Nanyang Technological University（南洋理工大学）

Video-KTR: Reinforcing Video Reasoning via Key Token Attribution

Video-KTR: 通过关键令牌 attribution 增强视频推理

Ziyue Wang, Sheng Jin, Zhongrong Zuo, Jiawei Wu, Han Qiu, Qi She, Hao Zhang, Xudong Jiang

机构 * ByteDance（字节跳动） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； National University of Singapore（国立新加坡大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

AI总结 Video-KTR通过结合三种attribution信号，提升视频推理的准确性和可解释性，实现状态-of-the-art性能。

Comments Accepted to ICLR 2026

RoamScene3D: Immersive Text-to-3D Scene Generation via Adaptive Object-aware Roaming

RoamScene3D: 通过自适应物体感知漫游实现沉浸式文本到3D场景生成

Jisheng Chu, Wenrui Li, Rui Zhao, Wangmeng Zuo, Shifeng Chen, Xiaopeng Fan

机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究所，中国科学院） ； Nanyang Technological University（南洋理工大学） ； Peng Cheng Laboratory（鹏城实验室） ； Harbin Institute of Technology Suzhou Research Institute（哈尔滨工业大学苏州研究院） 纠错

AI总结 RoamScene3D通过自适应物体感知漫游实现沉浸式文本到3D场景生成，结合语义推理和几何约束提升场景一致性与逼真度。

Robust Uncertainty Estimation under Distribution Shift via Difference Reconstruction

在分布偏移下通过差分重建实现鲁棒不确定性估计

Xinran Xu, Li Rong Wang, Xiuyi Fan

机构 * 1 Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore 2 College of Computing ； Data Science, Nanyang Technological University, Singapore 3 Centre for Medical Technologies \& Innovations, National Health Group, Singapore 纠错

AI总结 本文提出DRUE方法，通过差分重建提升模型在分布偏移下的不确定性估计鲁棒性。

Out-of-Distribution Generalization for Neural Physics Solvers

神经物理求解器的分布外泛化

Zhao Wei, Chin Chun Ooi, Jian Cheng Wong, Abhishek Gupta, Pao-Hsiung Chiu, Yew-Soon Ong

机构 * Centre for Frontier AI Research (CFAR)（前沿人工智能研究中心） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Institute of High Performance Computing (IHPC)（高性能计算研究所） ； School of Mechanical Sciences（机械科学学院） ； Indian Institute of Technology Goa（果阿印度理工学院） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 NOVA通过学习物理对齐的表示，实现了神经物理求解器在分布偏移下的高效泛化，提升了科学发现中长期动态预测和生成设计的能力。

DSSmoothing: Toward Certified Dataset Ownership Verification for Pre-trained Language Models via Dual-Space Smoothing

DSSmoothing：通过双空间平滑实现预训练语言模型的认证数据集所有权验证

Ting Qiao, Xing Liu, Wenke Huang, Jianbin Li, Zhaoxin Fan, Yiming Li

机构 * North China Electric Power University（华北电力大学） ； Research Institute, China Unicom（中国联合研究院） ； Wuhan University（武汉大学） ； Beihang University（北京航空航天大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 DSSmoothing通过双空间平滑在灰盒设置下实现预训练语言模型的数据集所有权验证，提供可证明的鲁棒性保证。

Comments To appear in WWW 2026. 12 pages

Chaotic Hedging with Iterated Integrals and Neural Networks

基于迭代积分与神经网络的混沌对冲

Ariel Neufeld, Philipp Schmocker

机构 * Nanyang Technological University, Division of Mathematical Sciences（南洋理工大学数学科学学院） ； ETH Zurich, Department of Mathematics（苏黎世联邦理工学院数学系） 纠错

AI总结 本文提出利用迭代积分与神经网络近似金融衍生品的$L^p$-对冲问题，提供了一种通用近似方法。