National University of Singapore（新加坡国立大学）

OS-Symphony: A Holistic Framework for Robust and Generalist Computer-Using Agent

OS-Symphony: 一个用于鲁棒且通用计算机使用代理的综合框架

Bowen Yang, Kaiming Jin, Zhenyu Wu, Zhaoyang Liu, Qiushi Sun, Zehao Li, JingJing Xie, Zhoumianze Liu, Fangzhi Xu, Kanzhi Cheng, Qingyun Li, Yian Wang, Yu Qiao, Zun Wang, Zichen Ding

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） ； CUHK MMLab（香港中文大学MMLab） ； Xi’an Jiaotong University（西安交通大学） ； Nanjing University（南京大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

AI总结 OS-Symphony通过反思记忆代理和多功能工具代理，提升计算机使用代理在长周期任务和新领域中的鲁棒性和泛化能力。

Comments 31 pages, 11 figures, 12 tables

ShowUI-Aloha: Human-Taught GUI Agent

ShowUI-Aloha: 由人类指导的GUI代理

Yichun Zhang, Xiangwu Guo, Yauhong Goh, Jessica Hu, Zhiheng Chen, Xin Wang, Difei Gao, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） 纠错

AI总结 ShowUI-Aloha通过将无结构的人类屏幕记录转化为结构化任务，提供了一种可扩展的解决方案，用于构建能够从观察人类中有效学习的通用GUI代理。

Comments 13 Pages, 16 Figures

QMAVIS: Long Video-Audio Understanding using Fusion of Large Multimodal Models

QMAVIS：利用大多模态模型融合实现长视频音频理解

Zixing Lin, Jiale Wang, Gee Wah Ng, Lee Onn Mak, Chan Zhi Yang Jeriel, Jun Yang Lee, Yaohao Li

机构 * National University of Singapore（新加坡国立大学） ； Nanyang Technological University, Singapore（南洋理工大学） 纠错

AI总结 QMAVIS通过融合大型多模态模型、大型语言模型和语音识别模型，实现了长视频音频理解，展示了在VideoMME数据集上38.75%的性能提升，并在其他数据集上表现出竞争力。

Sketch&Patch++: Efficient Structure-Aware 3D Gaussian Representation

Sketch&Patch++: 高效的结构感知3D高斯表示

Yuang Shi, Géraldine Morin, Simone Gasparini, Wei Tsang Ooi

机构 * National University of Singapore（新加坡国立大学） ； IRIT - Université de Toulouse（图卢兹大学IRIT） 纠错

AI总结 Sketch&Patch++提出一种结构感知的3D高斯表示方法，通过分层自适应分类框架实现高效存储和渲染，相比传统方法在PSNR、SSIM和LPIPS上均取得显著提升。

An Information-Minimal Geometry for Qubit-Efficient Optimization

为量子比特高效优化设计的信息最小几何

Gordon Ma, Dimitris G. Angelakis

机构 * Centre for Quantum Technologies, National University of Singapore（量子技术中心，新加坡国立大学） ； Institute for Quantum Computing and Quantum Technologies, NCSR Demokritos（量子计算与量子技术研究所，NCSR德莫克里托斯研究中心） ； School of Electronics and Computer Science, University of Southampton（电子与计算机科学学院，南安普顿大学） ； AngelQ Quantum Computing, Singapore（新加坡AngelQ量子计算） 纠错

AI总结 本文提出了一种信息最小的几何方法，通过构建水平2阶谢尔盖-阿德ams多面体，实现量子比特高效优化的近最优近似比，揭示了配对多面体几何在解决大规模优化问题中的作用。

Comments 39 pages, 9 figures. v2: Revised for clarity

CLIP-GS: Unifying Vision-Language Representation with 3D Gaussian Splatting

CLIP-GS: 通过3D高斯点划法统一视觉-语言表示

Siyu Jiao, Haoye Dong, Yuyang Yin, Zequn Jie, Yinlong Qian, Yao Zhao, Humphrey Shi, Yunchao Wei

机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院） ； National University of Singapore（新加坡国立大学） ； Meituan（美团） ； Georgia Institute of Technology（佐治亚理工学院） ； Picsart AI Research (PAIR)（Picsart AI研究（PAIR）） 纠错

AI总结 CLIP-GS通过3D高斯点划法统一视觉-语言表示，利用对比损失和图像投票损失提升多模态检索和分类性能。

Enhancing Low-resolution Image Representation Through Normalizing Flows

通过归一化流增强低分辨率图像表示

Chenglong Bao, Tongyao Pang, Zuowei Shen, Dihan Zheng, Yihang Zou

机构 * Yau Mathematical Sciences Center, Tsinghua University, Beijing, China（清华大学数学科学中心，北京，中国） ； Beijing Institute of Mathematical Sciences and Applications, Beijing, China（北京数学科学研究院，北京，中国） ； Department of Mathematics, National University of Singapore, Singapore（新加坡国立大学数学系，新加坡） ； Department of Pharmaceutical Chemistry, University of California, San Francisco, CA, USA（加州大学旧金山分校药学化学系，美国，加利福尼亚州，旧金山） ； Yau Mathematical Sciences Center and Department of Mathematical Sciences, Tsinghua University, Beijing, China（清华大学数学科学中心及数学系，北京，中国） 纠错

AI总结 本文提出LR2Flow框架，通过整合小波紧框架块与归一化流，提升低分辨率图像表示的重建能力与鲁棒性。

Neural Nonmyopic Bayesian Optimization in Dynamic Cost Settings

动态成本环境下的神经非短视贝叶斯优化

Sang T. Truong, Duc Q. Nguyen, Willie Neiswanger, Ryan-Rhys Griffiths, Stefano Ermon, Nick Haber, Sanmi Koyejo

机构 * Stanford University（斯坦福大学） ； National University of Singapore（新加坡国立大学） ； University of Southern California（南加州大学） ； FutureHouse, Inc.（FutureHouse公司） 纠错

AI总结 LookaHES通过整合神经策略，实现动态成本环境下的非短视贝叶斯优化，提升复杂决策空间中的长视图优化能力。

Comments 32 pages, 20 figures, 13 tables

LLM Agents in Law: Taxonomy, Applications, and Challenges

法律中的LLM代理：分类、应用与挑战

Shuang Liu, Ruijia Zhang, Ruoyun Ma, Yujia Deng, Lanyi Zhu, Jiayu Li, Zelong Li, Zhibin Shen, Mengnan Du

机构 * Carnegie Mellon University（卡内基梅隆大学） ； National University of Singapore（国立新加坡大学） ； Stanford University（斯坦福大学） ； University of Washington（华盛顿大学） ； The University of Chicago（芝加哥大学） ； Rutgers University（罗格斯大学） ； Columbia University（哥伦比亚大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

AI总结 本文探讨了法律领域中LLM代理的分类、应用及挑战，分析了技术转变、应用分类、评估方法及未来发展方向。

DiffPF: Differentiable Particle Filtering with Generative Sampling via Conditional Diffusion Models

DiffPF: 基于条件扩散模型的可微粒子滤波器通过生成采样

Ziyu Wan, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（电子与计算机工程系，国立新加坡大学） 纠错

AI总结 DiffPF通过条件扩散模型实现高精度后验采样，提升动态系统状态估计性能。

Convergence Rates of Constrained Expected Improvement

带约束期望改进的收敛速率

Haowei Wang, Jingyi Wang, Zhongxiang Dai, Nai-Yuan Chiang, Szu Hui Ng, Cosmin G. Petra

机构 * National University of Singapore（新加坡国立大学） ； Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 本文研究了带约束期望改进算法的收敛速率，证明了在不同核函数和高斯过程假设下，该算法在约束优化中的收敛性能。

DnD Filter: Differentiable State Estimation for Dynamic Systems using Diffusion Models

DnD Filter: 使用扩散模型进行动态系统可微状态估计

Ziyu Wan, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） 纠错

AI总结 DnD Filter利用扩散模型实现动态系统状态估计，首次在噪声环境下有效提升非线性估计精度。

Journal ref Proc. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025