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

VideoVeritas: AI-Generated Video Detection via Perception Pretext Reinforcement Learning

VideoVeritas：通过感知预设强化学习实现AI生成视频检测

Hao Tan, Jun Lan, Senyuan Shi, Zichang Tan, Zijian Yu, Huijia Zhu, Weiqiang Wang, Jun Wan, Zhen Lei

机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Shenzhen Institute of Advanced Technology (SIAT), Chinese Academy of Sciences（中国科学院深圳先进技术研究所） 纠错

AI总结 VideoVeritas通过感知预设强化学习提升AI生成视频检测性能，整合细粒度感知与事实推理，采用时空定位和自监督计数提升检测效果。

Comments Project: https://github.com/EricTan7/VideoVeritas

G-LNS: Generative Large Neighborhood Search for LLM-Based Automatic Heuristic Design

G-LNS：基于生成式大邻域搜索的LLM自动启发式设计

Baoyun Zhao, He Wang, Liang Zeng

机构 * Software College, Northeastern University（东北大学软件学院） ； International Centre for Theoretical Physics Asia-Pacific, University of Chinese Academy of Sciences（中国科学院大学国际理论物理亚太中心） ； Taiji Laboratory for Gravitational Wave Universe, University of Chinese Academy of Sciences（中国科学院大学太极引力波宇宙实验室） ； Tsinghua University（清华大学） 纠错

AI总结 G-LNS通过生成式进化框架，结合LLM共同进化破坏与修复操作符，实现了大邻域搜索操作符的自动化设计，在复杂组合优化问题中表现出更强的性能和泛化能力。

Bagging-Based Model Merging for Robust General Text Embeddings

基于Bagging的模型融合用于鲁棒通用文本嵌入

Hengran Zhang, Keping Bi, Jiafeng Guo, Jiaming Zhang, Wenbo Yang, Daiting Shi, Xueqi Cheng

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Querit Private Limited（Querit私人有限公司） 纠错

AI总结 BOOM通过批量级洗牌和模型融合提升文本嵌入鲁棒性，减少增量学习成本。

Comments 12 pages, 4 figures

Game-Theoretic Co-Evolution for LLM-Based Heuristic Discovery

基于博弈论的LLM启发式发现共演化

Xinyi Ke, Kai Li, Junliang Xing, Yifan Zhang, Jian Cheng

机构 * C2DL, Institute of Automation, Chinese Academy of Sciences（C2DL，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出ASRO框架，通过博弈论方法实现求解器与实例生成器的共演化，提升启发式发现的泛化能力和鲁棒性。

SearchAttack: Red-Teaming LLMs against Knowledge-to-Action Threats under Online Web Search

SearchAttack: 对知识到行动威胁下对LLM进行红队攻击

Yu Yan, Sheng Sun, Mingfeng Li, Zheming Yang, Chiwei Zhu, Fei Ma, Benfeng Xu, Min Liu, Qi Li

机构 * Institute of Computing Technology, CAS（计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； People's Public Security University of China（中国人民公安大学） ； University of Science and Technology of China（中国科学技术大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy（广东人工智能与数字经济实验室） ； Tsinghua University（清华大学） 纠错

AI总结 SearchAttack通过重新表述有害语义和测试奖励追逐偏差，揭示LLM在搜索增强任务中的安全漏洞。

Comments Misusing LLM-driven search for harmful information-seeking poses serious risks. We characterize its usability and impact through a comprehensive red-teaming and evaluation

Towards Reliable Evaluation of Adversarial Robustness for Spiking Neural Networks

面向脉冲神经网络对抗鲁棒性可靠评估的框架

Jihang Wang, Dongcheng Zhao, Ruolin Chen, Qian Zhang, Yi Zeng

机构 * Brain-inspired Cognitive AI Lab, Institute of Automation, Chinese Academy of Sciences（脑启发认知人工智能实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Beijing Institute of AI Safety and Governance（北京人工智能安全与治理研究院） ； Beijing Key Laboratory of Safe Al and Superalignment（北京安全人工智能与超对齐重点实验室） ； Center for Long-term AI（长期人工智能中心） 纠错

AI总结 本文提出ASSG框架和SA-PGD攻击方法，提升SNN对抗鲁棒性评估的可靠性与准确性

DegDiT: Controllable Audio Generation with Dynamic Event Graph Guided Diffusion Transformer

DegDiT：基于动态事件图引导的扩散变换器的可控音频生成

Yisu Liu, Chenxing Li, Wanqian Zhang, Wenfu Wang, Meng Yu, Ruibo Fu, Zheng Lin, Weiping Wang, Dong Yu

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安全学院） ； Tencent, AI Lab（腾讯AI实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 DegDiT通过动态事件图引导的扩散变换器框架，实现了开放式词汇可控音频生成，提升了生成音频的准确性和多样性。

Journal ref IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2026

Pruning as a Cooperative Game: Surrogate-Assisted Layer Contribution Estimation for Large Language Models

剪枝作为合作博弈：用于大型语言模型的代理辅助层贡献估计

Xuan Ding, Pengyu Tong, Ranjie Duan, Yunjian Zhang, Rui Sun, Yao Zhu

机构 * Shenzhen Future Network of Intelligence Institute（深圳未来网络智能研究院） ； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能重点实验室） ； The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）） ； Beijing Normal University（北京师范大学） ； Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） 纠错

AI总结 本文提出基于博弈论的层剪枝方法，利用代理网络估计层贡献，实现高效且有效的大型语言模型剪枝。

Comments Accepted by ICLR 2026

IM-Animation: An Implicit Motion Representation for Identity-decoupled Character Animation

IM-Animation: 一种隐式运动表示用于身份解耦的角色动画

Zhufeng Xu, Xuan Gao, Feng-Lin Liu, Haoxian Zhang, Zhixue Fang, Yu-Kun Lai, Xiaoqiang Liu, Pengfei Wan, Lin Gao

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） ； Kling Team, Kuaishou Technology（快手技术 Kling 团队） ； Cardiff University（卡迪夫大学） 纠错

AI总结 IM-Animation通过隐式运动表示和时间一致的遮罩令牌重定向模块，实现身份解耦的角色动画生成，提升动画质量和训练效率。

Fed-PISA: Federated Voice Cloning via Personalized Identity-Style Adaptation

Fed-PISA: 通过个性化身份-风格适应实现联邦语音克隆

Qi Wang, Shituo Ma, Guoxin Yu, Hanyang Peng, Yue Yu

机构 * Peng Cheng Laboratory（鹏城实验室） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； 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 Fed-PISA通过个性化身份-风格适应实现联邦语音克隆，减少通信成本并提升个性化表现。

Comments Accepted by ICASSP 2026

LEASE: Offline Preference-based Reinforcement Learning with High Sample Efficiency

LEASE: 基于偏好的离线强化学习与高样本效率

Xiao-Yin Liu, Guotao Li, Xiao-Hu Zhou, Zeng-Guang Hou

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CASIA-MUST Joint Laboratory of Intelligence Science and Technology, Institute of Systems Engineering, Macau University of Science and Technology（智能科学与技术CASIA-MUST联合实验室，澳门科学理工学院） 纠错

AI总结 LEASE通过高样本效率的离线偏好强化学习算法，在减少偏好数据需求的同时提升奖励模型的准确性与稳定性。

Comments Accepted by IEEE Transactions on Systems, Man, and Cybernetics: Systems

U-Net Based Image Enhancement for Short-time Muon Scattering Tomography

基于U-Net的短时μ子散射断层成像图像增强

Haochen Wang, Pei Yu, Liangwen Chen, Weibo He, Yu Zhang, Yuhong Yu, Xueheng Zhang, Lei Yang, Zhiyu Sun

机构 * School of Physics, Hefei University of Technology（合肥工业大学物理学院） ； Advanced Energy Science and Technology Guangdong Laboratory（广东实验室） ； Institute of Modern Physics, Chinese Academy of Sciences（中国科学院现代物理研究所） ； School of Nuclear Science and Technology, University of Chinese Academy of Sciences（中国科学院大学核科学技术学院） ； State Key Laboratory of Heavy Ion Science and Technology, Institute of Modern Physics, Chinese Academy of Sciences（中国科学院现代物理研究所重离子科学与技术国家重点实验室） ； Institute of Materials, China Academy of Engineering Physics（工程物理院材料研究所） 纠错

AI总结 本文提出基于U-Net的图像增强方法，利用模拟数据训练提升短时μ子散射断层成像的图像质量，实验显示SSIM显著提高，LPIPS显著降低，为实际应用奠定基础。

Learning to Anchor Visual Odometry: KAN-Based Pose Regression for Planetary Landing

学习锚定视觉里程计：基于KAN的行星着陆姿态回归

Xubo Luo, Zhaojin Li, Xue Wan, Wei Zhang, Leizheng Shu

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间利用技术与工程中心） 纠错

AI总结 KANLoc通过基于KAN的姿态回归器和混合定位方案，实现高精度、实时的行星着陆定位，有效减少漂移并提升鲁棒性。

Comments 8 pages, accepted by RA-L