Nanyang Technological University（南洋理工大学）

A Systematic Study of Code Obfuscation Against LLM-based Vulnerability Detection

对抗基于大语言模型的漏洞检测的代码混淆系统研究

Xiao Li, Yue Li, Hao Wu, Yue Zhang, Yechao Zhang, Fengyuan Xu, Sheng Zhong

机构 * National Key Lab for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Shandong University（山东大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文系统研究了对抗基于大语言模型的漏洞检测的代码混淆技术，评估了不同混淆方法对LLM检测性能的影响，并提出了未来改进方向。

PoseMoE: Mixture-of-Experts Network for Monocular 3D Human Pose Estimation

PoseMoE：用于单目3D人体姿态估计的专家混合网络

Mengyuan Liu, Jiajie Liu, Jinyan Zhang, Wenhao Li, Junsong Yuan

机构 * State Key Laboratory of General Artificial Intelligence, Peking University, Shenzhen Graduate School（国家通用人工智能重点实验室，北京大学深圳研究生院） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Department of Computer Science and Engineering, University at Buffalo, State University of New York（计算机科学与工程系，布法罗大学，纽约州立大学） 纠错

AI总结 PoseMoE通过专家混合网络提升单目3D人体姿态估计精度，通过解耦2D姿态与深度特征编码，优化深度特征学习与跨专家知识聚合。

Comments IEEE Transactions on Image Processing (T-IP)

Sharpness-aware Federated Graph Learning

精确性感知的联邦图学习

Ruiyu Li, Peige Zhao, Guangxia Li, Pengcheng Wu, Xingyu Gao, Zhiqiang Xu

机构 * Xidian University（西安电子科技大学） ； Nanyang Technological University（南洋理工大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 SEAL算法通过优化模型尖锐性提升联邦图学习中本地模型的分类准确性和泛化能力。

Comments Accepted by WSDM'26

Online-PVLM: Advancing Personalized VLMs with Online Concept Learning

在线-PVLM：通过在线概念学习推进个性化VLMs

Huiyu Bai, Runze Wang, Zhuoyun Du, Yiyang Zhao, Fengji Zhang, Haoyu Chen, Xiaoyong Zhu, Bo Zheng, Xuejiao Zhao

机构 * Nanyang Technological University（南洋理工大学） ； Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） ； City University of Hong Kong（香港城市大学） ； University of Oulu（奥卢大学） 纠错

AI总结 Online-PVLM通过在线概念学习框架，实现个性化VLMs的高效实时适应，并提出OP-Eval基准评估其在现实场景中的性能。

Comments Work in Progress

Reliability Sensitivity with Response Gradient

基于响应梯度的可靠性灵敏度

Siu-Kui Au, Zi-Jun Cao

机构 * School of Civil and Environmental Engineering, Nanyang Technological University（土木与环境工程学院，南洋理工大学） ； MOE Key Laboratory of High-Speed Railway Engineering, Institute of Smart City and Intelligent Transportation, Southwest Jiaotong University（高速铁路工程重点实验室，智能城市与智能交通研究院，西南交通大学） 纠错

AI总结 本文提出了一种基于响应梯度的蒙特卡洛方法，用于计算可靠性灵敏度，通过核平滑技术解决阈值条件化问题，实现单次运行中所有响应阈值的灵敏度估计。

Comments 45 pages, 8 figures. Submitted to Structural Safety (Elsevier) on 5 Oct 2025

Are most sentences unique? An empirical examination of Chomskyan claims

大多数句子是唯一的吗？对乔姆斯基主张的实证检验

Hiram Ring

机构 * NTU Singapore（南洋理工大学） 纠错

AI总结 本文通过实证方法检验乔姆斯基关于大多数句子唯一的主张，发现语料库中重复句子普遍存在，且文体对结果有显著影响。

Mirror Descent Policy Optimisation for Robust Constrained Markov Decision Processes

镜像下降策略优化用于鲁棒约束马尔可夫决策过程

David M. Bossens, Atsushi Nitanda

机构 * Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心，科技研究局（A*STAR）） ； Singapore Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR)（新加坡高性能计算研究所，科技研究局（A*STAR）） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学，新加坡） 纠错

AI总结 本文提出一种镜像下降策略优化方法，用于鲁棒约束马尔可夫决策过程，通过优化策略和转移核实现收敛率和鲁棒性提升。

Journal ref Transactions on Machine Learning Research (TMLR 2025)

MMRel: Benchmarking Relation Understanding in Multi-Modal Large Language Models

MMRel：多模态大语言模型中关系理解的基准测试

Jiahao Nie, Gongjie Zhang, Wenbin An, Yun Xing, Yap-Peng Tan, Alex C. Kot, Shijian Lu

机构 * Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（南洋理工大学跨学科研究生项目） ； Alibaba DAMO Academy, Singapore（阿里巴巴达摩院） ； Xi’an Jiaotong University, China（西安交通大学） ； Nanyang Technological University, Singapore（南洋理工大学） ； VinUniversity, Vietnam（文莱大学） 纠错

AI总结 MMRel是一个用于评估和提升多模态大语言模型关系理解能力的基准测试，包含大规模高质量的关系数据和对抗性案例，通过实验验证其在提升模型关系理解方面的有效性。