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

AEQ-Bench: Measuring Empathy of Omni-Modal Large Models

AEQ-Bench：衡量多模态大模型的共情能力

Xuan Luo, Lewei Yao, Libo Zhao, Lanqing Hong, Kai Chen, Dehua Tao, Daxin Tan, Ruifeng Xu, Jing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Harbin Institute of Technology（哈尔滨工业大学） ； Huawei（华为） ； Hong Kong University of Science and Technology（香港理工大学） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

AI总结 AEQ-Bench通过评估多模态大模型在情感识别和音频响应共情判断上的能力，揭示了音频输出能力对模型性能的影响及非语言表达评估的局限性。

FastStair: Learning to Run Up Stairs with Humanoid Robots

FastStair: 人类机器人跑步上楼梯的学习

Yan Liu, Tao Yu, Haolin Song, Hongbo Zhu, Nianzong Hu, Yuzhi Hao, Xiuyong Yao, Xizhe Zang, Hua Chen, Jie Zhao

机构 * School of Mechanics Engineering, Harbin Institute of Technology (HIT), Harbin Heilongjiang 150001, China（哈尔滨工业大学机械工程学院） ； LimX Dynamics, Shenzhen, China（LimX Dynamics） ； Zhejiang University-University of Illinois Urbana-Champaign Institute (ZJUI), Haining, China（浙江大学-伊利诺伊大学厄巴纳-香槟分校联合研究所） ； Department of Electronic Engineering and Information Science (EEIS), University of Science and Technology of China, Hefei 230027, China（中国科学技术大学电子工程与信息科学系） ； Hong Kong University of Science and Technology, Hong Kong SAR, China（香港科技大学） ； Department of Mechanical Engineering, National University of Singapore, Singapore 117575（新加坡国立大学机械工程系） 纠错

AI总结 FastStair通过结合基于模型的规划器和强化学习，实现仿人机器人快速稳定的楼梯上升，展示了在高速和长楼梯上的卓越性能。

Advancing Adaptive Multi-Stage Video Anomaly Reasoning: A Benchmark Dataset and Method

推动自适应多阶段视频异常推理：一个基准数据集和方法

Chao Huang, Benfeng Wang, Wei Wang, Jie Wen, Li Shen, Wenqi Ren, Yong Xu, Xiaochun Cao

机构 * School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学计算机科学与技术学院（深圳校区）） ； Shenzhen Key Laboratory of Visual Object Detection and Recognition, Harbin Institute of Technology（哈尔滨工业大学深圳视觉目标检测与识别重点实验室） 纠错

AI总结 本文提出视频异常推理任务及相应数据集，通过结构化思维链和自适应策略优化，提升多阶段视频异常推理能力。

Simple Network Graph Comparative Learning

简单网络图比较学习

Qiang Yu, Xinran Cheng, Shiqiang Xu, Chuanyi Liu

机构 * School of Computer Science and Technology, Harbin Institute of Technology,Shenzhen（计算机科学与技术学院，哈尔滨工业大学，深圳） ； Inspur Cloud Information Technology Co., Ltd（Inspur 云信息科技有限公司） 纠错

AI总结 本文提出简单网络图比较学习方法，通过多层拉普拉斯平滑滤波和改进损失函数提升节点分类性能。

Comments 10 pages, 5 figures

Redundancy-Driven Top-$k$ Functional Dependency Discovery

基于冗余度的Top-k函数依赖发现

Xiaolong Wan, Xixian Han

机构 * 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 本文提出SDP算法，通过冗余度发现Top-k函数依赖，优化搜索空间以提高效率。

Exploring the Translation Mechanism of Large Language Models

探索大型语言模型的翻译机制

Hongbin Zhang, Kehai Chen, Xuefeng Bai, Xiucheng Li, Yang Xiang, Min Zhang

机构 * Institute of Computing and Intelligence（计算与智能研究所） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本研究提出子空间干预路径修补法，揭示大型语言模型翻译机制，发现稀疏组件子集主导翻译，通过微调提升性能并推广至复杂任务。

Comments Accepted in NeurIPS 2025 Poster