Tag · 2 篇
记忆增强推理
分布 强化学习与具身智能1鲁棒性与安全1
01 02
连续环境中的语义视听导航
Semantic Audio-Visual Navigation in Continuous Environments
论文提出在连续3D环境中进行语义视听导航的新设定，并设计多模态Transformer模型MAGNet，联合编码空间与语义目标表示，融合历史上下文与自运动线索进行记忆增强的目标推理。对视觉研究者而言，可借鉴其处理目标间歇性静音或停止发声时如何利用历史信息维持目标定位的思路，以及连续空间下视听流对齐与融合的方法。
通过推理时自反思记忆演化多模态大语言模型的上下文安全
Evolving Contextual Safety in Multi-Modal Large Language Models via Inference-Time Self-Reflective Memory
提出上下文安全基准 MM-SafetyBench++ 和免训练框架 EchoSafe，通过自反思记忆库在推理时积累和检索安全经验，为视觉语言模型的安全对齐提供可复用的推理时自适应思路。