ByteDance（字节跳动）

TripVVT: A Large-Scale Triplet Dataset and a Coarse-Mask Baseline for In-the-Wild Video Virtual Try-On

TripVVT：一个大规模三元组数据集和一个粗略遮罩基线用于真实场景视频虚拟试穿

Dingbao Shao, Song Wu, Shenyi Wang, Ye Wang, Ziheng Tang, Fei Liu, Jiang Lin, Xinyu Chen, Qian Wang, Ying Tai, Jian Yang, Zili Yi

机构 * Nanjing University, China（南京大学） ； JIUTIAN Research, CMCC, China（JIUTIAN研究院，CMCC，中国） ； Jilin University, China（吉林大学） ； ByteDance Inc., China（字节跳动公司） 纠错

AI总结 本文提出TripVVT-10K数据集和TripVVT框架，通过改进的遮罩先验提升视频虚拟试穿的鲁棒性和质量，同时建立评估基准以验证其在复杂场景中的泛化能力。

When Personalization Tricks Detectors: The Feature-Inversion Trap in Machine-Generated Text Detection

当个性化技巧欺骗检测器：机器生成文本检测中的特征反向陷阱

Lang Gao, Xuhui Li, Chenxi Wang, Mingzhe Li, Wei Liu, Zirui Song, Jinghui Zhang, Rui Yan, Preslav Nakov, Xiuying Chen

机构 * MBZUAI ； ByteDance（字节跳动） ； National University of Singapore（新加坡国立大学） ； Wuhan University（武汉大学） 纠错

AI总结 本文提出了一种检测器在个性化文本中性能变化的预测方法，揭示了特征反向陷阱对检测器鲁棒性的影响，并通过实验验证了该方法的有效性。

Comments Oral of ACL 2026