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

InstructMove: A Text-Indispensable Benchmark for Instruction-Following Manipulation

InstructMove：一种指令跟随操作的文本不可或缺基准

Mengao Zhao, Ziang Li, Chaodong Huang, Mengchen Ma, Haoyi Jiang, Yiwei Jin, Xinjie Wang, Yun Du, Xuewu Lin, Taojun Ding, Hongyu Xie, Jackson Jiang, Chunlei Yu, Kaihua Zhang, Lichao Huang, Liu Liu, Tianwei Lin, Zhizhong Su

机构 * Horizon Robotics（地平线机器人） ； WuwenAI（悟文智能） ； Southeast University（东南大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 针对现有操作基准无法充分检验机器人指令跟随能力的问题，提出文本不可或缺的InstructMove基准，将指令跟随分解为多环节，实验表明其可诊断视觉捷径且模拟数据能提升现实操作性能。

Comments 22 pages

Mapping the Concept Landscape: Structural Perception of Global Distributions for Transparent Data Pruning

概念图谱绘制：面向透明数据剪枝的全局分布结构感知

Dongyue Wu, Tao Ma

机构 * Huazhong University of Science and Technology（华中科技大学） ； Ant Group（蚂蚁集团） ； Chinese Academy of Sciences（中国科学院） 纠错

AI总结 该研究提出Mapping the Concept Landscape框架，以样本级图刻画语义概念全局分布，开发贪心概念覆盖最大化算法，实现更优数据剪枝效率并提供可解释的审计轨迹。

Comments ECCV 2026

ByteAction: Byte-space Action Recognition Foundation Model

ByteAction：字节空间动作识别基础模型

Fangcheng Li, Zhen Yu, Kejun Wu, Qiong Liu, You Yang

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） 纠错

AI总结 本文提出ByteAction这一字节空间动作识别基础模型，采用双视图字节级识别框架，结合比特流模式增强与损坏一致性训练，在多数据集上实现了优异的比特流损坏鲁棒性与动作识别性能。

VIG: Visual Information Gain as a Reward Signal for Multimodal Chain-of-Thought Compression

VIG：作为多模态思维链压缩奖励信号的视觉信息增益

Wen Luo, Xiaohan Yi, Xiaotao Huang, Liqun Huang

机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Tsinghua University（清华大学） 纠错

AI总结 该研究提出VIG奖励机制，通过提升视觉信息密度优化多模态CoT的准确率与效率权衡，无需额外资源，在多类基准及不同规模模型上均有效。

Comments Accepted by EMNLP 2026 Findings