icml科幻影视_B站影视

ICML 2025 | 从联合空间到文本空间：测试时增强跨模态检索新范式

语义冗余：联合空间的全局对齐会把与语义无关的底层视觉因素一并拉近，淹没真正有用的语义线索。例如雪地纹理、树枝线条、水面反光、舞台灯光等，检索时易出现“背景相似但语义不对”的假阳性；在视频场景中，也会出现时序冗余。粒度错配：图像/视频天然具有“无限粒度”，而弱标

今年 ICML Outstanding Paper “COLLABLLM: From Passive Responders to Active Collaborators” 把从被动到主动的人机协作推到台前，展示了让大模型主动澄清意图、规划多轮协作的训练框架，

多模态大模型（MLLM）在高层次视觉理解与推理任务上展现出惊艳能力。然而，如果你仔细观察，就会发现一个的事实：它们在一些看似简单、直观、人类幼儿都能轻松完成的任务中，却频频「翻车」。

传统的图像生成流程包含两个主要组成部分：一个将图像压缩为潜在表示的标记器（tokenizer），以及一个学习生成新标记序列的生成模型。这篇由麻省理工学院和Meta FAIR的Beyer等人撰写的论文挑战了这一范式，通过证明高度压缩的一维标记器无需单独训练的生成

在大语言模型（LLM）加速进入法律、医疗、金融等高风险应用场景的当下，“安全对齐”不再只是一个选项，而是每一位模型开发者与AI落地者都必须正面应对的挑战。然而，如今广泛采用的对齐方式，往往只是让模型在检测到风险提示时机械地回复一句“很抱歉，我无法满足你的请求”

24 个月的无病生存期（DFS）率为74.2%，高瑞哲® 用于经一线系统性治疗后缓解的外周T细胞淋巴瘤（PTCL）患者维持治疗具有良好的抗肿瘤疗效和安全性客观缓解率（ORR）高达84.2%，DZD8586针对经BTK抑制剂和BTK降解剂治疗的慢性淋巴细胞白血病

琶洲实验室、华南理工大学联合推出关键上下文感知注意力机制（CCA-Attention），实现超长文本的高效上下文建模。在 128K 超长序列上下文建模任务中，CCA-Attention 的推理速度是标准自注意力机制的 7.9 倍，同时键值缓存（KV Cache

llm 建模 icml token cache 2025-06-09 12:35 14

智象未来团队提出全新层级自回归生成范式 Hierarchical Masked Autoregressive models (Hi-MAR)，有效解决自回归图像生成中结构失真问题。该研究已被 ICML 2025 收录，并在多个图像生成任务中取得领先性能。

在图像生成技术的最新进展中，智象未来团队提出了一种名为Hi-MAR（Hierarchical Masked Autoregressive models）的创新层级自回归生成范式，这一成果成功吸引了国际机器学习会议ICML 2025的青睐，并被正式收录。Hi-M

该工作第一作者为中国人民大学高瓴人工智能学院硕士生程传奇，目前于蚂蚁技术研究院实习，其主要研究领域为多模态大模型，蚂蚁技术研究院副研究员关健为共同第一作者。

该工作第一作者为中国人民大学高瓴人工智能学院硕士生程传奇，目前于蚂蚁技术研究院实习，其主要研究领域为多模态大模型，蚂蚁技术研究院副研究员关健为共同第一作者。

该工作第一作者为中国人民大学高瓴人工智能学院硕士生程传奇，目前于蚂蚁技术研究院实习，其主要研究领域为多模态大模型，蚂蚁技术研究院副研究员关健为共同第一作者。