University of Chinese Academy of Sciences（中国科学院大学）

Vision Also You Need: Navigating Out-of-Distribution Detection with Multimodal Large Language Model

视觉也需要：利用多模态大语言模型进行分布外检测导航

Haoran Xu, Yanlin Liu, Zizhao Tong, Jiaze Li, Kexue Fu, Yuyang Zhang, Longxiang Gao, Shuaiguang Li, Xingyu Li, Yanran Xu, Changwei Wang

机构 * Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（教育部计算电力网络与信息安全重点实验室，山东计算机科学中心（国家超算中心济南中心），齐鲁工业大学（山东科学院）） ； Shandong Provincial Key Laboratory of Computing Power Internet and Service Computing, Shandong Fundamental Research Center for Computer Science（山东省计算电力互联网与服务计算重点实验室，山东省计算机科学基础研究中心） ； University of Electronic Science and Technology of China（电子科技大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； RWTH Aachen University（亚琛工业大学） 纠错

AI总结 本文提出MM-OOD方法，利用多模态大语言模型的推理能力，通过多轮对话增强分布外检测，提升近远OOD任务性能。

Numina-Lean-Agent: An Open and General Agentic Reasoning System for Formal Mathematics

Numina-Lean-Agent: 一种面向形式数学的开放且通用的代理推理系统

Junqi Liu, Zihao Zhou, Zekai Zhu, Marco Dos Santos, Weikun He, Jiawei Liu, Ran Wang, Yunzhou Xie, Junqiao Zhao, Qiufeng Wang, Lihong Zhi, Jia Li, Wenda Li

机构 * Academy of Mathematics and Systems Science, University of Chinese Academy of Sciences（中国科学院数学与系统科学研究院） ； Tongji University（同济大学） ； University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； University of Liverpool（利物浦大学） ； Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

AI总结 Numina-Lean-Agent通过通用编码代理实现形式数学推理，解决Putnam 2025全部问题并成功形式化Brascamp-Lieb定理。

Focus on What Matters: Fisher-Guided Adaptive Multimodal Fusion for Vulnerability Detection

聚焦关键要素：基于Fisher信息的自适应多模态融合用于漏洞检测

Yun Bian, Yi Chen, HaiQuan Wang, ShiHao Li, Zhe Cui

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 本文提出TaCCS-DFA框架，通过Fisher信息引导的自适应多模态融合，提升漏洞检测的F1分数，同时降低推理延迟。

Structuring Reasoning for Complex Rules Beyond Flat Representations

为复杂规则构建推理结构超越平面表示

Zhihao Yang, Ancheng Xu, Jingpeng Li, Liang Yan, Jiehui Zhou, Zhen Qin, Hengyu Chang, Yukun Chen, Longze Chen, Ahmadreza Argha, Hamid Alinejad-Rokny, Minghuan Tan, Yujun Cai, Min Yang

机构 * Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳高性能数据挖掘重点实验室，深圳先进技术研究院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Biomedical Engineering, UNSW Sydney（悉尼大学生物医学工程学院） ； University of Queensland（昆士兰大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 本文提出DAT框架，通过分阶段处理复杂规则，提升LLM在复杂规则任务中的推理能力与效率。

SPHENIC: Topology-Aware Multi-View Clustering for Spatial Transcriptomics

SPHENIC：面向空间转录组学的拓扑感知多视图聚类

Chenkai Guo, Yikai Zhu, Renxiang Guan, Jinli Ma, Siwei Wang, Ke Liang, Guangdun Peng, Dayu Hu

机构 * College of Medicine and Biological Information Engineering, Northeastern University（医学与生物信息工程学院，东北大学） ； Guangzhou Institutes of Biomedicine and Health, Chinese Academy of Sciences（广州生物医学与健康研究院，中国科学院） ； College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； Intelligent Game and Decision Lab, Academy of Military Sciences（智能游戏与决策实验室，军事科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 SPHENIC通过整合拓扑持续同调和空间约束优化，提升空间转录组学中细胞聚类的鲁棒性和准确性。

Comments 9 pages, 5 figures, 2 tables

Light4GS: Lightweight Compact 4D Gaussian Splatting Generation via Context Model

Light4GS: 通过上下文模型实现轻量级紧凑的4D高斯点云生成

Mufan Liu, Qi Yang, He Huang, Wenjie Huang, Zhenlong Yuan, Zhu Li, Yiling Xu

机构 * School of Information Science and Electronic Engineering, Shanghai Jiao Tong University（信息科学与电子工程学院，上海交通大学） ； School of Science and Engineering, University of Missouri–Kansas City（科学与工程学院，密苏里大学-堪萨斯城分校） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 Light4GS通过显著性剪枝和深度上下文模型实现轻量级4D高斯点云生成，提升压缩效率和渲染速度。

Jingfang: An LLM-Based Multi-Agent System for Precise Medical Consultation and Syndrome Differentiation in Traditional Chinese Medicine

Jingfang: 一种基于大语言模型的多智能体系统，用于精准中医诊疗和辨证论治

Yehan Yang, Tianhao Ma, Ruotai Li, Xinhan Zheng, Guodong Shan

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Southeast University（东南大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 JingFang 是一种基于大语言模型的多智能体系统，旨在通过多智能体协作机制提升中医诊疗的准确性和个性化水平，尤其在辨证论治方面表现优异。

CLIP-Guided Adaptable Self-Supervised Learning for Human-Centric Visual Tasks

面向人类的视觉任务的CLIP引导自监督学习

Mingshuang Luo, Ruibing Hou, Bo Chao, Hong Chang, Zimo Liu, Yaowei Wang, Shiguang Shan

机构 * Key Laboratory of Intelligent Information Processing, Institute of Computing Technology (ICT), Chinese Academy of Sciences (CAS), and University of Chinese Academy of Sciences（智能信息处理重点实验室，计算技术研究所（ICT），中国科学院（CAS）及中国科学院大学） 纠错

AI总结 CLASP通过CLIP生成多级语义伪标签，并结合Prompt-Controlled MoE模块提升迁移性，实现人类中心视觉任务的高效预训练。

Comments Accepted by TMM (IEEE Transactions on Multimedia), 16 pages, 7 figures

Gated Differentiable Working Memory for Long-Context Language Modeling

具有门控可微工作记忆的长上下文语言模型

Lingrui Mei, Shenghua Liu, Yiwei Wang, Yuyao Ge, Baolong Bi, Jiayu Yao, Jun Wan, Ziling Yin, Jiafeng Guo, Xueqi Cheng

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； University of California, Merced（加州大学梅尔塞德斯分校） ； UBS AG（UBS集团） 纠错

AI总结 Gdwm通过门控可微工作记忆框架，在有限计算下优化长上下文语言模型的测试时间适应，提升效率与性能。

FDLLM: A Dedicated Detector for Black-Box LLMs Fingerprinting

FDLLM：一种专为黑盒LLM指纹识别设计的检测器

Zhiyuan Fu, Junfan Chen, Lan Zhang, Ting Yang, Jun Niu, Hongyu Sun, Ruidong Li, Peng Liu, Jice Wang, Fannv He, Qiuling Yue, Yuqing Zhang

机构 * College of Cyberspace Security, Hainan University（海南大学网络安全学院） ； National Computer Network Intrusion Protection Center, University of Chinese Academy of Sciences（中国科学院大学国家计算机网络入侵防护中心） ； Graduate School of Natural Science and Technology, Kanazawa University（北九州市立大学自然科学技术研究生院） ； School of Cyber Engineering, Xidian University（西安电子科技大学 cyber 工程学院） ； School of Informatics, Computing, and Cyber Systems, Northern Arizona University（北亚利桑那大学信息学、计算与网络系统学院） ； College of IST, Pennsylvania State University（宾夕法尼亚州立大学信息科技学院） 纠错

AI总结 FDLLM通过LoRA技术实现高效LLM指纹识别，具备高准确率和鲁棒性，有效提升模型识别与安全防护能力。

Attesting Model Lineage by Consisted Knowledge Evolution with Fine-Tuning Trajectory

通过细调轨迹与持续知识演化认证模型谱系

Zhuoyi Shang, Jiasen Li, Pengzhen Chen, Yanwei Liu, Xiaoyan Gu, Weiping Wang

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； State Key Laboratory of Cyberspace Security Defense（网络空间安全防御国家重点实验室） 纠错

AI总结 本文提出通过细调轨迹与持续知识演化认证模型谱系，利用模型编辑和知识向量化机制实现稳健的谱系验证。

Comments Accepted to the 35th USENIX Security Symposium (USENIX Security 2026)

UVE: Are MLLMs Unified Evaluators for AI-Generated Videos?

UVE: MLLMs是否能作为AI生成视频的统一评估器？

Yuanxin Liu, Rui Zhu, Shuhuai Ren, Jiacong Wang, Haoyuan Guo, Xu Sun, Lu Jiang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； ByteDance Seed（字节跳动种子） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） 纠错

AI总结 本文探讨使用多模态大语言模型作为AI生成视频的统一评估器的可行性，并通过UVE-Bench基准测试评估了18种MLLMs的性能。