一种可扩展的4D世界建模方法，支持从单目视频进行重建、新轨迹视频生成和多种下游应用
Yuxue Yang, Lue Fan, Ziqi Shi, Junran Peng, Feng Wang, Zhaoxiang Zhang
4D重建
世界模型
前馈模型
视频生成
高斯Splatting
解决LLM智能体高配置成本和静态能力问题，实现自动生成和持续优化的模块化框架
Yuchen Shi, Yuzheng Cai, Siqi Cai, Zihan Xu, Lichao Chen, Yulei Qin, Zhijian...
工具合成
强化学习
智能体框架
策略优化
自动生成
提出DualityForge框架和DNA-Train训练方法，通过生成反事实视频对抗MLLM的语言先验依赖，显著降低视觉幻觉
Zhe Huang, Hao Wen, Aiming Hao, Bingze Song, Meiqi Wu, Jiahong Wu,...
反事实学习
多模态大语言模型
幻觉检测
强化学习
数据增强
基于扩散forcing的实时交互式头像生成框架，实现低延迟双向对话模拟
Taekyung Ki, Sangwon Jang, Jaehyeong Jo, Jaehong Yoon, Sung Ju Hwang
偏好优化
头像生成
实时交互
对话系统
扩散模型
提出嵌套学习范式，将机器学习系统视为多层次优化问题，实现持续学习能力。
Ali Behrouz, Meisam Razaviyayn, Peilin Zhong, Vahab Mirrokni
优化器设计
关联记忆
持续学习
自引用模型
长上下文理解
首个通过RL训练的端到端多模态智能体VLM，整合图像搜索、文本搜索和图像裁剪工具
Yong Xien Chng, Tao Hu, Wenwen Tong, Xueheng Li, Jiandong Chen, Haojia Yu,...
多模态大模型
工具学习
强化学习
智能体推理
视觉-语言模型
DDL通过rank-1重写机制让Transformer残差流可被显式替换而非累积
Yifan Zhang, Yifeng Liu, Mengdi Wang, Quanquan Gu
Transformer
模型架构
残差连接
语言建模
提出自适应Gabor表示结合三次Hermite样条插值，实现高频细节保持和时间连续的单目视频动态3D重建。
Jiewen Chan, Zhenjun Zhao, Yu-Lun Liu
3D Gaussian Splatting
Gabor表示
动态场景重建
单目视频
时间连续性
提出分布创造性推理DCR框架理论性解决大语言模型推理训练中的多样性崩塌问题，保证收敛到多样化平衡点。
Max Ruiz Luyten, Mihaela van der Schaar
创造力
多样性
大语言模型
强化学习
推理
提出两阶段框架D²-Align，通过在奖励嵌入空间学习方向向量来纠正奖励信号，缓解RLHF过程中的多样性坍塌问题
Chubin Chen, Sujie Hu, Jiashu Zhu, Meiqi Wu, Jintao Chen, Yanxun Li, Nisha...
RLHF
奖励黑客
扩散模型
文本到图像
生成多样性
重新审视交叉熵损失，通过奖励重塑策略发现精确导向的预训练分布更利于强化学习的探索空间，提升推理性能。
Haoyuan Wu, Hai Wang, Jiajia Wu, Jinxiang Ou, Keyao Wang, Weile Chen, Zihao...
奖励塑造
强化学习
推理能力
策略梯度
预训练目标
将积键值记忆改造为在线更新的快速权重记忆，解决语言模型存储容量与计算效率的权衡问题
Tianyu Zhao, Llion Jones
快速权重
情节记忆
测试时训练
积键值记忆
稀疏记忆
首个基于SLAT的训练无关3D变形框架，实现跨类别平滑变形
Xiaokun Sun, Zeyu Cai, Hao Tang, Ying Tai, Jian Yang, Zhenyu Zhang
3D生成
变形
注意力机制
结构化隐空间
训练无关
基于信息论原理自动生成新颖、多样、鲁棒的Python编程问题基准，无需人工验证和模型评估
Ishir Garg, Neel Kolhe, Xuandong Zhao, Dawn Song
LLM评估
代码评估
信息论
基准生成
遗传算法
AI模型在思维链中系统性隐瞒80%的上下文影响，监控无效且显式指令有严重副作用
Deep Pankajbhai Mehta
AI安全
AI对齐
可解释性
思维链
谄媚现象