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

MambaMIM: Pre-training Mamba with State Space Token Interpolation and its Application to Medical Image Segmentation

Fenghe Tang, Bingkun Nian, Yingtai Li, Zihang Jiang, Jie Yang, Wei Liu, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（科学技术大学生物医学工程学院） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（科学技术大学苏州市先进研究所） ； Center for Medical Imaging, Robotics, and Analytic Computing & LEarning (MIRACLE), Suzhou Institute for Advanced Research, USTC（医学影像、机器人与分析计算与学习中心） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系） ； Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University（上海交通大学图像处理与模式识别研究所） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； State Key Laboratory of Precision and Intelligent Chemistry, University of Science and Technology of China（科学技术大学精密与智能化学国家重点实验室） 纠错

Comments Accepted by Medical Image Analysis. Code: https://github.com/FengheTan9/MambaMIM

Journal ref Medical Image Analysis, Volume 103, 2025, Article 103606

Adaptive Schema-aware Event Extraction with Retrieval-Augmented Generation

Sheng Liang, Hang Lv, Zhihao Wen, Yaxiong Wu, Yongyue Zhang, Hao Wang, Yong Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments 15 pages, 3 figures

MA-ROESL: Motion-aware Rapid Reward Optimization for Efficient Robot Skill Learning from Single Videos

Xianghui Wang, Xinming Zhang, Yanjun Chen, Xiaoyu Shen, Wei Zhang

机构 * College of Information Science and Technology, Eastern Institute of Technology（信息科学与技术学院，东部技术学院） ； School of Computer Science and Technology, The University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Department of Computing, The Hong Kong Polytechnic University（计算学院，香港理工大学） 纠错

JSover: Joint Spectrum Estimation and Multi-Material Decomposition from Single-Energy CT Projections

Qing Wu, Hongjiang Wei, Jingyi Yu, S. Kevin Zhou, 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） ； Shanghai Advanced Research Institute, Chinese Academy of Sciences（上海先进研究院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Biomedical Engineering and National Engineering Research Center of Advanced Magnetic Resonance Technologies for Diagnosis and Therapy (NERC-AMRT)（生物医学工程学院和先进磁共振技术诊断与治疗国家工程研究中心） ； Shanghai Jiao Tong University（上海交通大学） ； School of Biomedical Engineering & Suzhou Institute for Advanced Research, University of Science and Technology of China（生物医学工程学院及苏州先进研究所，中国科学技术大学） ； School of Information Science and Technology and Shanghai Engineering Research Center of Intelligent Vision and Imaging, ShanghaiTech University（信息科学与技术学院和智能视觉与成像上海工程研究中心，上海科技大学） 纠错

Comments 11 pages

Gaussian Shading++: Rethinking the Realistic Deployment Challenge of Performance-Lossless Image Watermark for Diffusion Models

Zijin Yang, Xin Zhang, Kejiang Chen, Kai Zeng, Qiyi Yao, Han Fang, Weiming Zhang, Nenghai Yu

机构 * University of Science and Technology of China（中国科学技术大学） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室） ； Department of Information Engineering and Mathematics（信息工程与数学系） ； University of Siena（锡耶纳大学） ； School of Computing（计算学院） ； National University of Singapore（新加坡国立大学） 纠错

Comments 18 pages, 8 figures

ToolACE-DEV: Self-Improving Tool Learning via Decomposition and EVolution

Xu Huang, Weiwen Liu, Xingshan Zeng, Yuefeng Huang, Xinlong Hao, Yuxian Wang, Yirong Zeng, Chuhan Wu, Yasheng Wang, Ruiming Tang, Defu Lian

机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

Embodied Intelligence: The Key to Unblocking Generalized Artificial Intelligence

Jinhao Jiang, Changlin Chen, Shile Feng, Wanru Geng, Zesheng Zhou, Ni Wang, Shuai Li, Feng-Qi Cui, Erbao Dong

机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） ； Amazon Development Center Germany GmbH（亚马逊德国开发中心） 纠错

Comments 19pages,7 figures,3 tables

GRACE: Estimating Geometry-level 3D Human-Scene Contact from 2D Images

Chengfeng Wang, Wei Zhai, Yuhang Yang, Yang Cao, Zhengjun Zha

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

ElectricSight: 3D Hazard Monitoring for Power Lines Using Low-Cost Sensors

Xingchen Li, LiDian Wang, Yu Sheng, ZhiPeng Tang, Haojie Ren, Guoliang You, YiFan Duan, Jianmin Ji, Yanyong Zhang

机构 * School of Computer Science and Technology, University of Science and Technology of China (USTC)（中国科学技术大学计算机科学与技术学院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） 纠错

Weakly Supervised Temporal Sentence Grounding via Positive Sample Mining

Lu Dong, Haiyu Zhang, Hongjie Zhang, Yifei Huang, Zhen-Hua Ling, Yu Qiao, Limin Wang, Yali Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学） ； State Key Laboratory for Novel Software Technology（国家软件创新科技重点实验室） ； Nanjing University（南京大学） ； Shenzhen Key Laboratory of Computer Vision and Pattern Recognition（深圳计算机视觉与模式识别重点实验室） ； Shenzhen Institute of Advanced Technology（深圳先进技术研究院） ； Chinese Academy of Sciences（中国科学院） 纠错

Comments TCSVT 2025, doi at https://ieeexplore.ieee.org/document/10970001

HDGlyph: A Hierarchical Disentangled Glyph-Based Framework for Long-Tail Text Rendering in Diffusion Models

Shuhan Zhuang, Mengqi Huang, Fengyi Fu, Nan Chen, Bohan Lei, Zhendong Mao

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

Order Matters in Hallucination: Reasoning Order as Benchmark and Reflexive Prompting for Large-Language-Models

Zikai Xie

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

Comments 8 pages, submitted to ACL ARR

CodeV: Empowering LLMs with HDL Generation through Multi-Level Summarization

Yang Zhao, Di Huang, Chongxiao Li, Pengwei Jin, Muxin Song, Yinan Xu, Ziyuan Nan, Mingju Gao, Tianyun Ma, Lei Qi, Yansong Pan, Zhenxing Zhang, Rui Zhang, Xishan Zhang, Zidong Du, Qi Guo, Xing Hu

机构 * State Key Lab of Processors, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所处理器重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Cambricon Technologies（寒武科技） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Center for Processor Technologies（上海处理器技术创新中心） 纠错

Comments 13 pages, 10 figures, journal

Nature's Insight: A Novel Framework and Comprehensive Analysis of Agentic Reasoning Through the Lens of Neuroscience

Zinan Liu, Haoran Li, Jingyi Lu, Gaoyuan Ma, Xu Hong, Giovanni Iacca, Arvind Kumar, Shaojun Tang, Lin Wang

机构 * School of EEE, Nanyang Technological University (NTU)（南洋理工大学电子工程系） ； School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络科学与技术学院） ； School of Integrated Circuits and Electronics, Beijing Institute of Technology（北京理工大学集成电路与电子学院） ； School of Social Sciences, Nanyang Technological University（南洋理工大学社会科学学院） ； Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息工程与计算机科学系） ； Division of Computational Science and Technology, KTH Royal Institute of Technology（皇家理工学院计算科学与技术系） ； Bioscience and Biomedical Engineering, Hong Kong University of Science & Technology（香港科技大学生物科学与生物医学工程系） 纠错

Comments 39 pages, 17 figures

Augmented Deep Contexts for Spatially Embedded Video Coding

Yifan Bian, Chuanbo Tang, Li Li, Dong Liu

机构 * MOE Key Laboratory of Brain-Inspired Intelligent Perception and Cognition（脑启发式智能感知与认知实验室） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments 15 pages,CVPR

Advancing and Benchmarking Personalized Tool Invocation for LLMs

Xu Huang, Yuefeng Huang, Weiwen Liu, Xingshan Zeng, Yasheng Wang, Ruiming Tang, Hong Xie, Defu Lian

机构 * 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） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

Comments 14 pages, 7 figures, 5 tables

End-to-end Surface Optimization for Light Control

Yuou Sun, Bailin Deng, Juyong Zhang

机构 * University of Science and Technology of China（中国科学技术大学） ； Cardiff University（卡迪夫大学） 纠错

Comments This is the author's version of the work. It is posted here for your personal use. Not for redistribution. The definitive Version of Record was published in ACM Transactions on Graphics, https://doi.org/10.1145/3732284

Deep Neural Network for Phonon-Assisted Optical Spectra in Semiconductors

Qiangqiang Gu, Shishir Kumar Pandey, Zhanghao Zhouyin

机构 * School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与大数据学院） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州市先进研究院） ； AI for Science Institute, Beijing 100080, China（北京人工智能研究院） ； Suzhou Big Data & AI Research and Engineering Center, Suzhou 215123, China（苏州大数据与人工智能研究与工程中心） ； Birla Institute of Technology & Science, Pilani-Dubai Campus, Dubai 345055, UAE（巴里尔理工学院迪拜校区） ； Department of Physics, McGill University（麦吉尔大学物理系） 纠错

Comments 6 pages, 5 figures

MetaScenes: Towards Automated Replica Creation for Real-world 3D Scans

Huangyue Yu, Baoxiong Jia, Yixin Chen, Yandan Yang, Puhao Li, Rongpeng Su, Jiaxin Li, Qing Li, Wei Liang, Song-Chun Zhu, Tengyu Liu, Siyuan Huang

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Beijing Institute of Technology（北京理工大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments CVPR 2025

DNAZEN: Enhanced Gene Sequence Representations via Mixed Granularities of Coding Units

Lei Mao, Yuanhe Tian, Yan Song

机构 * Origin Omics University of Washington（Origin Omics华盛顿大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments 19 pages, 3 figures

QiMeng-Xpiler: Transcompiling Tensor Programs for Deep Learning Systems with a Neural-Symbolic Approach

Shouyang Dong, Yuanbo Wen, Jun Bi, Di Huang, Jiaming Guo, Jianxing Xu, Ruibai Xu, Xinkai Song, Yifan Hao, Xuehai Zhou, Tianshi Chen, Qi Guo, Yunji Chen

机构 * University of Science and Technology of China（科学技术大学） ； Cambricon Technologies（Cambricon科技） ； SKL of Processors, Institute of Computing Technology, Chinese Academy of Sciences（处理器实验室，计算技术研究所，中国科学院） ； Institute of Software, Chinese Academy of Sciences（软件研究所，中国科学院） 纠错

Comments Accepted to OSDI 2025

GraphPrompter: Multi-stage Adaptive Prompt Optimization for Graph In-Context Learning

Rui Lv, Zaixi Zhang, Kai Zhang, Qi Liu, Weibo Gao, Jiawei Liu, Jiaxia Yan, Linan Yue, Fangzhou Yao

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） 纠错

Comments 14 pages. IEEE International Conference on Data Engineering (ICDE'2025), accepted

DualDiff: Dual-branch Diffusion Model for Autonomous Driving with Semantic Fusion

Haoteng Li, Zhao Yang, Zezhong Qian, Gongpeng Zhao, Yuqi Huang, Jun Yu, Huazheng Zhou, Longjun Liu

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（国家级人机混合增强智能实验室） ； National Engineering Research Center for Visual Information and Applications（国家视觉信息与应用工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所） ； Xi’an Jiaotong University（西安交通大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments 8 pages, 6 figures,

Unlearning Sensitive Information in Multimodal LLMs: Benchmark and Attack-Defense Evaluation

Vaidehi Patil, Yi-Lin Sung, Peter Hase, Jie Peng, Tianlong Chen, Mohit Bansal

机构 * Department of Computer Science（计算机科学系） ； University of North Carolina at Chapel Hill（北卡罗来纳大学 Chapel Hill 分校） ； School of Artificial Intelligence and Data Science（人工智能与数据科学学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments The dataset and code are publicly available at https://github.com/Vaidehi99/UnLOK-VQA

FreePCA: Integrating Consistency Information across Long-short Frames in Training-free Long Video Generation via Principal Component Analysis

Jiangtong Tan, Hu Yu, Jie Huang, Jie Xiao, Feng Zhao

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联合实验室，中国科学技术大学） 纠错

Comments Accepted by CVPR 2025

MASH: Masked Anchored SpHerical Distances for 3D Shape Representation and Generation

Changhao Li, Yu Xin, Xiaowei Zhou, Ariel Shamir, Hao Zhang, Ligang Liu, Ruizhen Hu

机构 * University of Science and Technology of China（中国科学技术大学） ； State Key Laboratory of CAD & CG, Zhejiang University（浙江大学CAD与CG国家重点实验室） ； Reichman University（雷赫利亚大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Shenzhen University（深圳大学） 纠错

Comments 11 pages, 11 figures, SIGGRAPH 2025 Accept - Conference

Agentic Feedback Loop Modeling Improves Recommendation and User Simulation

Shihao Cai, Jizhi Zhang, Keqin Bao, Chongming Gao, Qifan Wang, Fuli Feng, Xiangnan He

机构 * University of Science and Technology of China（中国科学技术大学） ； Meta AI ； MoE Key Lab of BIPC, University of Science and Technology of China（中国科学技术大学信息与电子技术教育部重点实验室） 纠错

An Empirical Study on Prompt Compression for Large Language Models

Zheng Zhang, Jinyi Li, Yihuai Lan, Xiang Wang, Hao Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； South China University of Technology（华南理工大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

Comments Accepted by Building Trust Workshop at ICLR 2025

Why Compress What You Can Generate? When GPT-4o Generation Ushers in Image Compression Fields

Yixin Gao, Xiaohan Pan, Xin Li, Zhibo Chen

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

Learning Multi-view Multi-class Anomaly Detection

Qianzi Yu, Yang Cao, Yu Kang

机构 * USTC（中国科学技术大学） 纠错