学术
潘文博@香港城市大学：揭示大模型安全对齐的隐藏维度：从多维特征空间看对齐机制与脆弱性
MLNLP社区举办学术Talk，邀请香港城市大学潘文博分享大模型安全对齐的研究成果，揭示其内部机制由多个维度控制，主持人王鹏介绍相关背景知识。
英伟达开源「描述一切」模型，拿下7个基准SOTA
研究提出「描述一切模型」(DAM)，能生成图像或视频中特定区域的详细描述。用户可通过点、框等方式指定区域，DAM则提供丰富的上下文描述。此模型在多个任务中均表现优异，并支持多粒度输出。
港大与字节提出TokenBridge：离散和连续token优点我都要！｜自回归视觉生成模型解读系列
模简单的优点，又可以保持连续 token 的强表示能力。
>>
加入极市CV技术交流群，走在计算机视
北航推出全开源TinyLLaVA-Video-R1，小尺寸模型在通用视频问答数据上也能复现Aha Moment！
北京航空航天大学推出小尺寸视频推理模型TinyLLaVA-Video-R1，其在通用问答数据集上进行强化学习效果显著。该工作引入人工标注的冷启动数据、长度奖励与答案错误惩罚，并为优势计算引入微小噪声，验证了小尺寸模型在视频推理中的潜力。