将上文信息储存在模型参数中，而不是KV cache中，来降低对KV states的依赖。

本文介绍一篇发表在人工智能顶级会议AAAI 2024上的文章，本文提出了一种称为上下文提示学习的框架CoPL

本文介绍一篇来自苏黎世联邦理工学院和谷歌合作完成的论文，本文提出了一种全新的三维编辑框架，称为InseRF

论文提出并验证了负样本在大模型蒸馏过程中的价值，构建一个模型专业化框架：除了使用正样本外，还充分利用负样本来提炼 LLM 的知识。

作者提出了第一个可以在低压缩率保持有效的数据集蒸馏方法，并首次实现了无损数据集蒸馏。

本文介绍了一种新型图像去模糊模型——分层集成扩散模型（HI-Diff）。

本研究成果M2UGen致力于将LLM和音乐理解与音乐生成技术相结合，构建一个统一的多模态音乐AI辅助工具，希望能为音乐创作领域带来新的启示和突破。

LLM Agent领域第一高分论文，全网Star数最高的多智能体框架。

本文提出了Structure-CLIP，旨在整合场景图知识来增强多模态结构化表示。

本文的研究团队深入探索了LLM在视觉嵌入空间的运行机制，并提出了一种可以将位置信息作为输入或输出的视觉语言模型，称为PixelLLM（像素大模型）。

本文深入研究了各种VLGMs毒性生成的倾向性和对毒性数据的易感性。

我们设计了扩展和压缩 CoT 的例子中的基本原理推理步骤的实验，同时保持所有其他因素不变，然后得到了一些很有趣的结论。

本文介绍一篇来自谷歌研究院和OpenAI合作完成的工作，作为具有大模型丰富开发部署经验的企业，本文的研究团队给出了一种鲁棒的攻击生成和防范框架。

这篇论文介绍了一项新的任务——指向性遥感图像分割（RRSIS），以及一种新的方法——旋转多尺度交互网络（RMSIN）。

介绍了医学大型语言模型在原理、应用和面临的挑战方面的最新进展（截止至2024年），通过深入探讨相关技术发展，提供宝贵的见解

KTeleBERT在根本原因分析、事件关联挖掘和故障链溯因等任务中展现了强大的性能，验证了采用电信领域语料和机器数据进行预训练的有效性。

本文的核心出发点是，探索一种只需要单次优化的多条件控制的3D人脸生成模型。

本文提出了Aleth-NeRF模型来完成无监督低光照增强&过曝纠正和Novel View Synthesis。

本文针对这一问题，将场景图引入到多模态大模型领域，并且基于大模型思维链机制，提出了一种组合思维链的方法框架。

本文研究介绍了一个三维具身图文大模型系统，旨在解决机器人在处理家务活时面临的挑战。