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

Context-Aware Hierarchical Learning: A Two-Step Paradigm towards Safer LLMs

上下文感知的分层学习：一种更安全LLM的两阶段范式

Tengyun Ma, Jiaqi Yao, Daojing He, Shihao Peng, Yu Li, Shaohui Liu, Zhuotao Tian

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Harbin Institute of Technology（哈尔滨工业大学） ； Great Bay University（大贝大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出上下文感知分层学习（CAHL）以提升LLM对工具完成攻击的鲁棒性，通过动态平衡语义理解和指令约束，有效增强模型安全性。

Harnessing Hypergraphs in Geometric Deep Learning for 3D RNA Inverse Folding

利用超图在几何深度学习中进行3D RNA反折叠

Guang Yang, Lei Fan

机构 * Faculty of Computing（计算机学院） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 本文提出HyperRNA框架，利用超图在几何深度学习中实现3D RNA反折叠，通过编码器-解码器结构生成RNA序列并优于现有方法。

Global-Local Aware Scene Text Editing

全局-局部感知场景文本编辑

Fuxiang Yang, Tonghua Su, Donglin Di, Yin Chen, Xiangqian Wu, Zhongjie Wang, Lei Fan

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Li Auto ； Suzhou Research Institute（苏州研究院） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 本文提出GLASTE模型，通过结合全局和局部信息，解决场景文本编辑中的不一致性和长度敏感性问题，提升编辑效果。

GAOT: Generating Articulated Objects Through Text-Guided Diffusion Models

通过文本引导的扩散模型生成拟人化物体：GAOT

Hao Sun, Lei Fan, Donglin Di, Shaohui Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of New South Wales（新南威尔士大学） 纠错

AI总结 GAOT通过文本引导的扩散模型和超图学习，实现从文本提示到拟人化物体的生成，取得优于现有方法的性能。

Comments Accepted by ACM MM Asia2026