（CVPR 2025） 作者来自武汉大学，中大网安。

（CVPR 2025）

（arxiv 2025）2511.19417

（ICLR 2025）《LLaVA-MoD: Making LLaVA Tiny via MoE Knowledge Distillation》 （TMM 2025）《MoE-LLaVA: Mixture of Experts for Large Vision-Language Models》

何恺明出品。arxiv 2025。

（ICLR 2026）分数：4 4 4 6

（AAAI 2026） 创新性很强，理论性很强的一篇论文。是不是可以拿个Oral。

《VECTOR-ICL: IN-CONTEXT LEARNING WITH CONTINUOUS VECTOR REPRESENTATIONS》（ICLR 2025） 《Can LLMs Reason Over Non-Text Modalities in a Training-Free Manner? A Case Study with In-Context Representation Lea

基于综述《多模态大型语言模型的幻觉》2404.18930。

TOMM，CCF-B类，三区 方法主动触发检索置信度感知 (Confidence-aware)：基于输出token的置信度 。如果置信度低于阈值则触发。实验证明这种方法不稳定 。 图像感知 (Image-aware)：比较模型对“原始图像”和“加噪图像”的回答概率差异 。 问题感知 (Question-aware)：（本文最终采用的方法） “问题感知”详解： 此方法的核心是评估模型在多大程度上