The University of Hong Kong（香港大学）

OS-Symphony: A Holistic Framework for Robust and Generalist Computer-Using Agent

OS-Symphony: 一个用于鲁棒且通用计算机使用代理的综合框架

Bowen Yang, Kaiming Jin, Zhenyu Wu, Zhaoyang Liu, Qiushi Sun, Zehao Li, JingJing Xie, Zhoumianze Liu, Fangzhi Xu, Kanzhi Cheng, Qingyun Li, Yian Wang, Yu Qiao, Zun Wang, Zichen Ding

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） ； CUHK MMLab（香港中文大学MMLab） ； Xi’an Jiaotong University（西安交通大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 OS-Symphony通过反思记忆代理和多功能工具代理，提升计算机使用代理在长周期任务和新领域中的鲁棒性和泛化能力。

Comments 31 pages, 11 figures, 12 tables

PALUM: Part-based Attention Learning for Unified Motion Retargeting

PALUM：基于部分的注意力学习用于统一的运动重定向

Siqi Liu, Maoyu Wang, Bo Dai, Cewu Lu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Feeling AI ； The University of Hong Kong（香港大学） 纠错

AI总结 PALUM通过语义身体部分划分和注意力机制，实现跨多样化骨骼结构的运动重定向，提升运动真实性和语义保真度。

Group Pattern Selection Optimization: Let LRMs Pick the Right Pattern for Reasoning

分组模式选择优化：让大推理模型选择正确的推理模式

Hanbin Wang, Jingwei Song, Jinpeng Li, Fei Mi, Lifeng Shang

机构 * Peking University（北京大学） ； The University of Hong Kong（香港大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 GPSO通过强化学习框架优化大推理模型的推理模式选择，提升其在不同问题上的推理性能。

Comments 8 pages, 5 figures

MODE: Efficient Time Series Prediction with Mamba Enhanced by Low-Rank Neural ODEs

MODE：基于低秩神经ODEs增强的高效时间序列预测

Xingsheng Chen, Regina Zhang, Bo Gao, Xingwei He, Xiaofeng Liu, Pietro Lio, Kwok-Yan Lam, Siu-Ming Yiu

机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） ； Department of Computing and Data Science, Nanyang Technological University（计算与数据科学系，南洋理工大学） ； School of Information Engineering, Beijing Institute of Graphic Communication（信息工程学院，北京印刷学院） ； Department of Computing and Data Science, The University of Hong Kong（计算与数据科学系，香港大学） ； Yale university（耶鲁大学） ； University of Cambridge（剑桥大学） ； Nanyang technological university（南洋理工大学） ； University of Hong Kong（香港大学） 纠错

AI总结 MODE通过整合低秩神经ODEs与增强Mamba架构，实现了高效的时间序列预测，提升了准确性和可扩展性。

Comments 12 pages, 6 figures, and 3 tables. Updated description and explanations, and correct some typos

LongEmotion: Measuring Emotional Intelligence of Large Language Models in Long-Context Interaction

LongEmotion: 测量大语言模型在长上下文交互中的情感智能

Weichu Liu, Jing Xiong, Yuxuan Hu, Zixuan Li, Minghuan Tan, Ningning Mao, Hui Shen, Wendong Xu, Chaofan Tao, Min Yang, Chengming Li, Lingpeng Kong, Ngai Wong

机构 * Shenzhen MSU-BIT University（深圳MSU-BIT大学） ； The University of Hong Kong（香港大学） ； City University of Hong Kong（香港城市大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； Beijing Normal University（北京师范大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

AI总结 LongEmotion是一个评估大语言模型在长上下文交互中情感智能的基准，通过多任务和协作框架提升模型在情绪识别与共情生成中的表现。

Comments Technical Report

U-MASK: User-adaptive Spatio-Temporal Masking for Personalized Mobile AI Applications

U-MASK：基于用户适应的时空掩码用于个性化移动AI应用

Shiyuan Zhang, Yilai Liu, Yuwei Du, Ruoxuan Yang, Dong In Kim, Hongyang Du

机构 * Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Department of Electrical and Computer Engineering, Sungkyunkwan University（成均馆大学电子与计算机工程系） 纠错

AI总结 U-MASK通过用户适应的时空掩码方法，解决个性化移动AI中的数据稀疏和非平稳性问题，提升短期预测、长期预测和冷启动推荐性能。

Comments 18 pages, 9 figures

R$^3$D: Regional-guided Residual Radar Diffusion

R$^3$D: 基于区域引导的残差雷达扩散

Hao Li, Xinqi Liu, Yaoqing Jin

机构 * University of Arizona（亚利桑那大学） ； University of Hong Kong（香港大学） ； University of Stuttgart（斯图加特大学） 纠错

AI总结 R3D通过区域引导残差雷达扩散框架，整合残差建模与sigma自适应引导，提升雷达点云质量，优于现有方法。

Comments 6 pages, 4 figures

Channel Knowledge Map Construction via Guided Flow Matching

通过引导流匹配构建通道知识图

Ziyu Huang, Yong Zeng, Shen Fu, Xiaoli Xu, Hongyang Du

机构 * National Mobile Communications Research Laboratory, Southeast University, Nanjing 210096, China（南京东南大学国家移动通信研究中心） ； Pervasive Communication Research Center, Purple Mountain Laboratories, Nanjing 211111, China（紫金山实验室 pervasive 通信研究中心） ； Department of Electrical and Electronic Engineering, University of Hong Kong, Hong Kong SAR, China（香港大学电子工程系） 纠错

AI总结 本文提出LT-GFM框架，通过线性传输引导流匹配高效构建通道知识图，实现高保真与高效之间的平衡。

HiRes-LLaVA: Restoring Fragmentation Input in High-Resolution Large Vision-Language Models

HiRes-LLaVA: 高分辨率大视觉-语言模型中碎片化输入的恢复

Runhui Huang, Xinpeng Ding, Chunwei Wang, Jianhua Han, Yulong Liu, Hengshuang Zhao, Hang Xu, Lu Hou, Wei Zhang, Xiaodan Liang

机构 * Shenzhen campus of Sun Yat-sen University（中山大学深圳校区） ； Huawei（华为） ； The Hong Kong University of Science and Technology（香港科技大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 HiRes-LLaVA通过引入SliceRestore适配器和Self-Mining Sampler，有效恢复高分辨率输入的碎片化问题，提升模型在文档相关任务中的性能。