“我们介绍 CogCanvas，这是一个无需训练的框架，可以从对话轮次中提取逐字记录的认知工件（决策、事实、提醒），并将它们组织成时间感知图，以实现抗压缩检索。”
“在本文中，我将根据我实际尝试这种方法的经验，详细解释从理论背景到具体分析程序、困难和获得的教训。”
“CPJ显著提高了性能：使用GPT-5-mini标题，GPT-5-Nano在疾病分类方面提高了+22.7个百分点，在QA评分方面提高了+19.5分，超过了无标题基线。”
“所提出的采样器在相同的NFE预算下持续提高样本质量，并且可以与最先进的高阶采样器竞争，有时甚至超越它们。”
“CREST 将准确率提高了高达 17.5%，同时减少了 37.6% 的 token 使用量，为更快、更可靠的 LLM 推理提供了一条简单而有效的途径。”
“ADS将解码器的成功率降低到接近于零，同时对感知的影响最小。”
“接触过EndoRare生成的病例的初学者内窥镜医生，召回率提高了0.400，精确度提高了0.267。”
“CorGi 和 CorGi+ 平均实现了高达 2.0 倍的加速，同时保持了高质量的生成。”
“该方法“结合了基于视觉的帧处理和使用图结构表示的系统状态空间探索。””
“PurifyGen提供了一个即插即用的解决方案，具有理论基础，并且对未见过的提示和模型具有很强的泛化能力。”
“AnyMS利用自底向上的双层注意力解耦机制来协调文本提示、主体图像和布局约束的整合。”
“IAFS有效地解决了感知保真度冲突，产生了持续改进的感知细节和结构准确性，并且优于现有的推理时缩放方法。”
“TV-RAG 实现了一种双层推理程序，可以应用于任何 LVLM，无需重新训练或微调。”
“CoFi-Dec 显著减少了实体级和语义级幻觉，优于现有的解码策略。”
“ASemConsist实现了最先进的性能，有效地克服了之前的权衡。”
“即使在剪枝了 85% 的训练数据后，该方法也能显著提高收敛性和生成质量，并在下游任务中实现最先进的性能。”
“EASD 引入了基于动态熵的惩罚。 当两个模型都表现出高熵，并且它们的 top-N 预测之间存在大量重叠时，相应的 token 将被拒绝，并由目标 LLM 重新采样。”
“SpotEdit通过减少不必要的计算并在未修改区域保持高保真度，实现了高效而精确的图像编辑。”
“所提出的方法在目标词上与微调模型匹配或超越，将整体性能提高了约5个BLEU，并减轻了灾难性遗忘。”
“DIOR 优于现有的无训练基线，包括 CLIP。”
“通过稀疏潜在约束进行免训练的文本引导图像编辑”
“该研究旨在实现无需训练且具有状态感知能力的MLLM个性化助手。”
“ChemATP 是一个用于大型语言模型的免训练化学推理框架。”
“DVI：解开语义和视觉身份，实现无需训练的个性化生成”
“ABE-CLIP 改进了属性绑定。”
“”
“”
“CineLOG 是一种无需训练的电影级长视频生成方法。”
“VOYAGER是一种无需训练即可生成多样化数据集的方法。”
“”
“文章的关键事实将在对文章进行更详细的总结后提取。”
“本文可能讨论了文本到文本框架的特定架构、用于用文本表示图像的方法，以及用于评估系统性能的评估指标。它还可能将所提出的方法的性能与现有的基于像素或其他检索方法进行比较。”
“”
“TextGuider利用注意力对齐来实现无需任何训练的文本渲染。”
“论文侧重于无需训练的上下文自适应注意力机制。”
“”
“该论文侧重于用于跨模态推理的免训练方法。”
“SAM-Body4D无需训练即可从视频中实现4D人体网格重建。”
“本文重点关注无训练的自动代理发现。”
“本文侧重于一种无需训练的方法。”
“CureAgent是一个无需训练的执行者-分析者框架。”
“”
“该论文提出了一种名为“使用自洽级联的上下文蒸馏”的新方法。”
“该论文介绍了基准和无训练基线。”
“”
“”
“”
“”
“该研究侧重于纠正文本嵌入中的均值偏差。”
“文章的主要内容是'Fast-DLLM'的概念本身。”