Calibrating Tabular Anomaly Detection via Optimal Transport
通过最优传输校准表格异常检测
机构 * University of Auckland（奥克兰大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 CTAD通过最优传输距离校准提升表格异常检测性能，适用于多种数据集和检测方法。
高校专区
The Chinese University of Hong Kong（香港中文大学）
SaDiT: Efficient Protein Backbone Design via Latent Structural Tokenization and Diffusion Transformers
SaDiT：通过潜在结构标记化和扩散变换器实现高效的蛋白质骨架设计
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang Lab（浙江实验室） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 SaDiT通过结合潜在结构标记化和扩散变换器，实现了高效的蛋白质骨架设计，提升了生成速度和结构可行性。
Scaling Speech Tokenizers with Diffusion Autoencoders
通过扩散自编码器扩展语音标记器
机构 * Meta Superintelligence Labs（Meta超智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本文提出SiTok，一种基于扩散自编码器的语音标记器，通过监督学习实现语义丰富的表示，并在低token率和比特率下实现高保真音频重建。
Comments ICLR 2026
Evaluating an evidence-guided reinforcement learning framework in aligning light-parameter large language models with decision-making cognition in psychiatric clinical reasoning
评估一种证据引导的强化学习框架在对齐光参数大语言模型与精神科临床推理决策认知中的作用
机构 * The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR, China（香港中文大学） ； Shandong University, Jinan, China（山东大学） ； Peking University Sixth Hospital, Beijing, China（北京大学第六医院） ； Inspur Cloud Information Technology Co., Ltd., Jinan, China（Inspur 云技术有限公司） ； Fudan University, Shanghai, China（复旦大学） ； Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China（山东第一医科大学附属山东省人民医院） ； Jilin University, Changchun, China（吉林大学） ； Hong Kong ICI Cloud Service Limited, Hong Kong SAR, China（香港ICI云服务有限公司） ； Shandong First Medical University, Jinan, China（山东第一医科大学）
AI总结 本研究提出ClinMPO框架，通过证据引导的强化学习使轻量LLM在复杂精神病学推理任务中达到超越人类的准确率。
Comments 21 pages, 8 figures
ReBeCA: Unveiling Interpretable Behavior Hierarchy behind the Iterative Self-Reflection of Language Models with Causal Analysis
ReBeCA: 通过因果分析揭示语言模型迭代自我反思背后的可解释行为层级
机构 * Monash University（莫纳什大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hainan University（海南大学） ； South China University of Technology（华南理工大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 ReBeCA通过因果分析揭示语言模型自我反思中的可解释行为层级，识别因果关系以提升自我反思效果。
Comments 17 pages, 3 figures
Dr. Kernel: Reinforcement Learning Done Right for Triton Kernel Generations
Dr. Kernel：为Triton内核生成正确强化学习
机构 * HKUST（香港科技大学） ； TikTok ； CUHK(SZ)（香港中文大学（深圳）） ； NTU（国立科技大学）
AI总结 Dr. Kernel通过强化学习方法优化内核生成，其模型在Kernelbench测试中达到与Claude-4.5-Sonnet相当的性能，并在速度提升方面超越其他模型。
PromptSplit: Revealing Prompt-Level Disagreement in Generative Models
PromptSplit: 暴露生成模型中的提示级分歧
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（计算机科学与工程系，香港中文大学）
AI总结 PromptSplit通过核方法检测生成模型在提示层面的分歧，提供可解释的分析工具以识别模型行为差异。
Towards Agentic Intelligence for Materials Science
迈向材料科学的代理智能
机构 * DIRO & Institut Courtois, Université de Montréal（蒙特利尔大学DIRO与Courtois研究所） ； Mila – Quebec AI Institute（魁北克AI研究所） ； University of Waterloo（滑铁卢大学） ； Université de Sherbrooke（Sherbrooke大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； The University of Tokyo, Institute of Industrial Science（东京大学工业科学研究所） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Singapore Management University（新加坡管理学院） ； The Hong Kong University of Science and Technology, Guangzhou（香港科学与技术大学（广州）） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； CIFAR AI Chair（CIFAR人工智能主席）
AI总结 本文提出以流程为中心的代理系统框架，通过整合人工智能与材料科学，推动材料发现的自主化与智能化。
Comments 81 pages
Dynamic Vocabulary Pruning: Stable LLM-RL by Taming the Tail
动态词汇剪枝：通过驯服尾部实现稳定的LLM强化学习
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Fudan University（复旦大学）
AI总结 动态词汇剪枝通过限制RL目标到安全词汇，减少尾部token的偏置误差，从而实现稳定的大语言模型强化学习。
SWE-Dev: Evaluating and Training Autonomous Feature-Driven Software Development
SWE-Dev：评估和训练自主的基于特征驱动的软件开发
机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Michigan（密歇根大学）
AI总结 SWE-Dev是一个大规模数据集，用于评估和训练自主编码系统在特征驱动软件开发中的能力，通过提供可运行环境和单元测试提升模型性能。
Hyperbolic Fine-Tuning for Large Language Models
双曲微调用于大语言模型
机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Indian Institute of Science（印度科学研究院） ； Yale University（耶鲁大学） ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 HypLoRA通过在双曲空间中进行低秩适应，提升大语言模型在算术和常识推理任务中的性能。
Comments NeurIPS 2025; https://github.com/marlin-codes/HypLoRA
Bioinspired Kirigami Capsule Robot for Minimally Invasive Gastrointestinal Biopsy
仿生折纸胶囊机器人用于微创消化道活检
机构 * Department of Electronic Engineering, The Chinese University of Hong Kong, Sha Tin, Hong Kong, China, and CUHK Shenzhen Research Institute, CUHK-SZRI, Shenzhen, China（电子工程系，香港中文大学（深圳）研究学院，香港中文大学（深圳）研究学院，深圳，中国） ； Department of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819, China（机械工程与自动化系，东北大学，沈阳110819，中国） ； Department of Medicine and Therapeutics and Institute of Digestive Disease, The Chinese University of Hong Kong, Hong Kong（医学与治疗系及消化疾病研究所，香港中文大学，香港）
AI总结 Kiri-Capsule是一种受折纸启发的胶囊机器人，通过双凸轮机构驱动可展开PI薄膜褶皱，实现微创、可重复的消化道组织活检，提供可进行组织学分析的活检样本。
Comments 8 pages, 11 figures, accepted to IEEE ICRA
