标签
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。
本文测试了改变推理时的推理努力是否会影响大推理模型思维链长度与人类反应时间之间的对齐。结果表明，对齐对于努力扰动具有不变性，表明这是一种训练时实现的成就。
HASP是一种框架，将智能体技能升级为可执行的程序函数，充当防护栏，实现对LLM智能体循环的直接干预，并在网页搜索、数学推理和编程等复杂任务上提升性能。
本文介绍了GUARD-IT，一种无需训练的机器遗忘方法，该方法在推理时使用输入相关的激活引导来从大型语言模型中移除目标知识，而无需修改权重，其性能匹配或超过基于梯度的基线方法，同时保持效用和对量化的鲁棒性。
本文介绍了 SkillGen，这是一个多智能体框架，通过对比成功和失败的轨迹来合成和验证可复用的推理时大语言模型（LLM）代理技能。该方法确保技能可审计，并通过实证验证其对代理性能具有净正面影响。
本文介绍了 NoisyCoconut，这是一种在推理阶段通过向潜在轨迹注入噪声以生成多样化推理路径从而提高大语言模型可靠性的方法。该方法使模型能够在不确定时选择拒答，从而在无需重新训练的情况下显著降低数学推理任务的错误率。