Aligner: One Global Token is Worth Millions of Parameters When Aligning Large Language Models
University of California Los Angeles(加州大学洛杉矶分校)
本文提出 PEFT 方法 Aligner,通过全局共享可调节 Token 修改各层注意力,仅用 5,000 参数即可在指令遵循与价值对齐上媲美 LoRA,并揭示 LLM 对形式与知识的正交处理机制。
2023-12-09 cs.AI cs.CL cs.LG
DreamSync: Aligning Text-to-Image Generation with Image Understanding Feedback
University of Southern California(南加州大学);University of Washington(华盛顿大学);Bar-Ilan University(巴伊兰大学);Google Research(谷歌研究院)
DreamSync 提出一种无需标注数据的模型无关训练算法,利用视觉语言模型从自身生成中筛选语义对齐且美观的图像,并通过 LoRA 迭代微调,从而同时提升文生图模型的文本忠实度和美学质量。
2023-11-29 cs.AI cs.CL cs.CV
Aligning MAGMA by Few-Shot Learning and Finetuning
Polytechnique Montreal(蒙特利尔理工学院);Universite de Montreal(蒙特利尔大学);MILA(蒙特利尔学习算法研究所)
视觉语言建模的目标是允许模型将语言理解与视觉输入联系起来。本文的目的是评估和调整的视觉语言模型(VLM)称为多模态增强生成模型,通过基于适配器的微调(MAGMA)与人类的价值观。MAGMA是一种VLM,能够提供图像描述和视觉问答。我们将在三种不同的情况下评估其对齐情况。首先,我们通过Hugging Face提供的检查点评估MAGMA的开箱即用对齐。然后,我们衡量少样本学习是否能够改善结果。最后,我们在对齐的示例上微调模型并评估其行为。
2022-10-18 cs.AI cs.CV
Aligning Large Vision-Language Models by Deep Reinforcement Learning and Direct Preference Optimization
AiLECS Lab, Monash University Melbourne, Australia(墨尔本大学AiLECS实验室,澳大利亚);AiLECS Lab, Monash University, Australia ICMEC Australia, Sydney, Australia(墨尔本大学AiLECS实验室,澳大利亚 ICMEC澳大利亚,悉尼,澳大利亚)
本文综述了利用深度强化学习和直接偏好优化对齐大型视觉-语言模型的方法,分类关键技术,探讨偏好数据与奖励信号,并指出可扩展性、安全性等开放挑战。
2025-09-08 cs.AI cs.LG
Evaluating Menu OCR and Translation: A Benchmark for Aligning Human and Automated Evaluations in Large Vision-Language Models
Institution1(机构1);Institution2(机构2)
针对现有大视觉语言模型评估忽视复杂布局长文本理解能力的问题,本文提出专门的菜单OCR与翻译基准MOTBench,其自动评估与人类评估高度一致,可用于评估模型性能并指导后续发展。
2025-05-19 cs.AI cs.LG
Voila-A: Aligning Vision-Language Models with User's Gaze Attention
Beihang University(北京航空航天大学);Microsoft Research Asia(微软亚洲研究院);Tsinghua University(清华大学)
本文提出Voila-A方法,通过引入AR/VR设备采集的注视信息引导视觉-语言模型,并构建VOILA-COCO数据集和Voila Perceiver模块,实现模型注意力与人类注视模式对齐,显著提升真实场景下的模型可解释性与性能。
2023-12-22 cs.AI cs.CL cs.CV
TS-Reasoner: Aligning Time Series Foundation Models with LLM Reasoning
University of Maryland, College Park(马里兰大学学院公园分校)
TS-Reasoner通过两阶段训练将时间序列基础模型与大语言模型对齐,在多个基准上性能优于同类模型且数据效率更高,解决了时间序列模型推理能力不足的问题。
2026-08-21 cs.AI cs.CL
Aligning Large Language Models to Follow Instructions and Hallucinate Less via Effective Data Filtering
Tsinghua University(清华大学);Peking University(北京大学);DeepLang AI
提出NOVA框架,通过内部一致性探测和语义等价识别过滤与模型知识一致的高质量指令数据,结合专家对齐奖励模型,减少幻觉并提升指令遵循能力。
2025-05-26 cs.AI cs.CL
Aligning Large Language Models with Healthcare Stakeholders: A Pathway to Trustworthy AI Integration
Rutgers University(罗格斯大学);Stanford University(斯坦福大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
本文综述了医疗保健利益相关者与大型语言模型对齐的方法、工具与应用,强调人类参与训练数据整理、模型训练和推理全过程,以构建可信赖的医疗AI应用。
2025-05-02 cs.AI cs.CL cs.CY
Aligning Proteins and Language: A Foundation Model for Protein Retrieval
Carnegie Mellon University(卡内基梅隆大学);Purdue University(普渡大学)
本文提出 CLIP 风格的蛋白质-语言对比学习框架,利用约20万蛋白质-描述对训练,实现PDB域内与EMDB跨数据库的零样本蛋白质结构与语义检索。
2025-05-27 cs.AI cs.CE cs.CV
SCITUNE: Aligning Large Language Models with Human-Curated Scientific Multimodal Instructions
Pacific Northwest National Laboratory(太平洋西北国家实验室)
SCITUNE通过多模态指令提升大语言模型在科学任务中的表现,优于现有模型并在ScienceQA基准上超越人类性能。
2026-04-13 cs.AI cs.CL cs.CV
Aligning Large Language Models and Geometric Deep Models for Protein Representation
Northwestern University(西北大学);University of Pittsburgh(匹兹堡大学);Michigan State University(密歇根州立大学);North Carolina State University(北卡罗来纳州立大学);New Jersey Institute of Technology(新泽西理工学院)
本研究探索蛋白质领域中LLM与几何深度模型的表示对齐,全面评估多种模型并提出增加GDM嵌入维度、使用两层投影头及微调LLM等策略以提升对齐质量。
2025-03-04 cs.AI cs.CE cs.LG
Aligning LLMs with Graph Neural Solvers for Combinatorial Optimization
National Yang Ming Chiao Tung University(国立阳明交通大学);Eindhoven University of Technology(埃因霍温理工大学);Centre for Frontier AI Research, A*STAR(前沿人工智能研究中心,新加坡科技研究局);Huazhong University of Science and Technology(华中科技大学);National University of Singapore(新加坡国立大学)
本文提出AlignOPT方法,通过结合大语言模型与图神经求解器,提升组合优化问题的求解能力,实现语义与结构表示的对齐,实验显示其在多种优化问题中表现优异。
2026-03-28 cs.AI
Learning or Self-aligning? Rethinking Instruction Fine-tuning
University of Chinese Academy of Sciences(中国科学院大学);Meituan(美团);Key Laboratory of System Software, Chinese Academy of Sciences(中国科学院系统软件重点实验室)
该研究针对指令微调(IFT)底层机制认知不足的问题,设计知识干预框架解耦其影响因素,发现通过IFT学习额外世界知识难有正向作用甚至有负向影响,且IFT前后内部知识一致性是成功的关键,为相关研究提供支撑。
2024-08-11 cs.CL
MESH -- Understanding Videos Like Human: Measuring Hallucinations in Large Video Models
The Chinese University of Hong Kong(香港中文大学);Huawei Noah's Ark Lab(华为诺亚实验室)
针对大型视频模型易产生幻觉的问题,提出基准MESH,采用问答框架自下而上评估对象、特征和动作对,发现模型在处理细节和长视频多主体动作时幻觉显著增加。
2025-09-11 cs.AI cs.CV
IB-GRPO: Aligning LLM-based Learning Path Recommendation with Educational Objectives via Indicator-Based Group Relative Policy Optimization
East China Normal University(东华大学)
IB-GRPO通过基于指标的群体相对策略优化,解决大语言模型在学习路径推荐中的多目标对齐问题,提升学习效果与教学目标的一致性。
2026-01-21 cs.AI cs.LG
TOPA: Extending Large Language Models for Video Understanding via Text-Only Pre-Alignment
Zhejiang University(浙江大学);National University of Singapore(新加坡国立大学)
针对视频理解中语言监督效率低的问题,提出TOPA纯文本预对齐方法,通过生成文本视频预对齐LLM,无需真实视频预训练即可在Egoschema基准上取得51.0%的Top-1准确率,性能优于传统预训练方法。
2024-11-03 cs.AI cs.CL cs.CV
ActiveFly-Bench: Aligning Embodied Question Answering with Vision-Language-Action for Aerial Embodied Perception
Tsinghua University(清华大学);Manifold AI(流形人工智能)
介绍用于无人机具身感知的ActiveFly-Bench基准测试,它分解主动感知为三个层次任务,收集数据集,开发集成视觉语言推理与细粒度控制的ActiveFly智能体,实验表明当前无人机智能体有困难,该基准成为具身空中智能新测试平台。
2026-08-11 cs.AI cs.RO
Understanding the Learning Dynamics of Alignment with Human Feedback
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文首次从理论上分析人类偏好对齐的学习动力学,揭示偏好数据分布对模型更新速率和训练准确率的影响,并发现优化倾向于优先学习高偏好可区分性行为,同时通过当代LLMs实验验证了理论结论。
2024-08-06 cs.AI cs.LG
Embodied Multi-Agent Coordination by Aligning World Models Through Dialogue
Siebel School of Computing & Data Science(计算机与数据科学学院)
研究通过对话机制探索具身智能体的世界模型对齐,发现对话能减少冲突但降低任务成功率,提出评估世界模型对齐的框架。
2026-07-13 cs.AI cs.CL cs.MA
MMedPO: Aligning Medical Vision-Language Models with Clinical-Aware Multimodal Preference Optimization
UNC Chapel-Hill(UNC夏洛特-希尔分校);Brown University(布朗大学);University of Washington(华盛顿大学)
MMedPO通过引入合理幻觉和病灶区域忽略两类非偏好样本,并结合多模型临床相关性评分加权偏好优化,显著提升了医学视觉-语言模型的事实准确性。
2025-06-04 cs.AI cs.CL cs.CV
RecExplainer: Aligning Large Language Models for Explaining Recommendation Models
University of Science and Technology of China(中国科学技术大学);Microsoft Research Asia(微软亚洲研究院)
针对黑盒推荐模型缺乏透明度的问题,本文提出RecExplainer框架,通过三种对齐方法让大语言模型作为代理模拟推荐模型行为,生成高保真可定制的自然语言解释,在三个公开数据集上验证了效果。
2024-06-22 cs.AI cs.IR
A Tri-Agent Framework for Evaluating and Aligning Question Clarification Capabilities of Large Language Models
Amazon(亚马逊公司)
本文提出三智能体框架,用于评估大语言模型的问题澄清能力,通过三个不同LLM智能体及多维度指标开展评估,为提升对话式LLM应用的澄清能力提供了结构化方法。
2026-09-03 cs.CL
Generate to Explore, Select to Exploit: Aligning LLM-based Headline Generation with Personalized Recommendation
Baidu Inc.(百度公司)
针对推荐标题静态呈现难以满足长尾兴趣的问题,提出GESE框架,将个性化解耦为LLM生成候选集与实时选择器利用,显著提升CTR与停留时间。
2026-09-15 cs.AI cs.IR
Boosting Scientific Concepts Understanding: Can Analogy from Teacher Models Empower Student Models?
School of Data Science, Fudan University(复旦大学数据科学学院);The Hong Kong University of Science and Technology(香港科技大学);Shanghai Jiao Tong University(上海交通大学)
本文提出研究教师语言模型生成的类比如何辅助学生语言模型理解科学概念,实验证明自由形式的类比能有效提升模型理解能力,且学生模型自行生成的类比可提高其在科学问答中的表现并实现自我学习。
2024-09-25 cs.AI cs.CL
Not All Jokes Land: Evaluating Large Language Models Understanding of Workplace Humor
University of Milan(米兰大学);Politecnico di Milano(米兰理工大学)
针对职场职业幽默被LLM对齐研究忽视的问题,本文构建幽默语句及得体性特征数据集并评估五个模型,发现LLM常难以准确判断幽默是否得体。
2025-06-06 cs.CL cs.CY
Aligning Large Language Models with Human: A Survey
Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
该综述针对大语言模型易误解指令、生成偏见或幻觉内容的问题,从数据收集、训练方法、模型评估三方面系统梳理LLM与人类对齐的技术,并指明未来研究方向,为相关研究提供参考资源。
2023-07-24 cs.CL
Aligning Large Language Models with Procedural Rules: An Autoregressive State-Tracking Prompting for In-Game Trading
针对大语言模型在游戏内规则化交易中难遵循程序流程的问题,提出自回归状态跟踪提示方法搭配状态特定占位符后处理,实现高合规率与计算精度,小模型即可匹配大模型性能且大幅缩短响应时间,适配商业游戏需求。
2025-10-28 cs.AI
Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis
本文通过专家访谈与114人参与的DAO审议平台InclusiveAI,研究政治视频分析中多模态大语言模型的治理机制,发现公众与专家在诠释优先级上存在差异,且二次方投票等机制显著影响用户对AI行为的决策,主张采用去中心化AI治理以更好地对齐公共价值观。
2025-07-22 cs.AI cs.CV cs.CY
CiQi-Agent: Aligning Vision, Tools and Aesthetics in Multimodal Agent for Cultural Reasoning on Chinese Porcelains
Shanghai Innovation Institute(上海创新研究院);Shanghai AI Laboratory(上海人工智能实验室);Shaanxi Academy of Cultural Relics Conservation(陕西省文物保护研究院)
本文提出CiQi-Agent,通过多图像输入、视觉工具调用和多模态检索增强生成,实现对瓷器六个属性的精细分析,同时构建了专家标注的CiQi-VQA数据集和对齐的CiQi-Bench基准,实验表明其在六个属性上的准确率比GPT-5高12.2%。
2026-03-30 cs.AI cs.CV
Ask Optimal Questions: Aligning Large Language Models with Retriever's Preference in Conversation
Korea University(韩国大学);KAIST AI(韩国科学技术院人工智能研究中心);Seoul National University(首尔国立大学);AIGEN Sciences(AIGEN科学)
针对对话式搜索中现有重写-检索方法查询重写效果不佳的问题,提出RetPO框架,通过构建含41万+重写反馈的RF collection数据集微调小模型,实现与检索器偏好对齐,性能超现有SOTA。
2025-06-16 cs.CL cs.IR
Provably Robust DPO: Aligning Language Models with Noisy Feedback
Microsoft Research, India(微软研究院印度分部)
针对含噪偏好数据影响DPO算法对齐效果的问题,提出带理论保证的鲁棒DPO框架,通过去偏损失函数实现噪声鲁棒性,实验验证其优于基线方法。
2024-04-12 cs.CL cs.LG
Black-Box Prompt Optimization: Aligning Large Language Models without Model Training
Tsinghua University(清华大学);Zhipu AI(智谱AI)
针对大语言模型对齐训练成本高、部分模型无法训练的问题,提出无需更新模型参数的黑盒提示优化BPO方法,利用人类偏好优化提示,性能优于PPO、DPO等对齐方法且可与之结合增益。
2024-06-21 cs.CL
MemeArena: Automating Context-Aware Unbiased Evaluation of Harmfulness Understanding for Multimodal Large Language Models
Hong Kong Baptist University(香港 Baptist 大学);Beijing University of Posts and Telecommunications(北京邮电大学);National University of Singapore(新加坡国立大学)
本文提出基于智能体的竞技场式评估框架MemeArena,通过模拟多样解释语境并整合多视角共识,实现对多模态大语言模型有害性理解的无偏评估,其判定结果与人类偏好高度一致。
2025-10-31 cs.AI cs.CL
AlignCoder: Aligning Retrieval with Target Intent for Repository-Level Code Completion
School of Software, Sun Yat-sen University(中山大学软件学院);Sun Yat-sen University(中山大学)
针对仓库级代码补全中检索与目标代码不匹配及无法利用推理信息的问题,提出AlignCoder框架,通过查询增强和基于强化学习的检索器训练,在CrossCodeEval上EM分数提升18.1%。
2026-06-16 cs.AI cs.SE
Towards Analyzing and Understanding the Limitations of DPO: A Theoretical Perspective
Sichuan University(四川大学);Beijing Academy of Artificial Intelligence(北京人工智能研究院)
本文用场论构建分析框架,通过研究 DPO 损失的梯度向量场,从理论上解释其降低不偏好回答概率快于提升偏好回答概率的内在局限。
2024-04-06 cs.AI cs.CL
Beyond Linear Concepts: Discovering and Aligning Non-Linear Concept Manifolds in Large Language Models
University of Groningen(格罗宁根大学);Carl von Ossietzky University of Oldenburg(奥尔登堡大学)
本研究将非线性多维概念发现适配至LLM激活,提出概念对齐分数,发现跨层、跨模型及训练阶段的概念流形结构,揭示句法到语义的转变及训练依赖的多语言共享。
2026-10-02 cs.CL cs.LG
JanusFlow: Harmonizing Autoregression and Rectified Flow for Unified Multimodal Understanding and Generation
DeepSeek-AI(深度求索人工智能);Peking University(北京大学);The University of Hong Kong(香港大学);Tsinghua University(清华大学)
本研究提出统一图像理解与生成的JanusFlow框架,将自回归语言模型与修正流集成,通过解耦编码器、对齐表征提升性能,在标准基准上优于现有统一方法,推动视觉-语言模型向高效通用发展。
2025-03-24 cs.AI cs.CL cs.CV
HeGTa: Leveraging Heterogeneous Graph-enhanced Large Language Models for Few-shot Complex Table Understanding
Southeast University(东南大学);Monash University(莫纳什大学);The University of Manchester(曼彻斯特大学);Alibaba Group(阿里巴巴集团);Nanjing University(南京大学)
针对少样本复杂表格理解中标注稀缺和结构复杂的问题,提出异构图增强LLM框架HGT,通过软提示对齐语义和多粒度自监督预训练,在多个基准上超越SOTA。
2024-12-15 cs.AI cs.CL cs.DB
InstructProtein: Aligning Human and Protein Language via Knowledge Instruction
Zhejiang University(浙江大学);ZJU-Hangzhou Global Scientific and Technological Innovation Center(浙江大学杭州国际科创中心);AZFT Joint Lab for Knowledge Engine(AZFT知识引擎联合实验室)
针对大语言模型难以理解蛋白质序列的问题,研究提出InstructProtein模型,通过知识图谱构建指令数据集并经预训练与指令微调实现蛋白质与人类语言的双向生成,性能显著优于现有模型,为相关研究开辟新方向。
2023-10-05 cs.CL q-bio.BM
Interfacing Foundation Models' Embeddings
UW-Madison(威斯康星大学麦迪逊分校);Microsoft(微软公司);UC Berkeley(加利福尼亚大学伯克利分校);HKUST(香港科技大学);Tsinghua University(清华大学)
本研究提出通用接口FIND,无需微调基础模型权重即可对齐其嵌入,构建交错共享嵌入空间,适配多模态多任务,还推出FIND-Bench基准,在相关任务上取得优异性能。
2024-07-15 cs.AI cs.CL cs.CV
Understanding Layer Significance in LLM Alignment
The Hong Kong Polytechnic University(香港理工大学);Du Xiaoman Financial(度小满金融)
本文提出ILA方法,通过学习参数变化的二元掩码识别LLM对齐中的关键层,发现重要层在不同对齐数据集间有近90%重叠,并证明冻结非关键层或选择性微调关键层可提升性能与效率。
2025-04-08 cs.AI cs.CL
Structure-aware Contrastive Learning for Diagram Understanding of Multimodal Models
The Japan Research Institute, Limited(日本研究机构)
本文提出结构感知对比学习方法,通过专门的损失函数提升多模态模型对图表图像的理解能力,在图像-文本匹配和视觉问答任务中取得显著改进。
2025-09-02 cs.AI cs.CV cs.LG
Unified Multimodal Understanding via Byte-Pair Visual Encoding
Peking University(北京大学);UC San Diego(加州大学圣地亚哥分校);Renmin University of China(中国人民大学);BeingBeyond
针对多模态大模型对齐难题,提出基于字节对视觉编码的统一框架,通过优先级引导编码与多阶段课程训练增强跨模态推理,显著提升视觉语言任务性能。
2025-06-30 cs.AI cs.CV
OntoTune: Ontology-Driven Self-training for Aligning Large Language Models
Zhejiang University(浙江大学);Ant Group(蚂蚁集团)
针对现有领域LLMs领域知识理解碎片化问题,提出本体驱动自训练框架OntoTune,通过上下文学习使LLMs与本体对齐,降低数据维护成本、提升泛化能力,在医疗领域本体内/外任务中性能优于现有方法且保留原始知识。
2025-02-08 cs.CL
RePO: Understanding Preference Learning Through ReLU-Based Optimization
University of Science and Technology of China(中国科学技术大学);Alibaba Group(阿里巴巴集团);Institute of Dataspace, Hefei Comprehensive National Science Center(数据空间研究所,合肥综合性国家科学中心);MoE Key Lab of BIPC, University of Science and Technology of China(BIPC联合实验室,中国科学技术大学)
RePO通过基于ReLU的最大边际损失消除超参数β,简化偏好优化,并在多个基准上超越DPO和SimPO。
2025-10-27 cs.AI cs.LG
Aligning Vision to Language: Annotation-Free Multimodal Knowledge Graph Construction for Enhanced LLMs Reasoning
Tongji University(同济大学);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);East China Normal University(华东师范大学);Stanford University(斯坦福大学);New York University(纽约大学)
本文提出 VaLiK 方法,通过跨模态信息补充构建无需注释的多模态知识图谱,提升大语言模型推理能力。
2025-11-21 cs.AI cs.CV
R-LLaVA: Improving Med-VQA Understanding through Visual Region of Interest
New York University(纽约大学);Cornell University(康奈尔大学);Columbia University(哥伦比亚大学);Zhejiang University(浙江大学)
本文提出R-LLaVA,通过CLIP将医学标注的视觉感兴趣区域作为先验知识融入LLaVA训练,在四个Med-VQA数据集上超越现有最优方法,并验证了关注感兴趣区域对提升生物医学视觉问答理解的有效性。
2025-03-09 cs.AI cs.CV
Improving Natural Language Understanding for LLMs via Large-Scale Instruction Synthesis
Ant Group(蚂蚁集团)
针对NLU领域指令数据短缺且多样性不足的问题,本文提出大规模高质量合成指令语料库Hum,并通过人类与LLMs协作机制丰富指令多样性,实验表明其平均提升六个LLMs的NLU能力3.1%且不损害通用能力。
2025-02-06 cs.AI cs.CL
Robust-U1: Can MLLMs Self-Recover Corrupted Visual Content for Robust Understanding?
University of Science and Technology of China(中国科学技术大学)
提出Robust-U1框架,通过监督微调、强化学习和多模态推理,使多模态大模型具备显式视觉自恢复能力,在真实和对抗性损坏下达到最先进鲁棒性。
2026-06-06 cs.AI cs.CL cs.CV
Domain Adaptation of VLM for Soccer Video Understanding
Massachusetts Institute of Technology(麻省理工学院);Amazon Web Services(亚马逊网络服务)
本文以足球为案例,利用大规模足球数据和LLM构建指令数据,以课程学习方式微调开源VLM,显著提升了足球视频问答和动作分类性能。
2025-07-07 cs.AI cs.CV
Understanding Zero-shot Rare Word Recognition Improvements Through LLM Integration
本研究通过集成大语言模型与语音识别系统,在190,000小时数据集上验证了LLM-ASR架构在零样本罕见词识别上优于传统模型,并揭示了LLM对罕见词错误率的改进及适配器和高质量数据的关键作用。
2025-02-22 cs.CL eess.AS
Understanding the Logic of Direct Preference Alignment through Logic
Allen Institute for AI(艾伦人工智能研究所);University of Utah(犹他大学)
本文通过将直接偏好对齐损失形式化为离散推理问题,提出一种新形式化方法,以表征常见DPA变体并探索损失景观,从而系统推导新损失函数,助力人类AI对齐。
2025-03-27 cs.CL
Towards a Unified View of Preference Learning for Large Language Models: A Survey
Peking University(北京大学);Alibaba Group(阿里巴巴集团);Shanghai Jiao Tong University(上海交通大学);Zhongguancun Laboratory(中关村实验室);Microsoft(微软);University of Waterloo(滑铁卢大学);University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
该综述针对大语言模型偏好对齐研究分散、方法关联不明的问题,将偏好学习策略拆解为四大组件并构建统一框架,梳理了算法实例,指明了该领域的挑战与未来方向。
2024-10-31 cs.CL