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

Closing the Generalization Gap in Parameter-efficient Federated Edge Learning

缩小参数高效联邦边缘学习中的泛化差距

Xinnong Du, Zhonghao Lyu, Xiaowen Cao, Chunyang Wen, Shuguang Cui, Jie Xu

机构 * School of Science and Engineering (SSE)（科学与工程学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来网络智能研究所） ； 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）） ； School of Electrical Engineering and Computer Science（电气工程与计算机科学学院） ； KTH Royal Institute of Technology（皇家理工学院） ； College of Electronic and Information Engineering（电子与信息工程学院） ； University of Science and Technology of China (USTC)（中国科学技术大学） 纠错

AI总结 本文提出了一种参数高效的联邦边缘学习框架，通过联合模型剪枝和客户端选择，解决本地数据异质性和资源受限问题，提升模型泛化能力和学习性能。

Comments 13 pages, 8 figures

TWEO: Transformers Without Extreme Outliers Enables FP8 Training And Quantization For Dummies

TWEO: 无需极端异常值的Transformer 使FP8训练和量化变得容易

Guang Liang, Jie Shao, Ningyuan Tang, Xinyao Liu, Jianxin Wu

机构 * Nationa Key Laboratory for Novel Software Technology（新型软件技术国家实验室） ； School of Artificial Intelligence（人工智能学院） ； Zhongguancun Academy（中关村学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 TWEO通过简单损失函数有效减少训练中的极端异常值，使FP8训练和量化成为可能，显著提升训练效率和模型性能。

Leveraging Biomolecule and Natural Language through Multi-Modal Learning: A Survey

利用生物分子和自然语言通过多模态学习：一篇综述

Qizhi Pei, Zhimeng Zhou, Kaiyuan Gao, Jinhua Zhu, Yue Wang, Zun Wang, Tao Qin, Lijun Wu, Rui Yan

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Huazhong University of Science and Technology（华中科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） 纠错

AI总结 本文综述了生物分子与自然语言多模态学习的最新进展，探讨了技术表示、多模态整合方法、应用实例及未来研究方向。

Comments 2025.11.28 Updated Version

Diff-ICMH: Harmonizing Machine and Human Vision in Image Compression with Generative Prior

Diff-ICMH: 在图像压缩中融合机器与人类视觉

Ruoyu Feng, Yunpeng Qi, Jinming Liu, Yixin Gao, Xin Li, Xin Jin, Zhibo Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Eastern Institute of Technology, Ningbo（宁波工程技术院） 纠错

AI总结 Diff-ICMH通过融合机器与人类视觉，提出了一种生成图像压缩框架，利用生成先验和语义一致性损失提升压缩质量，同时支持多种智能任务。

Comments Accepted by NeurIPS 2025

DualVLA: Building a Generalizable Embodied Agent via Partial Decoupling of Reasoning and Action

DualVLA: 通过推理与行动部分解耦构建通用具身代理

Zhen Fang, Zhuoyang Liu, Jiaming Liu, Hao Chen, Yu Zeng, Shiting Huang, Zehui Chen, Lin Chen, Shanghang Zhang, Feng Zhao

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； 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，北京大学计算机学院） ； CUHK（香港大学） 纠错

AI总结 DualVLA通过推理与行动部分解耦，提升通用具身代理的行动与多模态理解平衡能力。

OralGPT-Omni: A Versatile Dental Multimodal Large Language Model

OralGPT-Omni: 一种多功能的牙科多模态大语言模型

Jing Hao, Yuci Liang, Lizhuo Lin, Yuxuan Fan, Wenkai Zhou, Kaixin Guo, Zanting Ye, Yanpeng Sun, Xinyu Zhang, Yanqi Yang, Qiankun Li, Hao Tang, James Kit-Hon Tsoi, Linlin Shen, Kuo Feng Hung

机构 * Faculty of Dentistry, The University of Hong Kong（香港大学牙科学院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； The Hong Kong University of Science and Technology (GZ)（香港科学与技术大学） ； School of Biomedical Engineering, Southern Medical University（南方医科大学生物医学工程学院） ； Singapore University of Technology and Design（新加坡科技与设计大学） ； University of Auckland（奥克兰大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； College of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） 纠错

AI总结 OralGPT-Omni是一种专门用于牙科的多模态大语言模型，通过TRACE-CoT数据集和四阶段训练范式，实现了对牙科图像的高效分析和高准确率评估。

Comments 47 pages, 42 figures, 13 tables

G$^2$VLM: Geometry Grounded Vision Language Model with Unified 3D Reconstruction and Spatial Reasoning

G$^2$VLM：基于几何的视觉语言模型，实现统一的3D重建与空间推理

Wenbo Hu, Jingli Lin, Yilin Long, Yunlong Ran, Lihan Jiang, Yifan Wang, Chenming Zhu, Runsen Xu, Tai Wang, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； UCLA（加州大学洛杉矶分校） ； SJTU（上海交通大学） ； FDU（福建师范大学） ； ZJU（浙江大学） ； USTC（中国科学技术大学） ； HKU（香港大学） ； CUHK（香港中文大学） 纠错

AI总结 G$^2$VLM通过统一3D重建与空间推理，提升视觉语言模型在空间智能任务中的性能。

Comments code are released at https://github.com/InternRobotics/G2VLM

ArtiBench and ArtiBrain: Benchmarking Generalizable Vision-Language Articulated Object Manipulation

ArtiBench 和 ArtiBrain：可泛化的视觉-语言操纵基准测试

Yuhan Wu, Tiantian Wei, Shuo Wang, ZhiChao Wang, Yanyong Zhang, Daniel Cremers, Yan Xia

机构 * University of Science and Technology of China（中国科学技术大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 ArtiBench和ArtiBrain通过统一高层推理与自适应低层控制，提升可操纵物体操作的鲁棒性和泛化能力。

ParticleGS: Learning Neural Gaussian Particle Dynamics from Videos for Prior-free Physical Motion Extrapolation

ParticleGS: 从视频中学习神经高斯粒子动力学以实现无先验的物理运动外推

Jinsheng Quan, Qiaowei Miao, Yichao Xu, Zizhuo Lin, Ying Li, Wei Yang, Zhihui Li, Yawei Luo

机构 * Zhejiang University（浙江大学） ； North China University of Technology（华北理工大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 ParticleGS通过学习神经高斯粒子动力学，实现无先验的物理运动外推，提升动态3D场景的预测准确性与一致性。

Histomorphology-Guided Prototypical Multi-Instance Learning for Breast Cancer WSI Classification

基于组织学引导的原型多实例学习用于乳腺癌WSI分类

Baizhi Wang, Rui Yan, Wenxin Ma, Xu Zhang, Yuhao Wang, Xiaolong Li, Yunjie Gu, Zihang Jiang, S. Kevin Zhou

机构 * School of Biomedical Engineering, USTC（生物医学工程学院） ； USTC Center for Medical Imaging, Robotics, Analytic Computing & Learning (MIRACLE)（USTC医学影像、机器人、分析计算与学习中心） ； Key Laboratory of Intelligent Information Processing, ICT, CAS（智能信息处理重点实验室） ； State Key Laboratory of Precision and Intelligent Chemistry, USTC（精密与智能化学国家重点实验室） 纠错

AI总结 本文提出HGPMIL框架，通过整合组织学信息提升乳腺癌WSI分类的准确性与鲁棒性。

Comments 11 pages,8 figures