SafeRI：面向大型视觉语言模型 token 级安全干预的识别与干预框架
SafeRI 提出了一种流式风险识别与门控 LoRA 框架，仅在 VLM 生成轨迹出现不安全漂移时激活安全参数，从而在提升安全性的同时最小化对通用能力的干扰。
LoRA
定位并干预 LLaVA 中导致物体幻觉的注意力头
通过诊断筛选出与物体幻觉相关的32个注意力头，仅对这些头做 LoRA 适配并叠加推理时 grounding 控制器，在 COCO 上显著降低 CHAIRs/CHAIRi，同时使生成更短更保守。
DreamHand：把视频扩散模型改造成遮挡鲁棒的3D手部运动恢复器
DreamHand将预训练视频扩散模型改造为确定性干净潜变量编码器，配合双向时空解码器和基于射线的相机求解器，在单次前向传播中恢复遮挡及视野外双手的度量3D轨迹。
无风格编码器的扩散风格化：尺度分离如何阻止内容泄漏
SEFS 提出一种无风格编码器的扩散风格化框架，通过随机低分辨率裁剪构建风格 token，结合目标结构条件、重归一化与跨块跳跃融合，在保持目标几何的同时迁移参考外观。