本研究提出了一种骨架感知潜在扩散模型（SALAD），旨在解决文本驱动运动生成中关节、时间帧和文本表示的简化问题，从而显著提高文本与运动的对齐能力。

本研究提出了一种低成本的无调优方法，旨在提升大型语言模型的对齐能力。通过分析高质量的上下文学习示例，该方法在多个任务上显著提高了模型的安全性和准确性。