Northeastern University（东北大学）

SAFE-QAQ: End-to-End Slow-Thinking Audio-Text Fraud Detection via Reinforcement Learning

SAFE-QAQ: 通过强化学习实现端到端的慢思考音频-文本欺诈检测

Peidong Wang, Zhiming Ma, Xin Dai, Yongkang Liu, Shi Feng, Xiaocui Yang, Wenxing Hu, Zhihao Wang, Mingjun Pan, Li Yuan, Daling Wang

机构 * Northeastern University, China（东北大学） ； China Mobile Internet Company Ltd.（中国移动互联网有限公司） ； Shanghai University of Electric Power, China（上海电力大学） ； Peking University, Shenzhen, China（北京大学深圳分校） 纠错

AI总结 SAFE-QAQ通过强化学习实现端到端音频-文本欺诈检测，有效提升准确性、效率和实时处理能力。

Decoupling Amplitude and Phase Attention in Frequency Domain for RGB-Event based Visual Object Tracking

频域中解耦幅度与相位注意力以实现RGB-事件视觉目标跟踪

Shiao Wang, Xiao Wang, Haonan Zhao, Jiarui Xu, Bo Jiang, Lin Zhu, Xin Zhao, Yonghong Tian, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； Northeastern University（东北大学） ； Beijing Institute of Technology（北京理工大学） ； School of Computer and Communication Engineering, University of Science and Technology Beijing（北京科技大学计算机与通信工程学院） ； Peng Cheng Laboratory（鹏城实验室） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（北京大学多媒体信息处理国家重点实验室） ； School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） 纠错

AI总结 本文提出了一种在频域中解耦幅度与相位注意力的RGB-事件视觉目标跟踪方法，通过高频信息融合和运动引导稀疏化模块提升跟踪性能和效率。

VisualActBench: Can VLMs See and Act like a Human?

VisualActBench: VLMs能否像人一样看见并行动？

Daoan Zhang, Pai Liu, Xiaofei Zhou, Yuan Ge, Guangchen Lan, Jing Bi, Christopher Brinton, Ehsan Hoque, Jiebo Luo

机构 * University of Rochester（罗切斯特大学） ； Purdue University（普渡大学） ； Northeastern University（东北大学） 纠错

AI总结 VisualActBench通过评估VLMs在视觉行动推理任务中的表现，揭示了其在主动推理和高优先级动作生成方面与人类能力的差距。