Korea Advanced Institute of Science and Technology（韩国科学技术院）

EDNet: A Versatile Speech Enhancement Framework with Gating Mamba Mechanism and Phase Shift-Invariant Training

EDNet: 一种具有门控Mamba机制和相位不变训练的多功能语音增强框架

Doyeop Kwak, Youngjoon Jang, Seongyu Kim, Joon Son Chung

机构 * School of Electrical Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院电子工程学院） 纠错

AI总结 EDNet通过门控Mamba机制和相位不变训练，实现对多种语音失真类型的高效增强，展现高适应性和灵活性。

Comments Accepted by IEEE Transactions on Audio, Speech and Language Processing. Copyright IEEE. The final version will appear in IEEE Xplore

Benchmarking Large Language Models for Diagnosing Students' Cognitive Skills from Handwritten Math Work

对大型语言模型诊断学生手写数学作业认知技能的基准测试

Yoonsu Kim, Hyoungwook Jin, Hayeon Doh, Eunhye Kim, Dongyun Jung, Seungju Kim, Kiyoon Choi, Jinho Son, Juho Kim

机构 * School of Computing, KAIST, Daejeon, Republic of Korea（韩国庆熙大学计算机学院） ； University of Michigan, Ann Arbor, USA（美国密歇根大学） ； Ewha Womans University, Seoul, Republic of Korea（韩国成均馆大学） ； AlgorithmLabs, Seoul, Republic of Korea（韩国AlgorithmLabs公司） 纠错

AI总结 本文评估了18种大型语言模型在诊断学生手写数学作业认知技能时的表现，发现模型在模糊证据下表现不佳，揭示了模型在证据处理上的系统性问题。

Learning from Neighbors with PHIBP: Predicting Infectious Disease Dynamics in Data-Sparse Environments

通过PHIBP学习邻居：在数据稀疏环境中预测传染病动态

Edwin Fong, Lancelot F. James, Juho Lee

机构 * Department of Statistics and Actuarial Science, HKU（香港大学统计与精算科学系） ； Department of ISOM, HKUST（香港科技大学工业系统与管理系） ； The Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院） 纠错

AI总结 PHIBP通过系统地借鉴相关地区统计强度，有效处理稀疏计数数据，提升传染病预测的准确性和流行病学洞察。

Comments v2: Revised version incorporating peer review feedback from book chapter submission. Clarifies modeling objectives for infectious disease prediction and situates the work within a three-paper PHIBP framework, highlighting suitability for future AI/LLM plug-and-play model specification

DeepVideo-R1: Video Reinforcement Fine-Tuning via Difficulty-aware Regressive GRPO

DeepVideo-R1: 通过难度感知的回归GRPO实现视频强化微调

Jinyoung Park, Jeehye Na, Jinyoung Kim, Hyunwoo J. Kim

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Korea University（韩国大学） 纠错

AI总结 DeepVideo-R1通过回归GRPO和难度感知数据增强，提升视频大语言模型的推理能力。

Comments NeurIPS 2025

Flexible MOF Generation with Torsion-Aware Flow Matching

具有扭转感知流动匹配的灵活MOF生成

Nayoung Kim, Seongsu Kim, Sungsoo Ahn

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 本文提出了一种两阶段MOF生成框架，通过建模化学和几何自由度，实现了对新型MOF的设计和生成。

Comments 24 pages, 9 figures

Journal ref Neural Information Processing Systems (NeurIPS) 2025