The Chinese University of Hong Kong（香港中文大学）

FlatLand: Personalized Graph Federated Learning via Tailored Lorentz Space

FlatLand：基于定制洛伦兹空间的个性化图联邦学习

Jiahong Liu, Ram Samarth B B, Xinyu Fu, Menglin Yang, Weixi Zhang, Rex Ying, Irwin King

机构 * The Chinese University of Hong Kong（香港中文大学） ； Yale University（耶鲁大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 该研究针对图联邦学习中客户端图结构异质性问题，提出FlatLand方法，通过定制洛伦兹空间与参数解耦策略实现个性化联邦学习，在低维设置下表现更优。

Comments 34 pages, 9 figures, 8 tables. Accepted at ICML 2026 (Oral)

Reinforcement Learning for Continuous-Time Jump Markov Decision Processes with Applications to Network Dynamic Pricing

面向连续时间跳跃马尔可夫决策过程的强化学习及其在网络动态定价中的应用

Huiling Meng, Ningyuan Chen, Xuefeng Gao

机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Toronto（多伦多大学） 纠错

AI总结 该研究针对通用离散状态空间的连续时间跳跃马尔可夫决策过程，建立q学习理论基础并开发无模型算法，其在网络动态定价应用中优于基准方法。

Volumetric Radiology AI in the Era of Multimodal Large Language Models

多模态大语言模型时代的容积放射学人工智能

Zanting Ye, Shengyuan Liu, Xin Liu, Chenhui Wang, Zhisong Wang, Jiashuai Liu, Zipei Wang, Cheng Wang, Wentao Pan, Mengjie Fang, Di Dong, Mohammad Salmanpour, Arman Rahmim, Yu Gu, Yong Xia, Hongming Shan, Yixuan Yuan, Yefeng Zheng, Lijun Lu

机构 * Fudan University（复旦大学） ； Northwestern Polytechnical University（西北工业大学） ； Xi’an Jiaotong University（西安交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Southern Medical University（南方医科大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Microsoft Research（微软研究院） ； Westlake University（西湖大学） 纠错

AI总结 该综述梳理截至2026年7月的200余篇文献，探讨多模态大语言模型时代容积放射学AI的表征、智能体系统及临床评估，提出相关框架以明确原生容积建模的适用场景。

Comments 9 Figures, 6 tables

EndoLIFT: Language-Disambiguated Latent-Conditioned Rectified Flow for Bidirectional Endoscopic Control

EndoLIFT：用于双向内镜控制的语言消歧潜在条件修正流

Chi Kit Ng, Yidong Zhang, Lui Siu Hing, Jinsong Lin, Tianchun Wu, Ho Yin Chim, Zhiqing Tang, Tao Yang, Huxin Gao, Trevor Yeung, Raymond Shing-Yan Tang, Hongliang Ren

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Sixth Affiliated Hospital, Sun Yat-sen University（中山大学附属第六医院） 纠错

AI总结 EndoLIFT是一种视觉-语言-动作策略，通过结合语言意图条件与潜在条件修正流，解决双向内镜控制的意图混叠问题，在导航准确率、错误方向减少及多 phantom 试验中均取得显著提升。

Beyond Prompt Engineering: A Systematic Analysis of Prompt Lexical Sensitivity and Its Impacts on Quality

提示工程之外：提示词词汇敏感性及其对质量影响的系统性分析

Qipeng Xie, Zi Liang, Jiafei Wu, Yufei Chen, Weizheng Wang, Wenao Ma, Zhong Ming, Haiqin Yang, Kaishun Wu

机构 * Shenzhen Technology University（深圳技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Zhejiang Lab（之江实验室） ； The Chinese University of Hong Kong（香港中文大学） ； HKUST (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 该研究针对大型语言模型的提示词词汇敏感性开展大规模机制分析，揭示提示词性能稳定性缩放定律，提出自动化提示词优化智能体，可降低代码生成任务性能方差40.7%，为鲁棒提示工程提供可解释框架。

FlexiSLM: A Spoken Language Model with Dynamic and Controllable Frame Rates

FlexiSLM：一种动态可控帧率的语音语言模型

Jiaqi Li, Chaoren Wang, Xiaohai Tian, Mingjie Chen, Xinyu Liang, Xu Li, Yufan Lin, Junwen Qiu, Jun Zhang, Lu Lu, Haizhou Li, Zhizheng Wu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； ByteDance（字节跳动） 纠错

AI总结 提出FlexiSLM，首个支持动态可控帧率的语音语言模型，利用动态帧率表示在高质量点超越固定帧率7B模型，并在6.25 Hz时推理速度减半且保持高质量。

Comments Accepted to EMNLP2026 Main Conference

Audio Interaction Model

音频交互模型

Zhifei Xie, Zihang Liu, Ze An, Xiaobin Hu, Yue Liao, Ziyang Ma, Dongchao Yang, Mingbao Lin, Deheng Ye, Shuicheng Yan, Chunyan Miao

机构 * NTU（国立新加坡大学） ； NUS（新加坡国立大学） ； CUHK（香港大学） 纠错

AI总结 提出一种统一的在线大型音频语言模型Audio-Interaction，通过始终在线的感知-决策-响应循环实现实时音频交互，并构建了StreamAudio-2M数据集和Proactive-Sound-Bench基准，在保持主流音频任务性能的同时解锁了实时ASR、流式音频指令跟随和主动帮助等能力。

Comments Next generation of LALMs

On the Within-class Variation Issue in Alzheimer's Disease Detection

阿尔茨海默病检测中的类内差异问题

Jiawen Kang, Dongrui Han, Lingwei Meng, Jingyan Zhou, Jinchao Li, Xixin Wu, Helen Meng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Centre for Perceptual and Interactive Intelligence（感知与交互智能中心） 纠错

AI总结 针对阿尔茨海默病检测中存在的类内差异问题，提出软目标蒸馏和实例级重平衡两种方法，在ADReSS和CU-MARVEL语料库上验证了方法的有效性，为相关建模提供了新思路。

Comments Accepted by Interspeech 2025. This is an extended version of the conference paper