分层记忆框架实现个性化幻灯片生成与多轮局部修订
Ye Jin, Yangyang Xu, Jun Zhu, Yibo Yang
个性化生成
代理框架
多轮修订
工作记忆
幻灯片生成
利用扩散语言模型的并行解码特性，实现单次前向传播同时描述多个图像区域
Yueyi Sun, Yuhao Wang, Jason Li, Ye Tian, Tao Zhang, Jacky Mai, Yihan Wang,...
区域感知
多模态大语言模型
并行生成
扩散语言模型
细粒度视觉理解
用主题元数据引导粗粒度检索，实现高效精准的段落级 RAG 系统
Amirhossein Abaskohi, Raymond Li, Gaetano Cimino, Peter West, Giuseppe...
主题建模
元数据引导检索
密集检索
检索增强生成
知识蒸馏
通过句子级注意力引导的二叉树实现多粒度检索，平均提升信息效率6.1%
Amirhossein Abaskohi, Issam H. Laradji, Peter West, Giuseppe Carenini
RAG
层次化检索
文档结构学习
注意力机制
长文档检索
首个多主体共享记忆治理基准，综合评估记忆代理的效用、访问控制和主动遗忘能力。
Zhe Ren, Yibo Yang, Yimeng Chen, Zijun Zhao, Benshuo Fu, Zhihao Shu, Bingjie...
主动遗忘
共享记忆治理
基准评测
大语言模型代理
访问控制
通过轻量级后训练在掩码扩散模型中激发自我修订的推理能力
Yanming Zhang, Yihan Bian, Jingyuan Qi, Yuguang Yao, Lifu Huang, Tianyi Zhou
多轮生成
推理
掩码扩散模型
测试时扩展
自我修正
提出双用途MAE-CNN标记器，同时支持临床预测和可控生成
Max Van Puyvelde, Ibrahim Gulluk, Wim Van Criekinge, Olivier Gevaert
3D脑MRI
医学图像生成
扩散模型
线性探测
自监督学习
提出评测长期有状态具身智能体的基准和观察者锚定记忆框架
Yehang Zhang, Jianchong Su, Haojian Huang, Yifan Chang, Tianhao Zhou, Xinli...
世界状态维护
具身智能
智能体评测
部分可观测性
长期记忆
将冗长few-shot示例蒸馏为结构化分类标准和任务描述，提升B2B对话分类性能和可解释性
Guy Rotman, Adi Kopilov, Danit Berger Zalmanson, Omri Allouche
B2B对话分析
上下文学习
分类标准提取
知识蒸馏
跨模型知识迁移
提出训练自适应的离散化预训练任务，通过特征级粗到细课程提升医学表格数据的自监督学习性能
Daehwan Kim, Haejun Chung, Ikbeom Jang
医学数据挖掘
自监督学习
自适应离散化
表格学习
课程学习
多模态大语言模型的社会偏见集中在少数视觉线索上，时尚风格等自我展示信号对判断影响最大
Shaghayegh Kolli, Timo Cavelius, Nafiseh Nikeghbal, Samantha Dalal, Jana Diesner
偏见评估
公平性
多模态大语言模型
社会偏见
视觉偏见
首次大规模分析预训练语料库中的叙事结构，揭示叙事内容的多维分布特征
Teagan Johnson, Elliott Ash, Andrew Piper, Maria Antoniak
叙事理解
大规模标注
数据质量分析
预训练数据
GeoFuse-MV3D和受控记忆提升VLA机器人规划可靠性
Haoyu Wang, Guoqing Ma, Zeyu Zhang, Yandong Guo, Boxin Shi, Hao Tang
Agent记忆系统
多视图3D重建
机器人操控
视觉-语言-动作模型
零样本机器人学习
统一前馈和每主体的4D头部头像重建，PSNR领先1.5dB，每主体仅需2分钟
Yiran Wang, Zeyu Zhang, Yuanming Li, Ziming Wang, Yang Zhao
3D Gaussian Splatting
头部头像重建
实时渲染
数字人
跨域泛化