The University of Hong Kong（香港大学）

DLM-Scope: Mechanistic Interpretability of Diffusion Language Models via Sparse Autoencoders

DLM-Scope：通过稀疏自编码器实现扩散语言模型的机制可解释性

Xu Wang, Bingqing Jiang, Yu Wan, Baosong Yang, Lingpeng Kong, Difan Zou

机构 * The University of Hong Kong（香港大学） ； Tongyi Lab, Alibaba Group Inc（阿里云实验室） 纠错

AI总结 DLM-Scope通过稀疏自编码器首次实现扩散语言模型的机制可解释性，展示了其在特征提取和干预中的有效性。

Comments 23 pages

Resisting Manipulative Bots in Meme Coin Copy Trading: A Multi-Agent Approach with Chain-of-Thought Reasoning

抵制操纵机器人在表情包加密货币复制交易中的应用：一种基于多智能体的链式推理方法

Yichen Luo, Yebo Feng, Jiahua Xu, Yang Liu

机构 * UCL, Centre for Blockchain Technologies（伦敦大学区块链技术中心） ； The University of Hong Kong, FinTech Academy（香港大学金融科技学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出一种基于多智能体和链式推理的复制交易系统，以抵御操纵机器人，通过多模态大语言模型提升预测准确度和经济表现，实现加密货币投资的稳健收益。

Journal ref Proceedings of the ACM Web Conference 2026 (WWW'26)

SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy

SIDeR：语义身份解耦用于无限制面部隐私保护

Zhuosen Bao, Xia Du, Zheng Lin, Jizhe Zhou, Zihan Fang, Jiening Wu, Yuxin Zhang, Zhe Chen, Chi-man Pun, Wei Ni, Jun Luo

机构 * School of Computer and Information Engineering, Xiamen University of Technology（厦门理工学院计算机与信息工程学院） ； Department of Electrical and Electronic Engineering, University of Hong Kong（香港大学电子与电气工程系） ； School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University（四川大学计算机科学学院，机器学习与工业智能工程研究中心） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； College of Artificial Intelligence, Southwest University（西南大学人工智能学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Department of Computer and Information Science, Faculty of Science and Technology, University of Macau（澳门大学科技学院计算机与信息科学系） ； Data61, CSIRO（CSIRO Data61） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

AI总结 SIDeR通过语义解耦驱动框架实现面部隐私保护，生成视觉匿名的对抗性样本并保持身份一致性，实验显示其在攻击成功率和恢复质量上均优于现有方法。

Comments 14 pages, 8 figures

Pruning Minimal Reasoning Graphs for Efficient Retrieval-Augmented Generation

对检索增强生成进行最小推理图剪枝以提高效率

Ning Wang, Kuanyan Zhu, Daniel Yuehwoon Yee, Yitang Gao, Shiying Huang, Zirun Xu, Sainyam Galhotra

机构 * Cornell University（康奈尔大学） ； University of Cambridge（剑桥大学） ； The University of Hong Kong（香港大学） ； HKUST（香港科技大学） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

AI总结 AutoPrunedRetriever通过最小推理图剪枝提升检索增强生成效率，实现更高效的知识密集型任务处理。

Generalizable Trajectory Prediction via Inverse Reinforcement Learning with Mamba-Graph Architecture

通过Mamba-图架构的逆强化学习实现可推广的轨迹预测

Wenyun Li, Wenjie Huang, Zejian Deng, Chen Sun

机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） ； Musketeers Foundation Institute of Data Science, HKU（穆斯quettes基金会数据科学研究所） 纠错

AI总结 本文提出基于Mamba-图架构的逆强化学习方法，通过推断奖励函数提升轨迹预测的跨场景泛化能力，实验表明其在复杂交通场景中的预测精度和适应性优于现有方法。

SAP-CoPE: Social-Aware Planning using Cooperative Pose Estimation with Infrastructure Sensor Nodes

SAP-CoPE：基于基础设施传感器节点的社交意识规划使用协作姿态估计

Minghao Ning, Yufeng Yang, Shucheng Huang, Jiaming Zhong, Keqi Shu, Chen Sun, Ehsan Hashemi, Amir Khajepour

机构 * Mechanical and Mechatronics Eng. Department, University of Waterloo（机械与机电工程系，滑铁库大学） ； Department of Data and Systems Engineering, University of Hong Kong（数据与系统工程系，香港大学） ； Mechanical Engineering Department, University of Alberta（机械工程系，阿尔伯塔大学） 纠错

AI总结 SAP-CoPE通过结合协作基础设施、3D人体姿态估计和基于MPC的社会意识运动规划，实现了在人类密集环境中自主系统的社会意识轨迹生成。

Comments This paper has been submitted to the IEEE Transactions on Automation Science and Engineering