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

ShieldedCode: Learning Robust Representations for Virtual Machine Protected Code

ShieldedCode: 学习具有保护意识的虚拟机保护代码表示

Mingqiao Mo, Yunlong Tan, Hao Zhang, Heng Zhang, Yangfan He

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； South China Normal University（华南师范大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） 纠错

AI总结 ShieldedCode通过学习鲁棒表示提升虚拟机保护代码的生成与分析能力，实现更高效的软件保护。

Comments Accepted to ICLR 2026

GDCNet: Generative Discrepancy Comparison Network for Multimodal Sarcasm Detection

GDCNet：用于多模态讽刺检测的生成不一致比较网络

Shuguang Zhang, Junhong Lian, Guoxin Yu, Baoxun Xu, Xiang Ao

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology (ICT), Chinese Academy of Sciences (CAS)（人工智能安全国家重点实验室，计算技术研究所（ICT），中国科学院（CAS）） ； University of Chinese Academy of Sciences, CAS（中国科学院大学） ； Pengcheng Laboratory（鹏城实验室） ； Shenzhen Stock Exchange（深圳证券交易所） 纠错

AI总结 GDCNet通过生成事实性图像描述和文本对比，提升多模态讽刺检测的准确性和鲁棒性。

Comments Accepted to 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)

Latent Temporal Discrepancy as Motion Prior: A Loss-Weighting Strategy for Dynamic Fidelity in T2V

潜在时间差异作为运动先验：一种用于动态保真的损失加权策略

Meiqi Wu, Bingze Song, Ruimin Lin, Chen Zhu, Xiaokun Feng, Jiahong Wu, Xiangxiang Chu, Kaiqi Huang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； AMAP, Alibaba Group（阿里云实验室） ； Southeast University（东南大学） ； CRISE, Institute of Automation Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 本文提出了一种基于潜在时间差异的损失加权策略，用于提升动态保真度，通过引入运动先验来优化模型训练，从而在运动视频生成任务中取得显著性能提升。

Comments Accepted by ICASSP 2026

PEARL: Plan Exploration and Adaptive Reinforcement Learning for Multihop Tool Use

PEARL：多跳工具使用中的计划探索与自适应强化学习

Qihao Wang, Mingzhe Lu, Jiayue Wu, Yue Hu, Yanbing Liu

机构 * Institute of Information Engineering, China（信息工程研究所，中国） ； School of Cyber Security, University of Chinese Academy of Sciences, China（中国科学院大学网络安全学院，中国） 纠错

AI总结 PEARL通过两阶段方法提升LLM在多跳工具使用中的规划与执行能力，实现ToolHop 56.5%的成功率。

Comments Accepted to PRICAI25

LTS-VoiceAgent: A Listen-Think-Speak Framework for Efficient Streaming Voice Interaction via Semantic Triggering and Incremental Reasoning

LTS-VoiceAgent: 一种基于语义触发和增量推理的高效语音交互流式框架

Wenhao Zou, Yuwei Miao, Zhanyu Ma, Jun Xu, Jiuchong Gao, Jinghua Hao, Renqing He, Jingwen Xu

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

AI总结 LTS-VoiceAgent通过语义触发和增量推理实现高效语音交互，提升流式处理的准确性和效率。

Mem2ActBench: A Benchmark for Evaluating Long-Term Memory Utilization in Task-Oriented Autonomous Agents

Mem2ActBench: 一个评估面向任务的自主代理长期记忆利用的基准

Yiting Shen, Kun Li, Wei Zhou, Songlin Hu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 Mem2ActBench是一个评估自主代理利用长期记忆执行任务能力的基准，通过合成工具使用任务验证记忆应用的有效性。

PaperAudit-Bench: Benchmarking Error Detection in Research Papers for Critical Automated Peer Review

PaperAudit-Bench: 用于关键自动化同行评审中研究论文错误检测的基准测试

Songjun Tu, Yiwen Ma, Jiahao Lin, Qichao Zhang, Xiangyuan Lan, Junfeng. Li, Nan Xu, Linjing Li, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Pengcheng Laboratory（鹏城实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Wenge Technology（文英科技） 纠错

AI总结 PaperAudit-Bench通过整合结构化错误检测与证据意识的评审生成，提升自动化同行评审的批判性评估能力，并支持轻量级模型训练以实现高效错误检测。

Fast Converging 3D Gaussian Splatting for 1-Minute Reconstruction

快速收敛的3D高斯点撒法用于1分钟重建

Ziyu Zhang, Tianle Liu, Diantao Tu, Shuhan Shen

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Wuhan University（武汉大学） 纠错

AI总结 本文提出了一种快速收敛的3D高斯点撒方法，通过两阶段方案在1分钟内实现高保真重建，取得PSNR 28.43的优异成绩。

Comments First Rank of SIGGRAPH Asia 2025 3DGS Challenge. Code available at https://github.com/will-zzy/siggraph_asia

WaveSP-Net: Learnable Wavelet-Domain Sparse Prompt Tuning for Speech Deepfake Detection

WaveSP-Net: 基于小波域可学习稀疏提示微调的语音深度伪造检测

Xi Xuan, Xuechen Liu, Wenxin Zhang, Yi-Cheng Lin, Xiaojian Lin, Tomi Kinnunen

机构 * University of Eastern Finland（东芬兰大学） ； National Institute of Informatics（日本信息处理学会） ； University of Chinese Academy of Sciences（中国科学院大学） ； National Taiwan University（台湾大学） ； University of Toronto（多伦多大学） ； Tsinghua University（清华大学） 纠错

AI总结 WaveSP-Net通过结合小波域稀疏提示微调与Mamba架构，提升语音深度伪造检测的性能与效率。

Comments Accepted at ICASSP 2026