Xi'an Jiaotong University（西安交通大学）

StarVLA-$α$: Reducing Complexity in Vision-Language-Action Systems

StarVLA-$α$：降低视觉-语言-动作系统复杂度

Jinhui Ye, Ning Gao, Senqiao Yang, Jinliang Zheng, Zixuan Wang, Yuxin Chen, Pengguang Chen, Yilun Chen, Shu Liu, Jiaya Jia

机构 * HKUST（香港科技大学） ； XJTU（西安交通大学） ； CUHK（香港中文大学） ； THU（清华大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； SmartMore Ltd.（SmartMore有限公司） 纠错

AI总结 本文提出StarVLA-$α$，通过简化架构与流程降低实验干扰，系统分析VLA设计关键因素，在多个基准测试中表现优异，优于现有模型20%。

Finetune Like You Pretrain: Boosting Zero-shot Adversarial Robustness in Vision-language Models

微调如你预训练：提升视觉语言模型零样本对抗鲁棒性

Songlong Xing, Weijie Wang, Zhengyu Zhao, Jindong Gu, Philip Torr, Nicu Sebe

机构 * University of Trento（特伦托大学） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Xi’an Jiaotong University（西安交通大学） ； University of Oxford（牛津大学） 纠错

AI总结 本文提出AdvFLYP方法，通过遵循CLIP预训练过程的训练配方，利用网络上收集的图像-文本对生成对抗样本，并通过对比损失匹配文本，提升视觉语言模型的零样本对抗鲁棒性。

Comments Accepted to CVPR Findings Track 2026

Select Smarter, Not More: Prompt-Aware Evaluation Scheduling with Submodular Guarantees

选择更聪明，而非更多：基于提示的评估调度与子模保证

Xiaoyu Ma, Yiwen Li, Haoyue Liu, Zhichao Wang, Ye Chen, Yongxin Guo, Xiaoying Tang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Xi’an Jiaotong University（西安交通大学） ； Taobao and Tmall Group（淘宝天猫集团） 纠错

AI总结 本文提出POES方法，通过整合信息论评分、设施覆盖和切换成本，实现子模保证的评估调度，提升提示优化效率与准确性。

Mobile GUI Agent Privacy Personalization with Trajectory Induced Preference Optimization

基于轨迹诱导的偏好优化的移动GUI代理隐私个性化

Zhixin Lin, Jungang Li, Dongliang Xu, Shidong Pan, Yibo Shi, Yuchi Liu, Yuecong Min, Yue Yao

机构 * Shandong University（山东大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； New York University（纽约大学） ； Xi'an Jiaotong University（西安交通大学） ； Australian National University（澳大利亚国立大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

AI总结 本文研究移动GUI代理的隐私个性化问题，提出轨迹诱导偏好优化方法，通过偏好强度加权和填充门机制提升隐私保护与任务执行效率。

Comments 10 pages, 6 figures, 3 tables

Seg2Change: Adapting Open-Vocabulary Semantic Segmentation Model for Remote Sensing Change Detection

Seg2Change: 为遥感变化检测适应开放词汇语义分割模型

You Su, Yonghong Song, Jingqi Chen, Zehan Wen

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出Seg2Change框架，通过构建类别无关变化检测数据集和设计类别无关变化头，实现开放词汇变化检测任务，提升遥感图像变化检测性能。

Comments 21 pages, 15 figures

Exploring Knowledge Conflicts for Faithful LLM Reasoning: Benchmark and Method

探索知识冲突以实现忠实的LLM推理：基准与方法

Tianzhe Zhao, Jiaoyan Chen, Shuxiu Zhang, Haiping Zhu, Qika Lin, Jun Liu

机构 * 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, The University of Manchester（曼彻斯特大学计算机科学系） ； Hunan University（湖南大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出ConflictQA基准，揭示LLM在处理跨源知识冲突时的不足，并提出XoT框架以提升异构冲突证据推理的可靠性。

Comments Accepted at SIGIR 2026

A Survey of Inductive Reasoning for Large Language Models

大型语言模型归纳推理的综述

Kedi Chen, Dezhao Ruan, Yuhao Dan, Yaoting Wang, Siyu Yan, Xuecheng Wu, Yinqi Zhang, Qin Chen, Jie Zhou, Liang He, Biqing Qi, Linyang Li, Qipeng Guo, Xiaoming Shi, Wei Zhang

机构 * East China Normal University（华东师范大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学） ； Xi’an Jiaotong University（西安交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 本文综述了大型语言模型中归纳推理的方法与评估，分为训练后改进、测试时扩展和数据增强三大类，并提出统一的评估方法，为未来研究奠定基础。

AIM-Bench: Benchmarking and Improving Affective Image Manipulation via Fine-Grained Hierarchical Control

AIM-Bench：通过细粒度分层控制进行情感图像操纵的基准测试与改进

Shi Chen, Xuecheng Wu, Heli Sun, Yunyun Shi, Xinyi Yin, Fengjian Xue, Jinheng Xie, Dingkang Yang, Hao Wang, Junxiao Xue, Liang He

机构 * Xi'an Jiaotong University（西安交通大学） ； Zhengzhou University（郑州大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Zhejiang Lab（之江实验室） 纠错

AI总结 本文提出AIM-Bench，通过细粒度分层控制进行情感图像操纵的基准测试，改进了现有图像编辑基准的不足，提出了AIM-40k数据集并提升了模型性能。

MerNav: A Highly Generalizable Memory-Execute-Review Framework for Zero-Shot Object Goal Navigation

MerNav：一种高度可泛化的记忆-执行-审查框架用于零样本物体目标导航

Dekang Qi, Shuang Zeng, Xinyuan Chang, Feng Xiong, Shichao Xie, Xiaolong Wu, Mu Xu

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出MerNav框架，通过记忆、执行和审查模块提升视觉语言导航任务中的成功率和泛化能力，在多个数据集上均取得显著提升。

Comments 9 pages, 2 figures, 5 tables, conference

Adversarial Video Promotion Against Text-to-Video Retrieval

对抗性视频推广对抗文本到视频检索

Qiwei Tian, Chenhao Lin, Zhengyu Zhao, Qian Li, Shuai Liu, Chao Shen

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

AI总结 本文提出首个对抗性视频推广攻击，通过改进的模态细化方法提升黑盒转移能力，实验显示在多种场景下攻击效果显著，揭示了文本到视频检索的潜在漏洞。

Comments This paper has been accepted by TIFS

Tracing the Thought of a Grandmaster-level Chess-Playing Transformer

追溯国际象棋顶级棋手级变压器的思维过程

Rui Lin, Zhenyu Jin, Guancheng Zhou, Xuyang Ge, Wentao Shu, Jiaxing Wu, Junxuan Wang, Zhengfu He, Junping Zhang, Xipeng Qiu

机构 * Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； School of Computer Science, Fudan University, Shanghai, China（复旦大学计算机科学技术学院） ； School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） 纠错

AI总结 本文通过稀疏分解框架解析Leela Chess Zero的内部计算，揭示其战术考量，并引入三个量化指标证明其并行推理行为，首次在MLP和注意力模块上实现可解释性分解。

FlowPalm: Optical Flow Driven Non-Rigid Deformation for Geometrically Diverse Palmprint Generation

FlowPalm: 基于光流的非刚性变形生成几何多样性指纹

Yuchen Zou, Huikai Shao, Lihuang Fang, Zhipeng Xiong, Dexing Zhong

机构 * Xi’an Jiaotong University（西安交通大学） ； Sichuan Digital Economy Industry Development Research Institute（四川数字经济发展研究院） ； Southern University of Science and Technology（南方科技大学） 纠错

AI总结 FlowPalm通过光流驱动生成几何多样性的指纹，结合统计变形模式与渐进采样过程，提升指纹识别性能。