开源动态8

港科大开源MLLM退化感知推理新范式

新智元2025-12-24

AI 摘要

多模态大语言模型在真实视觉退化下性能差，制约产业落地。港科大等团队的Robust - R1提出显式结构化推理范式，构建退化感知推理系统，实现质量与鲁棒性双突破，迈向可信AI。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

港科大微软联合开源AI情商教练SocialCoach

香港科技大学（广州）与微软亚洲研究院联合开源基于大语言模型的AI情商教练SocialCoach，支持用户在低风险模拟环境练习社交对话，练后提供逐字点评，可在线体验或本地部署，采用Apache 2.0协议可完全商用。

清华天眸芯团队继2024年《Nature》封面后，最新进展又登《Nature Sensors》封面。此次研究实现系统级算法软件生态飞跃，还开源工具链。成果在多场景有应用潜力，晰见科技推动其产业化。

DeepSeek联合北大、清华开源多模态技术及论文，提出“视觉基元推理”框架，解决MLLM指代鸿沟问题。基于DeepSeek - V4 - Flash构建的模型，性能比肩GPT - 5.4等。论文还介绍架构、训练流程等。

东方理工大学沈晓宇团队提出HiDrop，基于MLLM不同层功能差异，设计出延迟注入、凹金字塔式剪枝和提前退出的视觉Token压缩策略。实验显示，它能压缩约90%视觉Token，保持98.3%性能，实现训练和预填充加速。