Xi'an Jiaotong University（西安交通大学）

Two-Stage Data Synthesization: A Statistics-Driven Restricted Trade-off between Privacy and Prediction

两阶段数据合成：一种基于统计的隐私与预测之间的受限权衡

Xiaotong Liu, Shao-Bo Lin, Jun Fan, Ding-Xuan Zhou

机构 * Center for Intelligent Decision-Making and Machine Learning, School of Management, Xi’an Jiaotong University（智能决策与机器学习中心，管理学院，西安交通大学） ； Department of Mathematics, Hong Kong Baptist University（数学系，香港 Baptist 大学） ； School of Mathematics and Statistics, University of Sydney（数学与统计学学院，悉尼大学） 纠错

AI总结 本文提出了一种两阶段数据合成方法，结合统计学优势，在隐私与预测之间实现受限权衡，通过核岭回归和混合操作提升预测性能。

Vanilla Group Equivariant Vision Transformer: Simple and Effective

vanilla组等变视觉变换器：简单而有效

Jiahong Fu, Qi Xie, Deyu Meng, Zongben Xu

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（数学与统计学院，西安交通大学） 纠错

AI总结 本文提出了一种简单有效的等变视觉变换器框架，通过系统地使关键组件等变，提升ViTs在多种视觉任务中的性能和数据效率。

From $O(mn)$ to $O(r^2)$: Two-Sided Low-Rank Communication for Adam in Distributed Training with Memory Efficiency

从O(mn)到O(r²)：为分布式训练中的Adam引入双侧低秩通信以提高内存效率

Sizhe Dang, Jiaqi Shao, Xiaodong Zheng, Guang Dai, Yan Song, Haishan Ye

机构 * Xi’an Jiaotong University（西安交通大学） ； SGIT AI Lab（SGIT人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 TSR-Adam通过双侧低秩通信将Adam优化器的通信开销从O(mn)降至O(r²)，在保持低维核心状态的同时减少通信量，提升分布式训练效率。

Efficient Anti-exploration via VQVAE and Fuzzy Clustering in Offline Reinforcement Learning

通过VQVAE和模糊聚类实现高效的反探索：离线强化学习中的方法

Long Chen, Yinkui Liu, Shen Li, Bo Tang, Xuemin Hu

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室） ； State Key Laboratory of Management and Control for Complex Systems（复杂系统管理与控制国家重点实验室） ； Chinese Academy of Sciences（中国科学院） ； WAYTOUS Inc.（WAYTOUS公司） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） ； School of Artificial Intelligence（人工智能学院） ； Key Laboratory of Intelligent Sensing System and Security (Hubei University)（智能感知系统与安全重点实验室（湖北大学）） ； Ministry of Education（教育部） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

AI总结 本文提出基于VQVAE和模糊聚类的离线强化学习反探索方法，通过多代码本离散化和模糊聚类优化，提升学习效率并减少计算成本。

SPD-Faith Bench: Diagnosing and Improving Faithfulness in Chain-of-Thought for Multimodal Large Language Models

SPD-Faith Bench: 诊断和改进多模态大语言模型中的推理忠实性

Weijiang Lv, Yaoxuan Feng, Xiaobo Xia, Jiayu Wang, Yan Jing, Wenchao Chen, Bo Chen

机构 * Xidian University（西安电子科技大学） ； National University of Singapore（新加坡国立大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 SPD-Faith Bench通过细粒度图像差异推理诊断并改进多模态大语言模型中的推理忠实性，揭示了感知盲区和感知-推理脱节的系统性失败模式，并提出SAGE框架提升视觉路由和推理与感知的一致性。

Comments 53 pages, 42 figures, 14 tables

AD-MIR: Bridging the Gap from Perception to Persuasion in Advertising Video Understanding via Structured Reasoning

AD-MIR：通过结构化推理弥合从感知到说服的广告视频理解鸿沟

Binxiao Xu, Junyu Feng, Xiaopeng Lin, Haodong Li, Zhiyuan Feng, Bohan Zeng, Shaolin Lu, Ming Lu, Qi She, Wentao Zhang

机构 * Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） ； Xi'an Jiaotong University, Xi'an, China（西安交通大学） ； South China University of Technology, Guangzhou, China（华南理工大学） 纠错

AI总结 AD-MIR通过结构化推理框架，结合语义检索与精确关键词匹配，有效解码广告意图，提升广告视频理解的准确性与说服策略分析能力。

TIDE: Tuning-Integrated Dynamic Evolution for LLM-Based Automated Heuristic Design

TIDE：基于大语言模型的自动启发式设计调谐集成动态进化

Chentong Chen, Mengyuan Zhong, Ye Fan, Jialong Shi, Jianyong Sun

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University, Xi’an, China（西安交通大学数学与统计学院） ； School of Electronics and Information, Northwest Polytechnical University, Xi’an, China（西北工业大学电子与信息学院） 纠错

AI总结 TIDE通过集成调谐的动态进化框架，解决大语言模型在自动化启发式设计中结构与参数优化耦合的问题，提升搜索效率和解的质量。

Decoupled Complementary Spectral-Spatial Learning for Background Representation Enhancement in Hyperspectral Anomaly Detection

解耦互补的光谱-空间学习用于超光谱异常检测中的背景表示增强

Wenping Jin, Li Zhu, Fei Guo

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） 纠错

AI总结 本文提出了解耦互补的光谱-空间学习框架，通过两阶段训练策略提升背景表示，从而在超光谱异常检测中实现更高效的检测性能。

HiFo-Prompt: Prompting with Hindsight and Foresight for LLM-based Automatic Heuristic Design

HiFo-Prompt: 基于前瞻性与回顾性的提示方法用于基于大语言模型的自动启发式设计

Chentong Chen, Mengyuan Zhong, Ye Fan, Jialong Shi, Jianyong Sun

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University, Xi’an, China（西安交通大学数学与统计学院） ； School of Electronics and Information, Northwest Polytechnical University, Xi’an, China（西北工业大学电子与信息学院） 纠错

AI总结 HiFo-Prompt通过前瞻性与回顾性提示策略，提升基于大语言模型的自动启发式设计效率与质量。

Comments Accepted at ICLR 2026

DuMeta++: Spatiotemporal Dual Meta-Learning for Generalizable Few-Shot Brain Tissue Segmentation Across Diverse Ages

DuMeta++: 基于时空双元学习的通用化少样本脑组织分割方法用于跨多样年龄的分割

Yongheng Sun, Jun Shu, Jianhua Ma, Fan Wang

机构 * School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院） ； Key Laboratory of Biomedical Information Engineering of Ministry of Education, School of Life Science and Technology, Xi’an Jiaotong University（教育部生物医学信息工程重点实验室，西安交通大学生命科学与技术学院） 纠错

AI总结 DuMeta++通过双元学习框架实现跨年龄少样本脑组织分割的通用化，无需配对纵向数据，提升模型适应性和泛化能力。