共 22 篇文章
DEFT（Distribution-guided Efficient Fine-Tuning）是發表於 EMNLP 20
VLA（Vision-Language-Action）模型是當前機器人研究的主流框架——讓模型同時理解視覺畫面、語言指令
大型語言模型（LLM）的安全對齊行為，在下游任務微調（Fine-tuning, FT）後往往出現漂移——即便訓練資料完全
**人類對齊（Human Alignment）**是當前 LLM 開發中最關鍵也最棘手的問題之一：如何讓語言模型的輸出符
大型語言模型（LLM）在部署前通常需要針對下游任務進行微調（fine-tuning），但這個過程存在一個危險的副作用：*
醫療 AI 的下一個演化方向，不再只是預測（「這位患者未來 30 天住院風險是 X%」），而是理解**因果**（「是哪個
隨著生成式 AI（AIGC）技術快速演進，合成圖像在解析度與語意一致性上已逼近真實照片，使人眼辨識幾乎不可能。傳統 De
高分子（聚合物）材料工程長期依賴試錯法——研究人員根據直覺與經驗合成新分子，再逐一實驗測試其性質。這條路徑緩慢且昂貴。本
以擴散模型（Stable Diffusion、DALL·E 3、Midjourney）為代表的生成式 AI 快速演進，使
大型語言模型要安全落地，不只是訓練它「說什麼」，更要讓它知道「什麼不該說」、「說到什麼程度才有用」。這就是對齊（Alig
野火已成為氣候危機最直接的破壞力之一。精確的時空蔓延預測攸關疏散時機與消防資源調度，但現有方法多依賴靜態物理規則或單一時
**論文資訊**
LLM 代理面臨一個根本性瓶頸：上下文視窗有限，而現實任務往往跨越長時程、需要跨步驟記憶。當前主流做法將長期記憶（LTM
本論文提出一套以 LLM 推理能力驅動動態控制的框架，核心思路是：讓語言模型不只作為「規劃者」，而是直接承擔低層控制策略
> 論文摘要：Kendre 等人（2026）探討 GAN、擴散模型與多模態 Transformer 如何重塑政治藝術，以
失智症（Dementia）是以漸進式認知退化、行為改變與記憶喪失為核心特徵的神經系統疾病，全球受影響人口超過 5500
生醫多模態 AI 長期面臨一個結構性矛盾：效能最強的系統（如 GPT-4V、Gemini Ultra）幾乎全為閉源，醫療
讓視覺語言模型（VLM）具備更豐富的多模態理解能力，傳統做法是收集人類偏好標注資料，再透過 RLHF 或 DPO 進行對
當前主流視覺語言（Vision-Language, VL）模型——無論是大型語言模型搭配視覺編碼器、文字轉圖片擴散模型，
藥物資產盡職調查（Drug Asset Due Diligence）是生技/製藥投資中最耗時的環節之一：投資人在決定是否
此研究（Deshmukh 等人，2026）探索以 LLaMA 3（Meta AI version 3）自動化履歷初篩流程
訓練 LLM Agent 在真實環境中執行工具互動任務，一直面臨三個根本障礙：真實系統難以直接存取（權限、安全性）、用