揭示训练-推理不匹配导致的目标错位，提出 MIPI 原则和 MIPU 两步框架
Jing Liang, Hongyao Tang, Yi Ma, Yancheng He, Weixun Wang, Xiaoyang Li, Ju...
LLM 训练
强化学习
数学推理
策略优化
训练-推理不匹配
首个支持VLA和WAM的C++具身AI推理运行时，实现模块化多速率执行和跨异构硬件部署
Ling Xu, Chuyu Han, Borui Li, Hao Wu, Shiqi Jiang, Ting Cao, Chuanyou Li,...
C++运行时
VLA模型
WAM模型
具身AI
推理优化
首个系统化评估VLM数据集策划策略的基准，发现数据混合比过滤更关键
Matteo Farina, Vishaal Udandarao, Thao Nguyen, Selim Kuzucu, Maximilian...
基准测试
数据混合
数据集策划
规模化学习
视觉语言模型
通过旋转基共享 Lloyd-Max 码本实现数据无关的 DiT 低比特量化，无需校准数据即可跨模态应用
Donghyun Lee, Jitesh Chavan, Duy Nguyen, Sam Huang, Liming Jiang,...
Transformer
后训练量化
图像生成
扩散模型
视频生成
用40M潜空间监视器检测动作漂移并在线纠错，让VLA动作时域自适应化。
Yi Pan, Miao Pan, Qi Lu, Jiaming Huang, Man Zhang, Siteng Huang, Xin Li, Jie...
VLA模型
具身智能
动作分块
在线纠错
开环盲区
LLM研究思路过度集中于桥接综合，分布远比人类狭窄
Ziyu Chen, Yilun Zhao, Arman Cohan
LLM研究思路
分布评估
思想生成
研究品味
分层匹配检测范式，覆盖AI Agent四层攻击面
Yong Yang, Xing Zheng, Huiyu Wu, Huangsheng Cheng, Xiaorong Shi, Jing Guo,...
AI安全
Agent安全
MCP协议
安全评估框架
红队测试
通过注意力机制提取跨模态检索头，实现长文档问答中文本与图像证据的高效定位
Dang Quang Thien Tran, Quang V. Dang, Vinamra Tyagi, Sai Soorya Rao...
因果中介分析
多模态学习
归因分析
注意力机制
长文档理解
通过估计源图像的光学指纹并迁移到目标设置，实现无需重建全清晰图像的任意散景编辑
Xinyu Hou, Xiaoming Li, Zongsheng Yue, Chen Change Loy
光学建模
图像编辑
扩散模型
散景渲染
深度估计
MANANA让LLM从本地数据学习处方并实现选择性预测
Shreyas Rajesh, Kartik Sharma, Tonmoy Monsoor, Mehmet Yigit Turali, Richard...
LLM医疗决策
低资源医疗
提示学习
贝叶斯模型平均
选择性预测
通过场景图显式丰富稀疏描述，生成语义更丰富的图像
Mahdi Naseri, Jiayan Qiu, Zhou Wang
图像生成
图神经网络
场景图
条件生成
计算机视觉
提出GACR框架，通过观测锚定残差流和地理上下文对齐实现高保真、语义一致的云移除。
Ziyao Wang, Maonan Wang, Yucheng He, Xianping Ma, Ziyi Wang, Hongyang Zhang,...
地球观测
流匹配
视觉基础模型
语义对齐
遥感图像云移除
通过自适应节点采样和JEPA改进GraphRAG图嵌入表示
Bao Long Nguyen Huu, Atsushi Hashimoto
Graph Embedding
GraphRAG
Joint-Embedding Predictive Architecture
Knowledge Graph QA
Self-Supervised Learning