The Hong Kong University of Science and Technology（香港科技大学）

CD^2: Constrained Dataset Distillation for Few-Shot Class-Incremental Learning

CD²：约束数据集蒸馏用于少样本类增量学习

Kexin Bao, Daichi Zhang, Hansong Zhang, Yong Li, Yutao Yue, Shiming Ge

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 CD²通过约束数据集蒸馏方法，在少样本类增量学习中有效缓解灾难性遗忘问题，提升模型对先前知识的保留能力。

Journal ref International Joint Conferences on Artificial Intelligence (IJCAI) 2025

Incentivizing Cardiologist-Like Reasoning in MLLMs for Interpretable Echocardiographic Diagnosis

激励MLLMs实现类似心内科医生的推理以实现可解释的超声心动图诊断

Yi Qin, Lehan Wang, Chenxu Zhao, Alex P. W. Lee, Xiaomeng Li

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出CRT和CardiacMind，通过引入心内科医生的思维模式，提升MLLMs在超声心动图诊断中的推理能力，实现48%的诊断性能提升。

STO-RL: Offline RL under Sparse Rewards via LLM-Guided Subgoal Temporal Order

STO-RL：通过LLM引导的子目标时间顺序实现稀疏奖励下的离线RL

Chengyang Gu, Yuxin Pan, Hui Xiong, Yize Chen

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； University of Alberta（阿尔伯塔大学） 纠错

AI总结 STO-RL通过LLM生成子目标时间顺序，结合潜在奖励塑造，提升稀疏奖励下离线RL的性能与稳定性。

Comments Accepted at International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

ES-Mem: Event Segmentation-Based Memory for Long-Term Dialogue Agents

基于事件分割的记忆：长期对话代理中的记忆

Huhai Zou, Tianhao Sun, Chuanjiang He, Yu Tian, Zhenyang Li, Li Jin, Nayu Liu, Jiang Zhong, Kaiwen Wei

机构 * College of Computer Science, Chongqing University（重庆大学计算机科学学院） ； Tsinghua University（清华大学） ； Hong Kong Generative AI Research & Development Center, HKUST（香港科技大学生成式人工智能研究与开发中心） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； School of Computer Science and Technology, Tiangong University（天津理工大学计算机科学与技术学院） 纠错

AI总结 ES-Mem通过动态事件分割和分层记忆架构，提升长期对话代理的记忆效率和上下文定位能力。

MemGovern: Enhancing Code Agents through Learning from Governed Human Experiences

MemGovern：通过学习受控的人类经验增强代码代理

Qihao Wang, Ziming Cheng, Shuo Zhang, Fan Liu, Rui Xu, Heng Lian, Kunyi Wang, Xiaoming Yu, Jianghao Yin, Sen Hu, Yue Hu, Shaolei Zhang, Yanbing Liu, Ronghao Chen, Huacan Wang

机构 * UCAS（中国科学院大学） ； NUS（新加坡国立大学） ； ECNU（华东师范大学） ； FDU（福建师范大学） ； XDU（西安电子科技大学） ； UBC（不列颠哥伦比亚大学） ； HKUST(GZ)（香港科技大学） ； PKU（北京大学） ； RUC（中国人民大学） ； QuantaAlpha（量子阿尔法） 纠错

AI总结 MemGovern通过学习受控的人类经验，提升代码代理的修复效率和性能。

DeKeyNLU: Enhancing Natural Language to SQL Generation through Task Decomposition and Keyword Extraction

DeKeyNLU：通过任务分解和关键词提取增强自然语言到SQL生成

Jian Chen, Zhenyan Chen, Xuming Hu, Peilin Zhou, Yining Hua, Han Fang, Cissy Hing Yee Choy, Xinmei Ke, Jingfeng Luo, Zixuan Yuan

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； HSBC（汇丰银行） ； South China University of Technology（华南理工大学） ； Harvard University（哈佛大学） ； Chicago University（芝加哥大学） 纠错

AI总结 DeKeyNLU通过任务分解和关键词提取提升NL2SQL生成精度，提出DeKeySQL流程并验证其在BIRD和Spider数据集上的有效性。

Compliance-to-Code: Enhancing Financial Compliance Checking via Code Generation

合规至代码：通过代码生成增强财务合规检查

Siyuan Li, Jian Chen, Rui Yao, Xuming Hu, Peilin Zhou, Weihua Qiu, Simin Zhang, Chucheng Dong, Zhiyao Li, Qipeng Xie, Zixuan Yuan

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-Sen University（孙中山大学） ； University of California, Riverside（加州大学河滨分校） 纠错

AI总结 Compliance-to-Code通过构建大规模中文金融监管数据集，提升金融合规检查的自动化水平，采用代码生成技术实现法规结构化和合规逻辑验证。

ROSS: RObust decentralized Stochastic learning based on Shapley values

ROSS：基于Shapley值的鲁棒去中心化随机学习

Lina Wang, Yunsheng Yuan, Feng Li, Lingjie Duan

机构 * School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出基于Shapley值的ROSS算法，通过加权导数提升去中心化学习的鲁棒性和收敛效率。

ClimateIQA: A New Dataset and Benchmark to Advance Vision-Language Models in Meteorology Anomalies Analysis

ClimateIQA: 一种新的数据集和基准，以推进气象异常分析中的视觉-语言模型

Jian Chen, Peilin Zhou, Yining Hua, Dading Chong, Meng Cao, Yaowei Li, Wei Chen, Bing Zhu, Junwei Liang, Zixuan Yuan

机构 * Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能研究所，香港科学与技术大学（广州）） ； Thrust of Data Science and Analytics, The Hong Kong University of Science and Technology (Guangzhou)（数据科学与分析研究所，香港科学与技术大学（广州）） ； Harvard University（哈佛大学） ； Peking University（北京大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 ClimateIQA通过引入SPOT算法和新型数据集，提升视觉-语言模型在气象异常分析中的准确性和表现。

Generative Adversarial Networks for Image Super-Resolution: A Survey

生成对抗网络用于图像超分辨率：综述

Ziang Wu, Xuanyu Zhang, Yinbo Yu, Qi Zhu, Jerry Chun-Wei Lin, Chunwei Tian

机构 * School of Engineering, The Hong Kong University of Science and Technology（香港科技大学工程学院） ； School of Software, Northwestern Polytechnical University（西北工业大学软件学院） ； College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； Department of Distributed Systems and IT Devices, Silesian University of Technology（桑特大学技术学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） 纠错

AI总结 本文综述了生成对抗网络在图像超分辨率中的应用，分析了不同GAN变种的性能，并探讨了SISR中的挑战与未来研究方向。

Comments 32 pages, 10 figures