Tsinghua University（清华大学）

Structure-guided Diffusion Transformer for Low-Light Image Enhancement

结构引导的扩散变换器用于低光照图像增强

Xiangchen Yin, Zhenda Yu, Longtao Jiang, Xin Gao, Xiao Sun, Zhi Liu, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合国家科学中心人工智能研究院） ； Anhui University（安徽大学） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动技术学院） ； State Key Laboratory of Automotive Safety and Energy, Tsinghua University（清华大学汽车安全与能源国家重点实验室） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； Department of Computer and Network Engineering, The University of Electro-Communications（电通大学计算机与网络工程系） 纠错

AI总结 本文提出结构引导的扩散变换器框架，通过小波变换和结构增强模块提升低光照图像增强效果，实现SOTA性能。

Comments Accepted by IEEE Transactions on Multimedia (TMM)

Journal ref IEEE Transactions on Multimedia, Vol. 27, pp. 9505 - 9515, 22 September 2025

SafeRedir: Prompt Embedding Redirection for Robust Unlearning in Image Generation Models

SafeRedir: 基于提示嵌入重定向的图像生成模型鲁棒去学习

Renyang Liu, Kangjie Chen, Han Qiu, Jie Zhang, Kwok-Yan Lam, Tianwei Zhang, See-Kiong Ng

机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； CFAR and IHPC, A*STAR（CFAR和IHPC，A*STAR） 纠错

AI总结 SafeRedir通过提示嵌入重定向实现图像生成模型的鲁棒去学习，无需修改模型即可有效消除不安全内容并提升对抗性攻击抵抗力。

Comments Code at https://github.com/ryliu68/SafeRedir

SfMamba: Efficient Source-Free Domain Adaptation via Selective Scan Modeling

SfMamba: 通过选择性扫描建模实现高效的无源域适应

Xi Chen, Hongxun Yao, Sicheng Zhao, Jiankun Zhu, Jing Jiang, Kui Jiang

机构 * School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理学与认知科学系） 纠错

AI总结 SfMamba通过引入通道级视觉状态空间模块和语义一致的洗牌策略，实现了高效的无源域适应，提升了域不变特征提取和空间鲁棒性。

HIPPO: Accelerating Video Large Language Models Inference via Holistic-aware Parallel Speculative Decoding

HIPPO：通过整体感知并行推测解码加速视频大语言模型推理

Qitan Lv, Tianyu Liu, Wen Wu, Xuenan Xu, Bowen Zhou, Feng Wu, Chao Zhang

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） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

AI总结 HIPPO通过整体感知并行推测解码框架，有效提升视频大语言模型推理速度，实现高达3.51倍的加速效果。

Towards Cross-Platform Generalization: Domain Adaptive 3D Detection with Augmentation and Pseudo-Labeling

迈向跨平台泛化：基于增强与伪标签的域适应3D检测

Xiyan Feng, Wenbo Zhang, Lu Zhang, Yunzhi Zhuge, Huchuan Lu, You He

机构 * Dalian University of Technology（大连理工大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

AI总结 本研究提出一种基于增强与伪标签的域适应3D检测方法，在RoboSense2025挑战中取得第三名，实现了跨平台检测性能的提升。

Quantum automated theorem proving

量子自动定理证明

Zheng-Zhi Sun, Qi Ye, Dong-Ling Deng

机构 * Center for Quantum Information, IIIS, Tsinghua University, Beijing 100084, China（量子信息中心、IIIS、清华大学、北京100084、中国） ； Shanghai Qi Zhi Institute, Shanghai 200232, China（上海启智研究所、上海200232、中国） ； Hefei National Laboratory, Hefei 230088, China（合肥国家实验室、合肥230088、中国） 纠错

AI总结 本文提出量子自动定理证明的通用框架，利用量子叠加和纠缠特性，实现命题逻辑和一阶逻辑的自动推理，并扩展了吴氏代数方法用于几何定理证明。

Revealing the Attention Floating Mechanism in Masked Diffusion Models

揭示掩码扩散模型中的注意力漂浮机制

Xin Dai, Pengcheng Huang, Zhenghao Liu, Shuo Wang, Yukun Yan, Chaojun Xiao, Yu Gu, Ge Yu, Maosong Sun

机构 * School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

AI总结 本文揭示了掩码扩散模型中注意力漂浮机制，通过动态分散的注意力锚点和浅层结构感知、深层内容聚焦的机制，解释了其在知识密集型任务中性能优势。

E^2-LLM: Bridging Neural Signals and Interpretable Affective Analysis

E²-LLM：连接神经信号与可解释的情感分析

Fei Ma, Han Lin, Yifan Xie, Hongwei Ren, Xiaoyu Shen, Wenbo Ding, Qi Tian

机构 * Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Eastern Institute of Technology（东方技术研究所） ； Huawei（华为） 纠错

AI总结 E²-LLM通过整合预训练EEG编码器与Qwen-based LLM，实现了可解释的情绪分析，展示了模型扩展在情感识别和可解释性上的优势。

Comments 11 pages

ES-Mem: Event Segmentation-Based Memory for Long-Term Dialogue Agents

基于事件分割的记忆：长期对话代理中的记忆

Huhai Zou, Tianhao Sun, Chuanjiang He, Yu Tian, Zhenyang Li, Li Jin, Nayu Liu, Jiang Zhong, Kaiwen Wei

机构 * College of Computer Science, Chongqing University（重庆大学计算机科学学院） ； Tsinghua University（清华大学） ； Hong Kong Generative AI Research & Development Center, HKUST（香港科技大学生成式人工智能研究与开发中心） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； School of Computer Science and Technology, Tiangong University（天津理工大学计算机科学与技术学院） 纠错

AI总结 ES-Mem通过动态事件分割和分层记忆架构，提升长期对话代理的记忆效率和上下文定位能力。

Are My Optimized Prompts Compromised? Exploring Vulnerabilities of LLM-based Optimizers

我的优化提示是否被 compromised？探索基于 LLM 的优化器的漏洞

Andrew Zhao, Reshmi Ghosh, Vitor Carvalho, Emily Lawton, Keegan Hines, Gao Huang, Jack W. Stokes

机构 * Tsinghua University（清华大学） ； Microsoft（微软） 纠错

AI总结 研究发现基于 LLM 的提示优化存在重大安全漏洞，提出假奖励攻击及轻量级防御措施，揭示优化流程为重要攻击目标。

Comments Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026)

DGAE: Diffusion-Guided Autoencoder for Efficient Latent Representation Learning

DGAE：基于扩散的自编码器用于高效潜在表示学习

Dongxu Liu, Jiahui Zhu, Yuang Peng, Haomiao Tang, Yuwei Chen, Chunrui Han, Zheng Ge, Daxin Jiang, Mingxue Liao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

AI总结 DGAE通过结合扩散模型提升解码器表达能力，实现高效潜在表示学习，在高压缩率下提升性能并减少潜在空间维度。

UniF$^2$ace: A Unified Fine-grained Face Understanding and Generation Model

UniF$^2$ace: 一个统一的细粒度人脸理解和生成模型

Junzhe Li, Sifan Zhou, Liya Guo, Xuerui Qiu, Linrui Xu, Delin Qu, Tingting Long, Chun Fan, Ming Li, Hehe Fan, Jun Liu, Shuicheng Yan

机构 * Peking University（北京大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Tsinghua University（清华大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Central South University（中南大学） ； Fudan University（复旦大学） ； Guangming Lab（光明实验室） ； Zhejiang University（浙江大学） ； Lancaster University（兰卡斯特大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 UniF$^2$ace是一个专门针对细粒度人脸理解和生成的统一多模态模型，通过双离散扩散损失和多级分组专家混合架构，提升高质量面部细节生成和细粒度属性处理能力。

Stuffed Mamba: Oversized States Lead to the Inability to Forget

填充的Mamba：大状态导致无法遗忘

Yingfa Chen, Xinrong Zhang, Shengding Hu, Xu Han, Zhiyuan Liu, Maosong Sun

机构 * Department of Computer Science and Technology, Tsinghua University（计算机科学与技术系，清华大学） 纠错

AI总结 本文揭示了基于Mamba的模型因状态大小与训练长度不匹配导致无法有效遗忘的问题，并提出了改进长上下文建模的思路。

Comments COLM 2025

Beyond the Turn-Based Game: Enabling Real-Time Conversations with Duplex Models

超越回合制游戏：通过双工模型实现实时对话

Xinrong Zhang, Yingfa Chen, Shengding Hu, Xu Han, Zihang Xu, Yuanwei Xu, Weilin Zhao, Maosong Sun, Zhiyuan Liu

机构 * NLP Group, DCST, IAI, BNRIST, Tsinghua University, Beijing, China（自然语言处理组、国防科技大学、人工智能研究院、北京理工大学、清华大学、北京、中国） ； Quan Cheng Laboratory, Jinan, China（泉城实验室、济南、中国） ； Modelbest Inc.（Modelbest公司） 纠错

AI总结 本文提出双工模型，通过时间分割复用策略实现实时对话，提升用户与AI交互的自然度和满意度。