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

Segment Any Events with Language

通过语言进行任意事件分割

Seungjun Lee, Gim Hee Lee

机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

AI总结 SEAL通过语义感知框架实现开放词汇事件实例分割，支持多粒度级别的事件分割与掩码分类，并在多个基准测试中表现出优越的性能和效率。

Comments ICLR 2026. Project Page: https://0nandon.github.io/SEAL

EvoClinician: A Self-Evolving Agent for Multi-Turn Medical Diagnosis via Test-Time Evolutionary Learning

EvoClinician: 一种通过测试时进化学习进行多轮医学诊断的自进化代理

Yufei He, Juncheng Liu, Zhiyuan Hu, Yulin Chen, Yue Liu, Yuan Sui, Yibo Li, Nuo Chen, Jun Hu, Bryan Hooi, Xinxing Xu, Jiang Bian

机构 * Microsoft Research（微软研究院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 EvoClinician通过测试时进化学习实现多轮医学诊断，采用'诊断-评分-进化'循环提升诊断效率

Autonomous Chain-of-Thought Distillation for Graph-Based Fraud Detection

基于图的欺诈检测的自主链式思维蒸馏

Yuan Li, Jun Hu, Bryan Hooi, Bingsheng He, Cheng Chen

机构 * National University of Singapore（新加坡国立大学） ； ByteDance Inc.（字节跳动公司） 纠错

AI总结 FraudCoT通过自主链式思维推理和高效联合训练策略，提升基于图的欺诈检测性能和效率。

DiffuSpeech: Silent Thought, Spoken Answer via Unified Speech-Text Diffusion

DiffuSpeech: 通过统一的语音-文本扩散实现无声思考， spoken 答案

Yuxuan Lou, Ziming Wu, Yaochen Wang, Yong Liu, Yingxuan Ren, Fuming Lai, Shaobing Lian, Jie Tang, Yang You

机构 * National University of Singapore（新加坡国立大学） ； Tencent（腾讯） 纠错

AI总结 DiffuSpeech通过统一的语音-文本扩散模型，实现语音生成的同时生成内部推理，提升语音问答的准确性和语音质量。

DART-ing Through the Drift: Dynamic Tracing of Knowledge Neurons for Adaptive Inference-Time Pruning

在漂移中穿行：动态追踪知识神经元以实现自适应推理时剪枝

Abhishek Tyagi, Yunuo Cen, Shrey Dhorajiya, Bharadwaj Veeravalli, Xuanyao Fong

机构 * Department of Electrical and Computer Engineering, National University of Singapore, Singapore（电子与计算机工程系，新加坡国立大学） ； Department of Computer Science, Birla Institute of Technology and Science, Pilani, India（计算机科学系，比拉理工学院与科学学院，印度） 纠错

AI总结 DART通过动态追踪知识神经元实现自适应推理时剪枝，提升模型在稀疏度下的准确率和ROUGE-L分数，同时保持低内存和计算开销。

DNA: Uncovering Universal Latent Forgery Knowledge

DNA：揭示普遍的潜在伪造知识

Jingtong Dou, Chuancheng Shi, Yemin Wang, Shiming Guo, Anqi Yi, Wenhua Wu, Li Zhang, Fei Shen, Tat-Seng Chua

机构 * The University of Sydney, Sydney, Australia（悉尼大学） ； Xiamen University, Xiamen, China（厦门大学） ； Hong Kong Polytechnic University, HongKong, China（香港理工大学） ； National University of Singapore, Singapore, Singapore（新加坡国立大学） 纠错

AI总结 DNA框架通过挖掘预训练模型中的潜在能力，实现高效伪造检测，无需端到端重训练，且在少样本和多样化架构中表现优异。

Generalizable Multimodal Large Language Model Editing via Invariant Trajectory Learning

通过不变轨迹学习实现通用的多模态大语言模型编辑

Jiajie Su, Haoyuan Wang, Xiaohua Feng, Yunshan Ma, Xiaobo Xia, Yuyuan Li, Xiaolin Zheng, Jianmao Xiao, Chaochao Chen

机构 * Zhejiang University, China（浙江大学） ； Singapore Management University, Singapore（新加坡管理学院） ； National University of Singapore, Singapore（新加坡国立大学） ； Hangzhou Dianzi University, China（杭州电子科技大学） ； Jiangxi Normal University, China（江西师范大学） 纠错

AI总结 本文提出ODEit框架，通过不变轨迹学习提升多模态大语言模型的编辑可靠性、局部性和泛化能力。

Comparing How a Chatbot References User Utterances from Previous Chatting Sessions: An Investigation of Users' Privacy Concerns and Perceptions

比较聊天机器人如何参考先前聊天会话中的用户发言：对用户隐私担忧和认知的调查

Samuel Rhys Cox, Yi-Chieh Lee, Wei Tsang Ooi

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

AI总结 研究探讨了聊天机器人引用用户历史对话的不同方式对用户感知和隐私担忧的影响，发现逐字引用虽提升智能感但引发隐私问题，改述方式则更受欢迎。

Comments 10 pages, 3 figures, to be published in Proceedings of the 11th International Conference on Human-Agent Interaction (ACM HAI'23)

Journal ref Proceedings of the 11th International Conference on Human-Agent Interaction (HAI '23), 2023