《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。

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。

（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