Big Reasoning with Small Models: Instruction Retrieval at Inference Time
大模型的推理：推理时的指令检索
机构 * School of Information University of Michigan（信息学院 华盛顿大学）
AI总结 本文提出一种在推理时通过检索结构化指令来增强小型模型推理能力的方法，通过领域背景与分步程序的配对，提升模型在医学、法律和数学等领域的准确性。
高校专区
University of Michigan（密歇根大学安娜堡分校）
ADEPT: Adaptive Dynamic Early-Exit Process for Transformers
ADEPT: 用于Transformer的自适应动态早退出过程
机构 * University of Michigan Ann Arbor（密歇根大学安阿伯分校） ； Samsung Semiconductor（三星半导体）
AI总结 ADEPT通过自适应动态早退出机制提升Transformer模型的推理效率，实现生成和预填充阶段的高效计算优化。
Comments 11 figures, 8 tables, 22 pages
DeepLeak: Privacy Enhancing Hardening of Model Explanations Against Membership Leakage
DeepLeak: 通过模型解释增强隐私保护以对抗成员泄露
机构 * Department of Computer and Information Science（计算机与信息科学系） ； University of Michigan-Dearborn（密歇根大学-迪尔伯恩分校）
AI总结 DeepLeak通过系统化方法减少模型解释中的成员泄露，提升隐私保护与可解释性的平衡。
Comments 17 pages, 6 figures, 8 tables. This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (IEEE SaTML 2026)
Table as a Modality for Large Language Models
表格作为大语言模型的一种模态
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； University of Michigan（密歇根大学）
AI总结 TAMO通过将表格视为独立模态，结合文本令牌，提升大语言模型对表格数据的推理能力。
Comments Accepted to NeurIPS 2025
A Novel Convolution and Attention Mechanism-based Model for 6D Object Pose Estimation
一种基于卷积和注意力机制的新型模型用于6D物体姿态估计
机构 * California Institute of Technology（加州理工学院） ； University of Michigan（密歇根大学）
AI总结 本文提出了一种结合Legendre卷积和注意力机制的新型模型，用于提高单目RGB图像中6D物体姿态估计的性能。
Comments 6 pages, 2 figures, 3 tables
