Harbin Institute of Technology（哈尔滨工业大学）

Towards Generalizable Deepfake Detection via Forgery-aware Audio-Visual Adaptation: A Variational Bayesian Approach

面向可泛化的深度伪造检测的伪造感知音频视觉适应：一种变分贝叶斯方法

Fan Nie, Jiangqun Ni, Jian Zhang, Bin Zhang, Weizhe Zhang, Bin Li

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Department of New Networks, Pengcheng Laboratory（鹏城实验室网络部） ； School of Cyber Science and Technology, Sun Yat-sen University（中山大学网络安全科学与技术学院） ； School of Computer Science and Cyber Engineering, Guangzhou University（广州大学计算机科学与网络工程学院） ； School of Cyberspace Science, Harbin Institute of Technology（哈尔滨工业大学网络空间科学学院） 纠错

AI总结 本文提出基于变分贝叶斯的伪造感知音频视觉适应方法，通过估计音频视觉相关性来提升深度伪造检测的泛化能力。

Comments TIFS AQE

CoreEval: Automatically Building Contamination-Resilient Datasets with Real-World Knowledge toward Reliable LLM Evaluation

CoreEval: 通过现实世界知识自动构建抗污染数据集以实现可靠的LLM评估

Jingqian Zhao, Bingbing Wang, Geng Tu, Yice Zhang, Qianlong Wang, Bin Liang, Jing Li, Ruifeng Xu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Provincial Key Laboratory of Novel Security Intelligence Technologies（广东省新型安全智能技术重点实验室） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 CoreEval通过现实世界知识自动更新数据集，提升LLM评估的抗污染能力，减少数据污染导致的性能高估问题。

Comments ACL'25

Rad-GS: Radar-Vision Integration for 3D Gaussian Splatting SLAM in Outdoor Environments

Rad-GS：用于户外环境的雷达-视觉融合3D高斯点云SLAM

Renxiang Xiao, Wei Liu, Yuanfan Zhang, Yushuai Chen, Jinming Chen, Zilu Wang, Liang Hu

机构 * Department of Automation, School of Mechanical Engineering and Automation, Harbin Institute of Technology（自动化系、机械工程与自动化学院、哈尔滨工业大学） ； School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院、哈尔滨工业大学） 纠错

AI总结 Rad-GS通过融合雷达与视觉信息，实现公里级户外环境的3D高斯点云SLAM，提升定位精度与场景重建能力。

Journal ref IEEE Robotics and Automation Letters 10(12), 13359-13366 (2025)

BOOD: Boundary-based Out-Of-Distribution Data Generation

基于边界的Out-Of-Distribution数据生成

Qilin Liao, Shuo Yang, Bo Zhao, Ping Luo, Hengshuang Zhao

机构 * The University of Hong Kong, Hong Kong, China（香港大学） ； School of AI, Shanghai Jiao Tong University, Shanghai, China（上海交通大学人工智能学院） ； Department of Computer Science, Harbin Institute of Technology (Shenzhen), Shenzhen, China（哈尔滨工业大学（深圳）计算机科学系） 纠错

AI总结 BOOD通过在潜在空间中识别决策边界并生成高质量OOD特征，提升OOD检测性能，实验显示在CIFAR-100数据集上显著优于现有方法。

Comments 14 pages, 8 figures, To be published in the Proceedings of the International Conference on Machine Learning (ICML) 2025

Gradient Propagation in Retrosynthetic Space: An Efficient Framework for Synthesis Plan Generation

反合成空间中的梯度传播：一种高效的合成计划生成框架

Chengyang Tian, Yuhang Chang, Yangpeng Zhang, Yang Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出一种基于梯度传播的反合成路径探索算法，通过梯度传播评估节点贡献，实现高效合成计划生成。

Unobservable Subspace Evolution and Alignment for Consistent Visual-Inertial Navigation

不可观测子空间的演化与对齐用于一致的视觉-惯性导航

Chungeng Tian, Fenghua He, Ning Hao

机构 * School of Astronautics, Harbin Institute of Technology（航天学院，哈尔滨工业大学） 纠错

AI总结 本文提出不可观测子空间演化与对齐方法，通过分析估计步骤中的可观测性不匹配问题，解决视觉-惯性导航系统中的一致性挑战。

Comments 20 pages, 16 figures

V2X-RECT: An Efficient V2X Trajectory Prediction Framework via Redundant Interaction Filtering and Tracking Error Correction

V2X-RECT: 一种通过冗余交互过滤和轨迹误差修正的高效V2X轨迹预测框架

Xiangyan Kong, Xuecheng Wu, Xiongwei Zhao, Xiaodong Li, Yunyun Shi, Gang Wang, Dingkang Yang, Yang Liu, Hong Chen, Yulong Gao

机构 * Communication Research Center, Harbin Institute of Technology（哈尔滨工业大学通信研究所） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； School of Electronics and Information Engineering, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）电子与信息工程学院） ； College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） 纠错

AI总结 V2X-RECT通过冗余交互过滤和轨迹误差修正，提升高密度环境下的轨迹预测效率和准确性。

Rectifying Soft-Label Entangled Bias in Long-Tailed Dataset Distillation

校正长尾数据集蒸馏中的软标签纠缠偏见

Chenyang Jiang, Hang Zhao, Xinyu Zhang, Zhengcen Li, Qiben Shan, Shaocong Wu, Jingyong Su

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） 纠错

AI总结 ADSA通过校正长尾数据集蒸馏中的软标签纠缠偏见，显著提升尾部类别准确率和整体准确率。

Comments 10 pages, accepted by NeurIPS 2025

Temporal-adaptive Weight Quantization for Spiking Neural Networks

时空自适应权重量化用于脉冲神经网络

Han Zhang, Qingyan Meng, Jiaqi Wang, Baiyu Chen, Zhengyu Ma, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Institute of Computing and Intelligence (ICI), Harbin Institute of Technology（哈尔滨工业大学计算机与智能信息学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 本文提出了一种基于时空动态的权重量化方法TaWQ，用于提升脉冲神经网络的能效，同时保持高精度。

Uni-MoE-2.0-Omni: Scaling Language-Centric Omnimodal Large Model with Advanced MoE, Training and Data

Uni-MoE-2.0-Omni: 通过先进MoE、训练和数据扩展语言导向的多模态大模型

Yunxin Li, Xinyu Chen, Shenyuan Jiang, Haoyuan Shi, Zhenyu Liu, Xuanyu Zhang, Nanhao Deng, Zhenran Xu, Yicheng Ma, Meishan Zhang, Baotian Hu, Min Zhang

机构 * Research Institute of Computing and Intelligence（计算与智能研究 institute） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 Uni-MoE-2.0-Omni通过先进MoE、训练和数据技术，实现了语言导向的多模态大模型，展现出在多模态理解、推理和生成任务中的卓越性能。

Comments 47 pages,10 Figures, Project Website: https://idealistxy.github.io/Uni-MoE-v2.github.io/ Codes: https://github.com/HITsz-TMG/Uni-MoE

Spatial Knowledge Graph-Guided Multimodal Synthesis

基于空间知识图的多模态合成

Yida Xue, Zhen Bi, Jinnan Yang, Jungang Lou, Kehai Chen, Min Zhang, Huajun Chen, Ningyu Zhang

机构 * Zhejiang University（浙江大学） ； Nanjing University of Science and Technology（南京理工大学） ； Huzhou University（湖州大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 SKG2DATA通过空间知识图引导多模态合成，提升多模态大语言模型的空间感知与推理能力。

Comments IEEE/ACM Transactions on Audio, Speech and Language Processing

PINNsFailureRegion Localization and Refinement through White-box AdversarialAttack

通过白盒对抗攻击实现PINNs失效区域定位与精修

Shengzhu Shi, Yao Li, Zhichang Guo, Boying Wu, Yang Zhao

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） ； School of Astronautics, Harbin Institute of Technology（哈尔滨工业大学航天学院） 纠错

AI总结 本文提出WbAR方法，通过白盒对抗攻击定位并精修PINNs在求解复杂PDEs时的失效区域，提升求解精度与稳定性。

Journal ref Neurocomputing (2025): 132055