Xi'an Jiaotong University（西安交通大学）

A Patch-based Cross-view Regularized Framework for Backdoor Defense in Multimodal Large Language Models

基于补丁的跨视图正则化框架用于多模态大语言模型中的后门防御

Tianmeng Fang, Yong Wang, Zetai Kong, Zengzhen Su, Jun Wang, Chengjin Yu, Wei Wang

机构 * Singapore Management University（新加坡管理大学） ； China University of Mining and Technology（中国矿业大学） ； The University of Melbourne（墨尔本大学） ； Anhui University（安徽大学） ； Xi’an Jiaotong University（西安交通大学） ； Sun Yat-sen University（中山大学） 纠错

AI总结 本文提出一种基于补丁增强和跨视图正则化的统一后门防御框架，通过约束特征表示和输出分布层面的异常行为，有效降低后门攻击成功率并保持正常生成能力。

Comments 26 pages, 3 figures. Subjects: Machine Learning (cs.LG)

Fine-grained Analysis of Stability and Generalization for Stochastic Bilevel Optimization

细粒度分析随机双层优化的稳定性和泛化能力

Xuelin Zhang, Hong Chen, Bin Gu, Tieliang Gong, Feng Zheng

机构 * College of Informatics, Huazhong Agricultural University（华中农业大学信息学院） ； Engineering Research Center of Intelligent Technology for Agriculture, Ministry of Education（教育部农业智能技术工程研究中心） ； School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） 纠错

AI总结 本文研究了随机双层优化方法的稳定性和泛化能力，通过理论分析和实验验证，推导了单时间尺度和双时间尺度SGD的稳定性上界，适用于非凸-非凸、凸-凸和强凸-强凸等不同场景。

MisEdu-RAG: A Misconception-Aware Dual-Hypergraph RAG for Novice Math Teachers

MisEdu-RAG：一种面向初学者数学教师的误解意识双超图RAG

Zhihan Guo, Rundong Xue, Yuting Lu, Jionghao Lin

机构 * The University of Hong Kong（香港大学） ； Xi'an Jiaotong University（西安交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Monash University（莫纳什大学） 纠错

AI总结 针对初学者数学教师难以诊断和纠正学生错误的问题，提出基于双超图的RAG框架，通过组织教学知识和学生错误案例，提升响应质量。

ATSS: Detecting AI-Generated Videos via Anomalous Temporal Self-Similarity

ATSS：通过异常时间自相似性检测AI生成视频

Hang Wang, Chao Shen, Lei Zhang, Zhi-Qi Cheng

机构 * Xi’an Jiaotong University（西安交通大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Washington（华盛顿大学） 纠错

AI总结 本文提出ATSS方法，通过三重相似性表示和跨注意融合机制，检测AI生成视频的异常时间自相似性，优于现有方法，在多个基准上表现更优。

Comments 16 pages, 4 figures

XSeg: A Large-scale X-ray Contraband Segmentation Benchmark For Real-World Security Screening

XSeg：一个大规模X射线违禁品分割基准用于现实世界的安全筛查

Hongxia Gao, Litao Li, Yixin Chen, Jiali Wen, Kaijie Zhang, Qianyun Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； South China University of Technology（华南理工大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Pazhou Laboratory（琶洲实验室） 纠错

AI总结 本文提出XSeg，首个大规模X射线违禁品分割数据集，包含98644张图像和295932个实例掩码，通过自定义数据清洗流程提升数据质量，并引入APSAM模型提升分割性能。

Comments 12 pages, 8 figures, Accepted to CVPR 2026

A Self-Evolving Defect Detection Framework for Industrial Photovoltaic Systems

面向工业光伏系统的自进化缺陷检测框架

Haoyu He, Yu Duan, Wenzhen Liu, Hanyuan Hang, Boyu Qin, Qiantu Tuo, Xiaoke Yang, Rui Li

机构 * EcoFlow Inc（EcoFlow公司） ； School of Electrical Engineering, Xi’an Jiaotong University（西安交通大学电气工程学院） 纠错

AI总结 本文提出SEPDD框架，通过自适应模型优化与持续自进化学习机制，解决工业光伏检测中分布偏移和新缺陷模式识别问题，实验表明其在公有和私有数据集上均表现优异。

Comments 10 pages, 7 figures