Xi'an Jiaotong University（西安交通大学）

UniT: Unified Geometry Learning with Group Autoregressive Transformer

UniT: 基于群自回归变换器的统一几何学习

Haotian Wang, Yusong Huang, Zhaonian Kuang, Hongliang Lu, Xinhu Zheng, Meng Yang, Gang Hua

机构 * Intelligent Transportation Thrust of the Systems Hub, The Hong Kong University of Science and Technology (GZ), Guangzhou, P.R.China（香港理工大学（广州）系统中心智能交通研究组，中国广东省广州市） ； The National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University, Xi’an, P.R.China（人机混合增强智能国家级重点实验室，西安交通大学，中国陕西省西安市） ； Applied Science, Amazon.com, Inc., USA（亚马逊公司应用科学部，美国） 纠错

AI总结 本文提出UniT模型，通过群自回归变换器统一了几何感知中的多种能力，包括在线感知、离线重建、多模态融合、长视界扩展和度量尺度估计，并引入了适应性几何损失以提升跨场景的度量尺度泛化能力。

Comments Submitted to IEEE T-PAMI

OmniVL-Guard Pro: A Tool-Augmented Agent for Omnibus Vision-Language Forensics

OmniVL-Guard Pro: 一个增强工具的代理用于综合视觉-语言防伪

Jinjie Shen, Zheng Huang, Yuchen Zhang, Yujiao Wu, Yaxiong Wang, Lechao Cheng, Shengeng Tang, Tianrui Hui, Nan Pu, Zhun Zhong

机构 * School of Computer Science and Information Engineering, Hefei University of Technology, Hefei, China（合肥工业大学计算机科学与信息工程学院） ； Wuhan University, Wuhan, China（武汉大学） ； Lab for Intelligence and visiON (LION)（智能与视觉实验室） ； Xi'an Jiaotong University（西安交通大学） 纠错

AI总结 该研究提出OmniVL-Guard Pro，一种增强工具的代理，用于综合视觉-语言防伪，通过整合多种工具环境和引入新的强化学习方法，实现了开放世界中的线索驱动推理，并在多个任务上达到了最先进的性能。

Comments 29 pages

MAP-Law: Coverage-Driven Retrieval Control for Multi-Turn Legal Consultation

MAP-Law: 多轮法律咨询中的覆盖驱动检索控制

Qinchuan Cheng, Jiaqi Liu, Ruixuan Xie, Xiaoya Yuan, Yuxin Liu

机构 * Xi’an Jiaotong University（西安交通大学） ； Sichuan University（四川大学） ； Southwestern University of Finance and Economics（西南财经大学） ； Northeastern University（东北大学） 纠错

AI总结 本文提出了一种覆盖驱动的检索控制框架，用于多轮法律咨询，通过维护用户事实、法律要素、检索目标和检索证据的结构化地图，利用要素覆盖、证据有效性覆盖和边际检索收益来决定检索、澄清、改写或停止操作，实验表明该方法在固定法律要素模式下能有效实现要素覆盖。

Enabling Regulatory Multi-Agent Collaboration: Architecture, Challenges, and Solutions

使监管多智能体协作成为可能：架构、挑战与解决方案

Qinnan Hu, Yuntao Wang, Yuan Gao, Zhou Su, Linkang Du, Qichao Xu

机构 * School of Cyber Science and Engineering（网络科学与工程学院） ； Xi'an Jiaotong University（西安交通大学） ； School of Mechatronic Engineering and Automation（机械电子工程与自动化学院） ； Shanghai University（上海大学） 纠错

AI总结 本文提出了一种基于区块链的分层架构，用于监管智能体协作，设计了三个关键模块以实现自动问责、动态声誉评估和恶意行为预测，从而建立可信、健壮和可扩展的监管机制。

Comments This work has been submitted to the IEEE for possible publication