ToMAP：赋予大模型「读心术」，打造更聪明的AI说服者
本文提出了一种名为ToMAP的新模型，它结合了心智理论机制以增强语言模型在说服任务中的表现。通过引入反驳预测器和态度预测器两大模块，ToMAP能够预判对方可能提出的反论点并评估其态度变化，从而实现更具个性化、灵活性和逻辑性的说服过程。
清华大学计算机系
CVPR 2025 CV 微调卷出天际，Mona：我小、我强、我省资源
本文提出了一种名为Mona的方法，通过引入多认知视觉滤波器和优化输入分布，在调整少于5%的骨干网络参数的情况下，显著提升了视觉识别任务的效果。
ICLR 2025 无需训练加速20倍，清华朱军组提出用于图像翻译的扩散桥模型推理算法DBIM
清华大学计算机系郑凯文与德州大学奥斯汀分校何冠德合作的论文提出扩散桥隐式模型(DBIM)，通过引入方差控制参数ρ，显著提升了扩散桥模型(DDBM)在图像翻译和修复任务上的生成质量。
CVPR 2025 HighLight｜打通视频到3D的最后一公里，清华团队推出一键式视频扩散模型VideoScene
清华大学研究团队提出VideoScene模型，实现视频到3D场景生成的‘一步式’方法。通过利用3D-aware leap flow distillation策略和动态降噪策略，大幅提升生成效率并保证高质量。