本研究提出了一种新颖的视觉语言注意力蒸馏方法Vi-LAD，旨在提升机器人在动态环境中的社交意识导航能力。通过提炼社交导航知识，Vi-LAD显著提高了导航成功率，实验结果显示提升幅度达14.2%至50%。

本研究提出MBTSAD方法，旨在解决语言模型在后门攻击下的脆弱性。该方法通过少量干净数据重训练后门模型，并利用注意力蒸馏进行优化，实验证明其效果与依赖预训练权重的方法相当，同时在干净数据上保持了良好性能，具有更高的实用性。