💬LLMP1 顶会ICML 2026
decoder 增 Local Fusion Attention 与 Knowledge Memory Module，显式建模局部模式并解耦全局知识存储与计算。
- LFA 卷积融合注意力，显式捕获局部模式
- KMM 参数化 KV 记忆槽解耦知识存储与计算路径
- 预训练收敛较基线更快，验证架构效率
👁️VLMP1 顶会ECCV 2026
提出免训练 TTH，用零样本多模态分类器校验物体 token 并融合 logits，缓解 LVLM 物体幻觉。
- 提出测试时幻觉缓解 TTH，兼顾效率与知识保留
- 零样本 MMC 为候选物体 token 生成图像 grounded 辅助 logits
- 熵加权 token 级融合，在多 LVLM 与多基准上提升准确与鲁棒
🎬视频生成P1 顶会ECCV 2026
用多视图几何与空间自适应噪声构造 Geometry-Aligned Prior，缩短采样轨迹，加速驾驶视频生成训练与推理。
- 指出独立高斯帧初始化忽视驾驶视频时空相关的问题
- 提出 GAP 初始化弥合源分布与数据分布，采样轨迹更直更短
- 少量微调即可提升少步质量，全量训练显著减少推理步数
🎧音频P1 顶会INTERSPEECH 2026
因果时频 Mamba 做实时 SE，渐进 KD 将 8 层教师压到 1 层学生，在延迟约束下兼顾 PESQ 与 RTF。
- 全因果 RT-SEMamba，固定大小状态实现长序列高效推理
- 渐进 KD 联合蒸馏谱输出与中间表示压缩层数
- Voicebank-DEMAND 上展示质量—延迟权衡与相对教师加速
🎧音频P1 顶会INTERSPEECH 2026
LoRA 微调 Whisper 加目标说话人 Transformer，配合序列平滑与因子化 speaker token，做居家全日录音多层标注。
- 家庭条件 multi-tier 音频标注器，支持长上下文与帧级预测
- 序列级平滑损失提升时序一致性
- 共享 tier token 与家庭特定 offset 的因子化设计，减轻家庭偏差
✏️图编辑P1 顶会ECCV 2026
以多幅画作聚合艺术家全局风格并迁移到内容图，在扩散 h 空间学 GSG 并用 CAG 保语义结构。
- 提出 Many-to-One 全局风格迁移范式 GST
- Global Style Guidance 在固定提示下学习 h 空间残差全局风格偏移
- Content Alignment Guidance 免训练引导，兼顾风格 fidelity 与内容保持
🎧音频P1 顶会INTERSPEECH 2026
无代码开源流程，让语言学家基于 ELAN 注释在云端迭代微调 ASR，并比较转写优先级策略。
- 开放 Easper 工作流，降低 field linguist 使用 Whisper 类 ASR 门槛
- 从 ELAN 注释直连云端微调与部署
- 在三种瓦努阿图语言上评估转写优先级对 CER 轨迹的影响
💬LLMP1 顶会AAAI 2026
用 LLM 将自然语言 IF/THEN 规则编译为受限命令模式，由引擎确定性执行，强调语义调试式玩法。
- 将 LLM 定位为语义编译器而非自主博弈 agent
- 约束 NL 输入、保留玩家作者权与确定性执行的可玩闭环
- 24 人 playtest 分析可控性、可调整性与玩家对 AI 角色理解