(NeurIPS 2025) 稍微有趣的一篇论文。

腾讯云黑客松-智能渗透挑战赛第 3 名核心代码。由课题组四名成员组成。

（ICLR 2025） 同级的sgy之作。（标题看上去有一些梁小丹老师的味道）。

（ICLR 2025） 通过解码注意力因果关系缓解多模态大语言模型中模态先验引起的幻觉。

(ENNLP 2024)

受@Avi Chawla启发。

《Soft Instruction De-Escalation Defense》（软指令降级防御）。主要作者来自 CISPA Helmholtz Center 和 Google DeepMind 。 ICLR 2026在投，6666。 因未引用真实文献被desk reject。

这次竞赛的任务是预测一条评论是否违反了特定的社区规则。难点在于测试集中包含了训练集中没有出现的新规则（Unseen Rules），要求模型具备极强的零样本（Zero-shot）或少样本（Few-shot）泛化能力。

（ICML 2024）

（CVPRW 2025） 也是对比解码。