University of Science and Technology of China（中国科学技术大学）

Enhancing the Outcome Reward-based RL Training of MLLMs with Self-Consistency Sampling

Jiahao Wang, Weiye Xu, Aijun Yang, Wengang Zhou, Lewei Lu, Houqiang Li, Xiaohua Wang, Jinguo Zhu

机构 * Xi’an Jiaotong University（西安交通大学） ； University of Science and Technology of China（中国科学技术大学） ； SenseTime Research（商汤科技研究院） 纠错

Comments Accepted to NeurIPS 2025 (The Thirty-Ninth Annual Conference on Neural Information Processing Systems)

AffordBot: 3D Fine-grained Embodied Reasoning via Multimodal Large Language Models

Xinyi Wang, Xun Yang, Yanlong Xu, Yuchen Wu, Zhen Li, Na Zhao

机构 * University of Science and Technology of China（科学技术大学） ； Singapore University of Technology and Design（新加坡科技设计大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

Comments NeurIPS 2025

Equivariant Sampling for Improving Diffusion Model-based Image Restoration

Chenxu Wu, Qingpeng Kong, Peiang Zhao, Wendi Yang, Wenxin Ma, Fenghe Tang, Zihang Jiang, S. Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, USTC（生物医学工程学院，生命科学与医学系，中国科学技术大学） ； MIRACLE Center, Suzhou Institute for Advance Research, USTC（MIRACLE中心，苏州市先进研究院，中国科学技术大学） ； Key Laboratory of Intelligent Information Processing of CAS, ICT, CAS（中国科学院智能信息处理重点实验室，ICT，中国科学院） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（中国科学技术大学精密与智能化学国家重点实验室） 纠错

Comments 12 pages, 9 figures

VADB: A Large-Scale Video Aesthetic Database with Professional and Multi-Dimensional Annotations

Qianqian Qiao, DanDan Zheng, Yihang Bo, Bao Peng, Heng Huang, Longteng Jiang, Huaye Wang, Jingdong Chen, Jun Zhou, Xin Jin

机构 * Nanjing University（南京大学） ； Huazhong University of Science and Technology（华中科技大学） ； Beijing Film Academy（北京电影学院） ； University of Science and Technology of China（中国科学技术大学） ； Beijing Electronic Science and Technology Institute（北京电子科技学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） 纠错

Improving the generalization of gait recognition with limited datasets

Qian Zhou, Xianda Guo, Jilong Wang, Chuanfu Shen, Zhongyuan Wang, Zhen Han, Qin Zou, Shiqi Yu

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Department of Automation, School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学自动化系） ； Shenzhen Institute of Advanced Study, University of Electronic Science and Technology of China (UESTC)（电子科技大学深圳研究院） ； Department of Computer Science and Engineering, Southern University of Science and Technology (SUSTech)（南方科技大学计算机科学与工程系） 纠错

Comments 10 pages, 3 figures