A New Benchmark for the Appropriate Evaluation of RTL Code Optimization
为RTL代码优化提供新的基准测试
机构 * Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出RTL-OPT基准测试，用于评估大语言模型在RTL代码优化中的能力，通过手工设计的36个数字电路和人工优化的参考代码，提供标准化的评估框架以量化PPA改进。
高校专区
The Hong Kong University of Science and Technology（香港科技大学）
UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass
UniSH：在单次前向传递中统一场景和人体重建
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学）
AI总结 UniSH通过统一前馈框架实现场景和人体的联合重建，利用野外数据提升泛化能力，实现高保真度的3D重建。
KV-Embedding: Training-free Text Embedding via Internal KV Re-routing in Decoder-only LLMs
KV-Embedding: 通过解码器-only LLMs中的内部KV重路由实现无训练文本嵌入
机构 * The Hong Kong University of Science and Technology（香港科技大学）
AI总结 KV-Embedding通过内部KV重路由实现解码器-only LLMs的无训练文本嵌入，提升性能达10%并保持长序列鲁棒性。
MedKGI: Iterative Differential Diagnosis with Medical Knowledge Graphs and Information-Guided Inquiring
MedKGI: 基于医学知识图谱和信息引导提问的迭代诊断
机构 * Sichuan University（四川大学） ； HKUST（香港科技大学）
AI总结 MedKGI通过整合医学知识图谱和信息引导提问，提升临床诊断的准确性和效率。
Do You Have Freestyle? Expressive Humanoid Locomotion via Audio Control
你有即兴能力吗？通过音频控制实现 expressive 人形 locomotion
机构 * BAAI（北京人工智能研究院） ； University of Sydney（悉尼大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学）
AI总结 RoboPerform 是首个通过音频直接生成音乐舞蹈和语音手势的人形运动框架，实现了低延迟、高保真的即兴运动表现。
A first-order method for nonconvex-strongly-concave constrained minimax optimization
非凸-强凹约束极小极大优化问题的一种一阶方法
机构 * University of Minnesota（明尼苏达大学） ； Hong Kong University of Science and Technology（香港科学与技术大学）
AI总结 本文提出了一种用于非凸-强凹约束极小极大优化问题的一阶方法，通过利用强凹结构实现了更高效的运算复杂度。
Comments Accepted by Optimization Methods and Software
EgoReAct: Egocentric Video-Driven 3D Human Reaction Generation
EgoReAct：基于第一人称视频的3D人体反应生成
机构 * THU（清华大学） ； Brown（布朗大学） ； Georgia Tech（佐治亚理工学院） ； Cambridge（剑桥大学） ； HKU（香港大学） ； NJU（南京大学） ； CUHK（香港中文大学） ； HKUST（香港科技大学） ； TAMU（德克萨斯大学奥斯汀分校） ； PKU（北京大学） ； MIT（麻省理工学院）
AI总结 EgoReAct通过构建HRD数据集，首次实现从第一人称视频实时生成3D对齐的人体反应运动，提升生成的现实感和空间一致性。
Comments 12 pages, 9 figures
AFA-LoRA: Enabling Non-Linear Adaptations in LoRA with Activation Function Annealing
AFA-LoRA：通过激活函数退火在LoRA中实现非线性适应
机构 * Meituan, Beijing, China（美团，北京，中国） ； Hong Kong University of Science and Technology（香港科技大学）
AI总结 AFA-LoRA通过退火激活函数在LoRA中引入非线性表达能力，提升参数高效适应的性能和实用性。
Vision-Language-Action Models for Autonomous Driving: Past, Present, and Future
面向自动驾驶的视觉-语言-动作模型：过去、现在与未来
机构 * HKUST（香港科技大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； HKUST(GZ)（香港科技大学（广州）） ； DAMO Academy, Alibaba（阿里巴巴达摩院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Xiaomi EV（小米电动车） ； Xi'an Jiaotong University（西安交通大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学）
AI总结 本文探讨了自动驾驶中视觉-语言-动作模型的发展历程，提出两种主要范式并分析其挑战与未来方向。
Comments Survey; 47 pages, 7 figures, 9 tables; GitHub Repo at https://github.com/worldbench/awesome-vla-for-ad
Reasoning Path Divergence: A New Metric and Curation Strategy to Unlock LLM Diverse Thinking
推理路径分歧：一种新的度量和筛选策略，以解锁LLM多样化思考
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Science and Technology of China（中国科学技术大学） ； The University of Hong Kong（香港大学）
AI总结 本文提出了一种新的训练范式1PNS和度量RPD，通过增加推理多样性提升LLM的推理能力。
OFFSIDE: Benchmarking Unlearning Misinformation in Multimodal Large Language Models
OFFSIDE: 多模态大语言模型中误信信息消除的基准测试
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； BIAI, ZJUT & D5Data.ai（BIAI、浙江工业大学及D5Data.ai） ； National University of Singapore（新加坡国立大学）
AI总结 OFFSIDE通过足球转会谣言数据集，评估多模态大语言模型中误信信息消除的挑战与方法，揭示现有技术的局限性。
Stairway to Success: An Online Floor-Aware Zero-Shot Object-Goal Navigation Framework via LLM-Driven Coarse-to-Fine Exploration
通往成功的阶梯：一种通过LLM驱动的粗到细探索的在线楼层感知零样本物体-目标导航框架
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
AI总结 本文提出ASCENT框架，通过LLM驱动的粗到细探索实现在线楼层感知零样本物体-目标导航，无需预建地图或重新训练，适用于多楼层环境。
Comments Accepted to IEEE Robotics and Automation Letters (RAL). Project Page at https://zeying-gong.github.io/projects/ascent
Spiking Neural Networks Need High Frequency Information
脉冲神经网络需要高频信息
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Brain Mind Innovation INC（脑科学与创新有限公司） ； JD Explore Academy（京东探索研究院） ； Northwestern University（西北大学）
AI总结 本文提出Max-Former通过增强高频信号提升脉冲神经网络性能，其在ImageNet上达到82.39%的top-1准确率，优于Spikformer。
MFAI: A Scalable Bayesian Matrix Factorization Approach to Leveraging Auxiliary Information
MFAI: 一种可扩展的贝叶斯矩阵分解方法，用于利用辅助信息
机构 * Department of Mathematics, The Hong Kong University of Science and Technology（香港科技大学数学系） ； Department of Biostatistics, City University of Hong Kong（香港城市大学生物统计学系）
AI总结 MFAI通过整合梯度提升树的贝叶斯矩阵分解方法，有效利用辅助信息提升数据质量差下的建模能力。
Journal ref Journal of Computational and Graphical Statistics 33 (2024) 1339-1349
