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

Ego-Grounding for Personalized Question-Answering in Egocentric Videos

面向第一视角视频的个性化问答中的自我定位

Junbin Xiao, Shenglang Zhang, Pengxiang Zhu, Angela Yao

机构 * University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出MyEgo数据集，用于评估多模态大语言模型在需要自我定位的个性化问答中的能力，发现现有模型在自我记忆和推理方面存在显著不足。

Comments To appear at CVPR'26

PLOT: Enhancing Preference Learning via Optimal Transport

PLOT：通过最优传输增强偏好学习

Liang Zhu, Yuelin Bai, Xiankun Ren, Jiaxi Yang, Lei Zhang, Feiteng Fang, Hamid Alinejad-Rokny, Minghuan Tan, Min Yang

机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Chongqing University（重庆大学） ； University of New South Wales（新南威尔士大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 PLOT通过最优传输理论提升大语言模型的偏好学习，解决性能、计算成本和全局关系建模问题，实验显示其在人类价值观和逻辑问题解决方面均提升对齐性能。

DEFT: Distribution-guided Efficient Fine-Tuning for Human Alignment

DEFT：基于分布的高效微调以实现人类对齐

Liang Zhu, Feiteng Fang, Yuelin Bai, Longze Chen, Zhexiang Zhang, Minghuan Tan, Min Yang

机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Science and Technology of China（中国科学技术大学） ； University of Copenhagen（哥本哈根大学） 纠错

AI总结 本文提出DEFT框架，通过数据过滤和分布引导提升模型对齐效率与泛化能力，减少训练时间。

NED-Tree: Bridging the Semantic Gap with Nonlinear Element Decomposition Tree for LLM Nonlinear Optimization Modeling

NED-Tree: 通过非线性元素分解树弥合语义鸿沟以实现LLM非线性优化建模

Zhijing Hu, Yufan Deng, Haoyang Liu, Changjun Fan

机构 * College of System Engineering, National University of Defense Technology（国防科技大学系统工程学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出NED-Tree框架，通过句级提取策略和递归树结构解决LLM在非线性优化建模中的语义鸿沟问题，实验显示其在10个基准测试中达到72.51%的平均准确率。

Comments 17 pages, 7 figures, conference

ReFlow: Self-correction Motion Learning for Dynamic Scene Reconstruction

ReFlow：用于动态场景重建的自校正运动学习

Yanzhe Liang, Ruijie Zhu, Hanzhi Chang, Zhuoyuan Li, Jiahao Lu, Tianzhu Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（深空探测实验室，深空探测全国重点实验室） 纠错

AI总结 ReFlow提出了一种统一框架，通过自校正方式从原始视频学习3D运动，提升动态场景重建的鲁棒性和准确性。

Comments Project page: https://rosetta-leong.github.io/ReFlow_Page/ {this https URL}

RAE-AR: Taming Autoregressive Models with Representation Autoencoders

RAE-AR：通过表示自编码器驯服自回归模型

Hu Yu, Hang Xu, Jie Huang, Zeyue Xue, Haoyang Huang, Nan Duan, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） ； JD Explore Academy（京东探索研究院） ； The University of Hong Kong（香港大学） 纠错

AI总结 本文研究了将高维表示自编码器融入自回归模型中的挑战，提出RAE-AR方法，通过分布归一化和噪声注入缓解复杂分布建模和训练-推理差距问题，实验证明其在自回归模型中表现接近传统VAE。

A Novel FACS-Aligned Anatomical Text Description Paradigm for Fine-Grained Facial Behavior Synthesis

一种基于FACS的解剖学对齐的面部行为描述范式用于细粒度面部行为合成

Jiahe Wang, Cong Liang, Xuandong Huang, Yuxin Wang, Xin Yun, Yi Wu, Yanan Chang, Shangfei Wang

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

AI总结 本文提出基于FACS的面部行为合成新范式，通过解剖学驱动的自然语言控制信号，构建了首个大规模文本-图像配对数据集，并提出AAAD指标和VQ-AUFace框架，显著提升了合成效果。