Nanyang Technological University（南洋理工大学）

CultureConverse: A Multilingual Multi-turn Simulation Harness for Culturally Grounded Assistance in East and Southeast Asia

CultureConverse：面向东亚与东南亚文化适配助手的多语言多轮模拟工具包

Bryan Chen Zhengyu Tan, Weihua Zheng, Thong T. Doan, Bich Ngoc Doan, Jia Wang Peh, Xiaoyuan Yi, Jing Yao, Xing Xie, Nancy F. Chen, Zhengyuan Liu, JinYeong Bak, Wafi Shamdi, Soo Kai Chie, Liew Yu Siong, Aina Azyyati Binti Mohamad Rezal, Lew Yan Yan Vanessa, Huadan Wu, Dylan Raharja, Nadya Yuki Wangsajaya, Akane Fukushige, Kazushi Kato, Koji Inoue, Tatsuya Kawahara, Jaehyung Seo, Dongjun Kim, Seungyoon Lee, Zi Haur Pang, Rui Yang Tan, Charibeth Ko Cheng, Maria Regina Justina Estuar, Jann Railey Montalan, Pham Minh Duc, Roy Ka-Wei Lee

机构 * Singapore University of Technology and Design (SUTD)（新加坡科技设计大学） ； Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） ； Microsoft Research Asia (MSRA)（微软亚洲研究院） ； Sungkyunkwan University (SKKU)（成均馆大学） ； Universiti Brunei Darussalam (UBD)（文莱大学） ； China University of Petroleum (East China)（中国石油大学（华东）） ； Nanyang Technological University (NTU)（南洋理工大学） ； Kyoto University（京都大学） ； Konkuk University（建国大学） ； Upstage AI 纠错

AI总结 本研究推出CultureConverse多语言多轮模拟工具包，构建含14610个基准回合的数据集，评估18个模型发现GPT-5 mini表现最优，微调后模型在文化相关任务上性能提升。

Comments EMNLP 2026

The Approximation Rank of Softmax Attention: Sharp Geometric Laws and Robust Interaction Dimension

Softmax注意力的近似秩：尖锐几何定律与鲁棒交互维度

Yuhe Sui, Jianing Zhang

机构 * Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 该研究明确了控制Softmax注意力秩复杂度的几何规律，推导了球形、全球等支撑下的近似秩公式，经BERT-base校准集验证，将支撑几何与交互几何的作用区分开。

Comments 16 pages, 1 figure

Explainable Uncertainty Estimation for Reliable Medical AI

面向可靠医疗AI的可解释不确定性估计

Li Rong Wang, Jamie Duell, Xinran Xu, Thomas C. Henderson, Yu Yue Hew, Pik Wan Erica Chiang, Xiao Wei Alstar Ang, Bingwen Eugene Fan, Xiuyi Fan

机构 * College of Computing and Data Science (CCDS)（计算与数据科学学院） ； Nanyang Technological University (NTU)（南洋理工大学） ； A*STAR Centre for Frontier AI Research（新加坡科技研究局前沿人工智能研究中心） ； School Of Computing and Digital Technologies（计算与数字技术学院） ； Sheffield Hallam University（谢菲尔德哈勒姆大学） ； School of Computing（计算机学院） ； University of Utah（犹他大学） ； Tan Tock Seng Hospital (TTSH)（陈笃生医院） ； Lee Kong Chian School of Medicine（李光前医学院） 纠错

AI总结 该研究提出将不确定性估计与XAI统一的egRUE方法，可量化并分解不确定性为特征贡献，经实验和专家研究验证，能提升医疗AI的可靠性与可解释性，优化临床决策支持。

Comments Accepted at the 26th IEEE International Conference on Data Mining (ICDM)

Twin Worlds: Equivariance-Based Abstention for Evidence-Grounded Reasoning

双世界：基于等变性的证据型推理弃权（不执行）方法

Vy Nguyen, Ziqi Xu, Jeffrey Chan, Estrid He, Feng Xia, Renqiang Luo, Erik Cambria, Xiuzhen Zhang

机构 * RMIT University（皇家墨尔本理工大学） ； Jilin University（吉林大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本研究提出双世界框架，通过等变性弃权提升大语言模型知识密集型推理的可靠性，在四个基准和三个模型主干上优于基线方法，可识别答案未可靠基于证据的情况。

Comments Accepted to EMNLP 2026 (Main Conference)

PhyMamba: Physics-Modulated Mamba for Robust Battery Health Prognostics

PhyMamba：用于鲁棒电池健康预测的物理调制Mamba模型

Sara Sameer, Yunyi Zhao, Wei Zhang, Minggang Zeng, Wenqing Li, Man-Fai Ng, Yonggang Wen

机构 * Singapore Institute of Technology（新加坡理工学院） ； National University of Singapore（新加坡国立大学） ； Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高性能计算研究所） ； Nanyang Technological University (NTU)（南洋理工大学） 纠错

AI总结 PhyMamba是一种两阶段物理调制Mamba框架，将电化学老化融入序列建模，在三个公共数据集上使电池健康预测整体平均误差降低31.8%，实现最优聚合性能与精度效率权衡，支持实际部署。

AERA: Adaptive Evidence Residual Allocation for Efficient Test-Time Reasoning

AERA：用于高效测试时推理的自适应证据残差分配

Ziming Wang, Ivor Tsang, Hangwei Qian

机构 * National University of Singapore（新加坡国立大学） ； Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文针对测试时推理的计算资源浪费问题，提出自适应证据残差分配（AERA）控制器，在GSM8K等数据集上减少95.99%完成令牌数的同时保持较高准确率，证明需估计计算未来价值而非依赖当前置信度。

SpikeOPD: Stable On-Policy Distillation for Autoregressive Spiking Language Models

SpikeOPD：自激语言模型的稳定在线策略蒸馏方法

Enqiao Lu, Xingrui Yu, Yiwei Fu, Zhenglin Wan, Pengfei Zhou, Wangbo Zhao, Muqing Jian, Xueyi Zhang, Yang You, Ivor Tsang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学） ； Rice University（莱斯大学） 纠错

AI总结 针对自回归脉冲语言模型的前缀不匹配问题，提出SpikeOPD框架，结合教师校正、策略锚定与分层脉冲正则化，提升不同规模模型的准确率并保留稀疏计算特性。

FVeinSyn: Synthetic Finger Vein Image Generator

FVeinSyn：合成指静脉图像生成器

Yifan Wang, Jie Gui, Adams Wai Kin Kong, Baosheng Yu, Changsheng Chen, Qi Li, Zhenan Sun, James Tin-Yau Kwok, Alex Kot

机构 * School of Cyber Science and Engineering, Southeast University（东南大学网络空间科学与工程学院） ； Engineering Research Center of Blockchain Application, Supervision and Management (Southeast University), Ministry of Education（教育部区块链应用与监管管理工程研究中心（东南大学）） ； Purple Mountain Laboratories（紫金山实验室） ； School of Computer Science and Engineering, Nanyang Technological University（南洋理工大学计算机科学与工程学院） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李光前医学院） ； Faculty of Engineering, Shenzhen MSU-BIT University（深圳北理莫斯科大学工程学院） ； VinUniversity ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 针对指静脉识别缺乏大规模公开数据集的问题，提出FVeinSyn框架，通过解耦血管拓扑与成像外观合成生成50万张指静脉图像，训练的模型在8个公开数据集上平均准确率提升27.43%。

Safety Does Not Compose: Non-Decaying Loop State for Autonomous LLM Agents

安全性无法组合：自主大型语言模型智能体的非衰减循环状态

Chenhao Wu, Haoxuan Jia, Yang Liu, Yingguang Yang, Yuhan Lin, Chongyang Zhang, Hao Zheng, Yulin Huang, Jianshen Zhang, Yongzhi Qi, Shang Luo, Kefu Xu, Jifeng Zhu, Bin Chong

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Nanyang Technological University（南洋理工大学） ； Supply Chain Tech Team Y, JD.com（京东Y供应链技术团队） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Fullive-AI（Fullive人工智能） 纠错

AI总结 该研究发现自主LLM智能体的轨迹级安全保障存在组合性缺陷，提出非衰减循环安全状态的LoopHarness方案，可限制未授权不可逆操作数量，通过Agent-SafetyBench等评估验证其有效性。

SDGBiasBench: Benchmarking and Mitigating Vision--Language Models' Biases in Sustainable Development Goals

SDGBiasBench: 评估和减轻可持续发展目标中视觉-语言模型的偏见

Zihang Lin, Huaiyuan Qin, Muli Yang, Hongyuan Zhu

机构 * Nanyang Technological University（南洋理工大学） 纠错

AI总结 本文提出SDGBiasBench，一个用于评估和减轻可持续发展目标中视觉-语言模型偏见的大型基准测试集，通过分析模型在决策和估计层面的偏见，提出CADE方法以减少偏见，提高模型的准确性和可靠性。

Comments Accepted to EMNLP 2026 Findings

Understanding and Enforcing Weight Disentanglement in Task Arithmetic

理解并强制任务算术中的权重解耦

Shangge Liu, Yuehan Yin, Lei Wang, Qi Fan, Yinghuan Shi, Wenbin Li, Yang Gao, Dacheng Tao

机构 * State Key Laboratory for Novel Software Technology, Nanjing University, China（新型软件技术国家重点实验室，南京大学，中国） ； University of Wollongong, Australia（沃林根大学，澳大利亚） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） 纠错

AI总结 本文提出Task-Feature Specialization（TFS）作为权重解耦的根本原理，通过促进权重向量的正交性，提出OrthoReg正则化方法以提升任务算术方法的性能。

Comments CVPR 2026 Oral