Nanyang Technological University（南洋理工大学）

HeteroHBA: A Generative Structure-Manipulating Backdoor Attack on Heterogeneous Graphs

HeteroHBA：一种针对异构图的生成式结构操纵后门攻击

Honglin Gao, Lan Zhao, Junhao Ren, Xiang Li, Gaoxi Xiao

机构 * School of Electrical and Electronic Engineering（电子与电气工程学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 HeteroHBA通过生成式方法在异构图中实现高效后门攻击，提升隐蔽性和攻击成功率，同时保持干净准确率。

Controllable Human-centric Keyframe Interpolation with Generative Prior

可控的人本关键帧插值与生成先验

Zujin Guo, Size Wu, Zhongang Cai, Wei Li, Chen Change Loy

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） ； SenseTime Research（商汤科技研究院） 纠错

AI总结 本文提出PoseFuse3D-KI框架，通过整合3D人体指导信号提升关键帧插值的可控性和保真度，实验表明其在PSNR和LPIPS指标上均优于现有方法。

Comments Project Page: https://gseancdat.github.io/projects/PoseFuse3D_KI

Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities

在大语言模型、多模态大语言模型及更广泛的领域中进行模型融合：方法、理论、应用与机遇

Enneng Yang, Li Shen, Guibing Guo, Xingwei Wang, Xiaochun Cao, Jie Zhang, Dacheng Tao

机构 * Shenzhen Campus of Sun Yat-sen University, China（中山大学深圳校区） ； Northeastern University China（东北大学） ； Shenzhen Campus of Sun Yat-sen University China（中山大学深圳校区） ； Nanyang Technological University Singapore（南洋理工大学） ； Northeastern University（东北大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Nanyang Technological University（南洋理工大学） ； Institute for Clarity in Documentation Dublin Ohio USA（文档清晰研究所） ； Inria Paris-Rocquencourt Rocquencourt France（巴黎-罗quentourt研究所） ； Rajiv Gandhi University Doimukh Arunachal Pradesh India（拉贾·甘地大学） ； Tsinghua University Haidian Qu Beijing Shi China（清华大学） ； Palmer Research Laboratories San Antonio Texas USA（帕勒研究中心） ； Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（巴黎-罗quentourt研究所） ； Rajiv Gandhi University（拉贾·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒研究中心） 纠错

AI总结 本文综述了模型融合的方法、理论、应用及未来方向，提出新的分类方法并探讨其在多个机器学习领域的应用及挑战。

FineFT: Efficient and Risk-Aware Ensemble Reinforcement Learning for Futures Trading

FineFT: 高效且风险感知的期货交易强化学习 ensemble 方法

Molei Qin, Xinyu Cai, Yewen Li, Haochong Xia, Chuqiao Zong, Shuo Sun, Xinrun Wang, Bo An

机构 * Nanyang Technological University（南洋理工大学） ； Hong Kong University of Science（香港科技大学） ； Singapore Management University（新加坡管理学院） 纠错

AI总结 FineFT 是一种高效的期货交易强化学习 ensemble 方法，通过三阶段框架实现稳定训练和风险控制，实验表明其在六个金融指标上优于 12 个基线方法，风险降低超过 40%。