wengang Zhou, Houqiang Li

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院，合肥综合性国家科学中心） 纠错

AI总结 本文提出结构动作变换器，通过结构化视角解决高自由度机械手的跨身体技能转移问题，实现更高效的灵巧操作。

Comments Accepted by CVPR

Fairness Begins with State: Purifying Latent Preferences for Hierarchical Reinforcement Learning in Interactive Recommendation

公平始于状态：在交互推荐中通过净化潜在偏好进行分层强化学习

Yun Lu, Xiaoyu Shi, Hong Xie, Xiangyu Zhao, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（中国科学院重庆绿色智能技术研究所） ； Chongqing School, University of Chinese Academy of Sciences（中国科学院大学重庆学院） ； The First Affiliated Hospital, University of Science and Technology of China（中国科学技术大学第一附属医院） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 本文提出DSRM-HRL框架，通过净化潜在偏好解决交互推荐中的公平与准确冲突，实现推荐效用与曝光公平的平衡。

Learning Surgical Robotic Manipulation with 3D Spatial Priors

利用3D空间先验学习手术机器人操作

Yu Sheng, Lidian Wang, Xiaomeng Chu, Jiajun Deng, Min Cheng, Yanyong Zhang, Bei Hua, Houqiang Li, Jianmin Ji

机构 * University of Science and Technology of China（中国科学技术大学） ； Tuodao Medical（图道医疗） ； Yale University（耶鲁大学） 纠错

AI总结 本文提出SST，一种端到端的视觉-运动策略，通过内窥镜图像中的3D空间线索提升手术机器人操作的3D空间意识，实现了复杂手术任务的高性能表现。

Comments CVPR26