Xi'an Jiaotong University（西安交通大学）

BadSKP: Backdoor Attacks on Knowledge Graph-Enhanced LLMs with Soft Prompts

BadSKP: 针对增强知识图谱的大型语言模型的后门攻击

Xiaoting Lyu, Yufei Han, Hangwei Qian, Haoyuan Yu, Xiang Ao, Bin Wang, Chenxu Wang, Xiaobo Ma, Wei Wang

机构 * Ministry of Education Key Lab for Intelligent Networks and Network Security（教育部长智能网络与网络安全重点实验室） ； Xi’an Jiaotong University（西安交通大学） ； INRIA（法国国家信息与自动化技术研究院） ； CFAR, A*STAR（新加坡A*STAR机构） ； Beijing Key Laboratory of Security and Privacy in Intelligent Transportation（北京智能交通安全与隐私重点实验室） ； Beijing Jiaotong University（北京交通大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Cyber Engineering, Xi’an University of Electronic Science and Technology（西安电子科技大学网络安全工程学院） ； Ministry of Education Key Lab for Intelligent Networks and Network Security at Xi’an Jiaotong University（西安交通大学教育部长智能网络与网络安全重点实验室） 纠错

AI总结 本文研究了增强知识图谱的大型语言模型中软提示通道的后门攻击问题，提出BadSKP攻击方法，通过多阶段优化策略有效攻击图到提示接口，实验表明其在冻结和毒化设置下具有高成功率。

RealDiffusion: Physics-informed Attention for Multi-character Storybook Generation

RealDiffusion：用于多角色故事书生成的物理信息注意力

Qi Zhao, Jun Chen, Ivor Tsang, Guang Dai

机构 * Xi’an Jiaotong University（西安交通大学） ； Zhejiang Normal University（浙江师范大学） ； SGIT AI Lab, State Grid Corporation of China（国网SGIT人工智能实验室） ； Centre for Frontier AI Research (CFAR), A*STAR, Singapore（前沿人工智能研究中心（CFAR），A*STAR，新加坡） 纠错

AI总结 RealDiffusion通过引入物理信息注意力机制，解决多角色故事生成中叙事动态与角色一致性之间的平衡问题，提升角色连贯性并保持叙事活力。

Comments CVPR2026

Retrieve-then-Steer: Online Success Memory for Test-Time Adaptation of Generative VLAs

检索后再引导：生成式视觉-语言-动作模型的在线成功记忆用于测试时适应

Jianchao Zhao, Huoren Yang, Yusong Hu, Yuyang Gao, Qiguan Ou, Cong Wan, SongLin Dong, Zhiheng Ma, Yihong Gong

机构 * College of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； One Robotics ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

AI总结 本文提出一种在线成功记忆引导的测试时适应框架，用于生成式视觉-语言-动作模型，在重复或缓慢变化的环境中通过重用成功经验提升可靠性。

Shaping Schema via Language Representation as the Next Frontier for LLM Intelligence Expanding

通过语言表示塑造模式作为扩展LLM智能的下一个前沿

Zhiqin Yang, Yuhan Liu, Jingwen Fu, Pei Fu, Bo Han, Masashi Sugiyama, Nanning Zheng

机构 * The Hong Kong University of Science and Technology（香港理工大学） ； MiLM Plus, Xiaomi Inc（小米公司） ； Zhongguancun Academy（中关村学院） ； Hong Kong Baptist University（香港 Baptist大学） ； The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 本文探讨通过高级语言表示塑造模式作为扩展LLM智能的新方向，提出语言表示的结构和符号复杂性对知识激活和组织至关重要，并通过实验证明语言表示设计的有效性。

Comments 41 pages, 30 figures

Learning Action Manifold with Multi-view Latent Priors for Robotic Manipulation

基于多视图潜在先验的学习动作流形用于机器人操作

Junjin Xiao, Dongyang Li, Yandan Yang, Shuang Zeng, Tong Lin, Xinyuan Chang, Feng Xiong, Mu Xu, Xing Wei, Zhiheng Ma, Qing Zhang, Wei-Shi Zheng

机构 * Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China（机器智能与先进计算国家重点实验室，教育部，中国） ； AMap, Alibaba Group（阿里的AMap） ； Xi’an Jiaotong University（西安交通大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

AI总结 本文提出利用多视图扩散模型合成潜在新视角，并引入几何引导门控变换器以提升机器人视觉-语言-动作模型的空间感知与操作性能，通过动作流形学习提高动作学习效率，实验证明优于现有方法。

Beyond World-Frame Action Heads: Motion-Centric Action Frames for Vision-Language-Action Models

超越世界坐标动作头：面向视觉-语言-动作模型的运动中心动作框架

Huoren Yang, Jianchao Zhao, Hu Yusong, Qiguan Ou, Yuyang Gao, Wei Ke, Yuhang He, SongLin Dong, Zhiheng Ma, Yihong Gong

机构 * Xi’an Jiaotong University（西安交通大学） ； One Robotics ； Shenzhen University of Advanced Technology（深圳大学先进技术学院） 纠错

AI总结 本文提出MCF-Proto，一种轻量级动作头，通过运动中心动作框架和原型基动作参数化，提升VLA模型对机器人操作行为的组织与泛化能力。

Why Users Go There: World Knowledge-Augmented Generative Next POI Recommendation

为何用户前往那里：世界知识增强的生成性下一个兴趣点推荐

Qiuyu Ding, Heng-Da Xu, Wei Zhang, Dongyi Lv, Changda Xia, Feng Xiong, Mu Xu

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

AI总结 本文提出AWARE模型，通过LLM代理生成时空感知的上下文叙述，结合用户行为增强世界知识，提升POI推荐效果，实验证明其优于基线模型。

CAST: Collapse-Aware multi-Scale Topology Fusion for Multimodal Coreset Selection

CAST：面向多模态聚类选择的坍缩感知多尺度拓扑融合

Boran Zhao, Hetian Liu, Zhenxian Hu, Yuqing Yuan, Yu Yan, Pengju Ren

机构 * School of Software Engineering, the National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, National Engineering Research Center for Visual Information and Applications, and Institute of Artificial Intelligence and Robotics（软件工程学院、人机混合增强智能国家重点实验室、视觉信息与应用国家工程研究中心、人工智能与机器人研究院） ； School of Software Engineering（软件工程学院） ； XJTU-POLIMI Joint School（西交大-波兰理工联合学院） ； Faculty of Electronic and Information Engineering（电子与信息工程学院） ； School of Human Settlements and Civil Engineering（人居与土木工程学院） ； the National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, National Engineering Research Center for Visual Information and Applications, and Institute of Artificial Intelligence and Robotics（人机混合增强智能国家重点实验室、视觉信息与应用国家工程研究中心、人工智能与机器人研究院） 纠错

AI总结 本文提出CAST框架，通过多尺度拓扑融合解决多模态数据集选择中的跨模态信息失衡和分布不匹配问题，提升跨架构泛化能力和能效。

The Midas Touch for Metric Depth

度量深度的Midas触感

Yu Ma, Zizhan Guo, Zuyi Xiong, Haoran Zhang, Yi Feng, Hongbo Zhao, Hanli Wang, Rui Fan

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学上海智能自主系统研究所） ； National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室） 纠错

AI总结 本文提出MTD方法，通过稀疏3D数据将相对深度转为度量深度，解决局部不一致和计算效率问题，提升深度估计精度并支持多种3D任务。

ECHO: Continuous Hierarchical Memory for Vision-Language-Action Models

ECHO：面向视觉-语言-动作模型的连续层次记忆

Yanbin Hu, Jin Cui, Jiayi Lu, Ruixuan Yang, Jun Ye, Boran Zhao, Xingyu Chen, Xuguang Lan, Pengju Ren

机构 * School of Software, Xi’an Jiaotong University（西安交通大学软件学院） ； School of Artificial Intelligence, Xi’an Jiaotong University（西安交通大学人工智能学院） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室，人工智能与机器人研究院） 纠错

AI总结 本文提出ECHO框架，通过连续层次空间提升视觉-语言-动作模型在长周期任务中的表现，实现高效经验检索与泛化能力。