Huazhong University of Science and Technology（华中科技大学）

UnlearnShield: Shielding Forgotten Privacy against Unlearning Inversion

UnlearnShield: 保护被遗忘隐私 against 反向学习

Lulu Xue, Shengshan Hu, Wei Lu, Ziqi Zhou, Yufei Song, Jianhong Cheng, Minghui Li, Yanjun Zhang, Leo Yu Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Institute of Guizhou Aerospace Measuring and Testing Technology（贵州航天测量测试技术研究院） ； University of Technology Sydney（悉尼科技大学） ； Griffith University（格里菲斯大学） 纠错

AI总结 UnlearnShield通过引入方向扰动和约束模块，有效降低反向学习反向的风险，同时保持模型准确性和实用性。

Comments This work has been accepted by ICASSP 2026

Mixing Importance with Diversity: Joint Optimization for KV Cache Compression in Large Vision-Language Models

融合重要性与多样性：KV缓存压缩的联合优化

Xuyang Liu, Xiyan Gui, Yuchao Zhang, Linfeng Zhang

机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 MixKV通过融合重要性与多样性，优化KV缓存压缩，提升多模态模型的存储效率与推理性能。

Comments Accepted by ICLR 2026. Our code is available at https://github.com/xuyang-liu16/MixKV

WaterFlow: Explicit Physics-Prior Rectified Flow for Underwater Saliency Mask Generation

WaterFlow: 基于显式物理先验的 rectified 流用于水下显著性掩码生成

Runting Li, Shijie Lian, Hua Li, Yutong Li, Wenhui Wu, Sam Kwong

机构 * Hainan University, China（海南大学） ； Huazhong University of Science and Technology, China（华中科技大学） ； Shenzhen University, China（深圳大学） ； Lingnan University, Hong Kong（岭南大学） 纠错

AI总结 WaterFlow通过引入显式物理先验和时间维度建模，提升水下显著性目标检测的性能，在USOD10K数据集上取得显著成效。