标签
提出了LARA框架，用于安全的推理时对齐。该框架通过拉格朗日对偶化，从单独的奖励和成本模型中推导出增强奖励，从而在不重新训练的情况下改善有用性-无害性权衡。
本文揭示了大视觉语言模型中的幻觉是由一种动态结构错位引起的，其中某些注意力头充当风险中介，与视觉证据解耦，转而锁定语言先验。作者提出了Fox，一种无需训练的因果干预框架，能够诊断并物理切断这些病态捷径，在忠实解码中实现了最先进的性能。
提出G-SPIN，一个轻量级框架，结合音素图建模与上下文语言理解来纠正ASR错误。使用GNN生成音素合理的候选词元，MLM进行局部评分，LLM进行最终重新排序，所有操作均在推理时进行。
本文介绍了一种对话语音代理系统，该系统使用轻量级设备端“Talker”模型立即开始响应，然后随着前沿大语言模型“Reasoner”知识的可用而将其融入，实现了7-19倍的首响应时间缩短，同时在笔记本电脑上达到接近前沿水平的性能。
提出ARIADNE，一种无需训练、适配器无关的路由框架，通过在嵌入空间中测量输入与适配器特定质心的接近度，在推理时选择最优的PEFT适配器，在23个任务上恢复了97.44%的上限性能。
本文引入了关系反思智能（RRI），这是一个推理时治理层，通过可审计的推理循环来稳定人机推理，解决了人类和大语言模型共有的认知弱点。
本文介绍了一种推理时方法——探针条件化头部干预（PCHI），该方法通过在模型可能错误但保持高置信度时条件性地重新缩放注意力头输出，有选择地减少对错误答案的过度自信，同时不会显著降低对正确答案的置信度。
Evoflux 在推理时使用进化搜索来修复轻量级语言模型中失败的工具工作流，相比微调方法显著提升了执行可行性。
一位独立研究者引入了Epistemic Lattice Tethering（ELT），这是一种推理时脚手架框架，通过应用认知和本体治理，将连贯的LLM线程扩展到32.5万至100万token。
本文证明，LLM 安全漏洞不仅限于"浅层安全"（首 token 对齐），而是存在于生成过程中的任意节点——在序列中间注入少量 token 即可将模型引导至有害输出。作者提出通过在生成轨迹上进行训练，并模拟序列中段的扰动，以提升模型的鲁棒性。
本文介绍了"数字学徒"（Digital Apprentice）框架——一个可扩展且安全的智能体 AI 体系，其中自主权通过观察学习、人工授权和持续对齐校正的方式逐步获得。本文还介绍了 ADAPT，一种推理时控制平面，用于将渐进式自主权等级付诸实践，并将人工校正转化为可复用的偏好数据。
本文提出动态上下文正交化（DCO），一种推理时方法，通过将注意力头输出与上下文流形对齐来减少大型语言模型中的幻觉，在Llama-3模型的基准测试中实现了更优的忠实度。
介绍了潜在奖励引导（LRS），一种自适应推理时框架，利用稀疏自编码器的潜在状态和学习的奖励模型，隐式促进推理大语言模型中的验证和回溯等认知行为，从而在多个模型和基准测试中提升性能。
TIGER是一个推理时框架，通过提取观察图和声明图并分配风险评分来修复不支持的事实，从而减轻多模态生成中的幻觉。它在图像到文本、图像+文本到文本、音频到文本和视频到文本任务中减少了不支持的内容。
SITA（可扩展推理时间退火）引入了一种方法，通过沿温度阶梯使用基于能量的替代似然重新训练基于流的模型，高效采样分子玻尔兹曼分布，避免了昂贵的散度计算。该方法在丙氨酸二肽和三肽基准测试中达到了最先进的性能。
DenseSteer是一种无需训练的推理时框架，通过将小型语言模型的内部表示引导至密集推理模式，提升其数学推理能力，在不增加词元级负对数似然的情况下实现准确率提升。
本文介绍了SeDT，一种无需训练、推理时的方法，通过用来自三种信号的累积相关性分数标注对话历史，提高多轮对话中LLM的可靠性，在Lost-in-Conversation基准测试上实现了高达+37.7%的性能提升。
视觉概念融合（VCF）使得扩散模型在推理时能够同时以图像和文本提示作为条件，无需重新训练，通过轻量级对齐器和融合策略实现。
本文研究了基于预训练先验数据拟合网络的表格基础模型是否能够泛化到个体在部署后修改特征的策略性表格数据。提出了策略性先验数据拟合网络（SPN），这是一个无需重新训练即可将PFN预测与操纵后分布对齐的推理时框架。
一种新颖的推理时长视频生成方法，使用重叠滑动窗口结合Tweedie匹配和随机早期阶段采样，在不额外训练的情况下提高时间一致性和视觉质量。